从直觉到智慧决策

吴霁虹

直觉一直是很多高层管理者用来瞬间判断决策的方式，人们崇拜那些靠直觉就能做出智慧决策的人。比如，孙正义当初投资阿里巴巴就非常迅速，而投资回报率超过1700倍；
大卫·切瑞顿教授，因为相信拉里·佩奇和谢尔盖·布林讲的算法，给他们投资10万美元创建谷歌，最终收获10亿美元；
此类决策成功的故事还有很多，这些牛人的共同特点，都是有超越一般人的“直觉”。

事实上，靠直觉判断决策，几乎是人类最古老的本能之一。其特点是，在复杂情况下，人的思维过程跳过了逻辑层分析，直接给出结论。这种直觉思维的本能，就像一股神秘的信号，像靠千百万次概率蹦出的一张中奖彩票，其实是一种只可意会、不可言传的内在知识和经验的诀窍，很难百发百中。

智慧决策管理的最高境界，就是要“做正确事、正确做事、把事做正确”，这需要战略决策、战略管理、战略评估的有效闭环。但大多数人无法靠拍脑袋、凭瞬间直觉做到。如果能，也是凤毛麟角，且無法复制被人们学习，直到有了人工智能。

人工智能（简称AI）是模拟、延伸、扩展人类智能的一门新兴科学技术。比如，中国香港有一家叫DeepKnowledge Ventures（DKV）的风投公司，五年前聘请了一名叫作“瓦投”（VITAL）的AI董事，它是英国Aging Analytics公司研发的AI投资系统。

AI董事的专长是基于大数据机器学习，能在毫秒内，分析、判断、决策那些无法被人类分析师观察到的趋势。公司高级合伙人德米特里·卡明斯基（Dmitry Kaminskiy）指出，瓦投把投资决策中复杂的尽职调查自动化了。也就是说，瓦投做了人们“直觉”做不了的“针对海量信息的逻辑分析”。这相当于靠强大的计算机直觉，确保投资决策“做正确事”。

除了投资决策，A I董事还颠覆了传统投资管理流程。至今，在AI董事的帮助下，DKV已经完成多个项目的投资，包括Insilico Medicine、Pathway Pharmaceutical、Vision Genomics等初创公司。

AI三次浪潮

AI董事的诞生，意味着人类将获得前所未有的超级决策管理能力。也意味着战略决策与管理进入了人机融合时代。这要归功于人类对AI思维机器（Thinking Machines）的梦想，以及在业界有广泛共识的AI三次浪潮。

20世纪50-60年代，发明了很多算法，AI开始被发现和被定义。例如，1955年启发式编程诞生，是后来专家系统的雏形。1957年感知算法的发明，演变成今天人工神经网络和深度学习工具。1960年，隐马尔可夫模型算法的发明，成就了今天语音和图像识别的新浪潮。但这时的AI还无法解决现实问题，说白了，就是技术还不够好。

20世纪80-90年代，专家系统快速发展，AI开始赋能解决特定问题。例如，1979年第一个医疗诊断机器智能“专家系统”创建。之后20年，北美和北欧大公司中有2/3也使用了“专家系统”，但应用仍然太局限。

大约2005年到今天，机器学习、深度学习、模仿人脑的神经网络学习、联邦学习，以及大数据、云计算等AI技术族群有了系统性的突破。目标直指“做人类不能做，或不能高效、方便、高质完成的事”，这包括了决策与管理。

比如，谷歌对标人类智能水平，将AI划分为三级智能：初级的“弱人工智能”，只能专注在一个特定领域，如下围棋。高级的“强人工智能”，能达到或超过人类水准。“超级的人工智能”，就是“从比人类聪明一点点到聪明1000万倍”。科大讯飞以AI能做什么，也将智能划分为三个级别：计算智能、感知智能、认知智能。计算智能指机器“能存会算”，感知智能指机器“能听会说、能看会认”，认知智能指机器“能理解会思考善决策”。

人机融合的决策简史

今天的商学院，还来不及教我们AI赋能决策管理。因为，AI三次浪潮的技术突破后，好像一夜之间就有了像AI董事与人融合决策的案例。但事实上，从直觉到人机融合，决策管理至少经历了600年的三个阶段演变。

肌肉的时代：从14世纪至16世纪，欧洲手工作坊如铁匠的商业决策焦点，一要看有没有“强大肌肉”打铁炼钢，另一个靠经验积累的直觉判断。因此，“肌肉+经验”的直觉是制胜法宝。

专业专家的时代：工业革命爆发，专家知识开始助力决策管理。18到19世纪，蒸汽机、电力、汽车等技术发明，知识信息指数级递增，决策管理从简单变复杂。1893年，泰勒率先开启工厂管理咨询，专门帮助制造业老板提升决策管理效率，带动了“工业工程师”的诞生。

1881年，宙斯弗·沃顿捐款给宾夕法尼亚大学创建了沃顿商学院。商学教育开始教管理者如何思考分析、如何决策管理。1926年，芝加哥大学詹姆斯·麦肯锡教授创立了麦肯锡，专家赋能商业决策与管理成为一种行业。

管理软件与BI时代：20个世纪70年代后，计算机技术的爆发，形成新的“管理软件+商业智能BI”赋能决策管理。比如，80年代纽约证券交易所开发了软件交易系统，可自动搜集数据，分析判断某宗交易，并自动执行。

更广泛的管理软件赋能决策管理的崛起，是在二次大战后。精密制造业最核心的管理议题，就是要减少浪费、高效分配资源。于是出现了资源管理理念（MRP）。到80年代，MRP被编成软件，帮助企业提升采购、库存、生产、销售、财务、工程技术等的管理效率。

90年代，美国高德纳咨询公司提出企业资源计划ERP新理念，将物流、人流、资金流、信息流整合，从而减少存货、优化库存。之后，CRM、财务、HR、供应链等管理软件的发展，增强了财务预测、生产能力、全面质量管理、资源调度等方面的功能，全面监控提升产、供、销的管理效率。

1996年高德纳又提出商业智能，商界掀起了一股基于数据库的革命浪潮，真正的商业智能时代到来。BI的特征就是从数据分析入手。商业智能时代在全球崛起了一大批软件巨头，包括微软、IBM、甲骨文、SAP、Informatica、Microstrategy、SAS、Royalsoft等。而越来越多的中小企业，也成为诸如SAP、甲骨文、IBM、用友、金蝶等管理软件公司的客户。

总之，从原始直觉驱动到专业驱动，再从传统流程驱动的ERP、CRM等到数据驱动的商业智能，知识和工具赋能高阶管理者，一直都聚焦在“经营效率的提高”方面，而且，其产生的市场规模已经超过数千亿美元。但是，这个时候的商业智能BI，与我们讨论的人工智能时代的商业智能AI，有本质的不同。

AI在战略决策与管理中的应用

1.从BI到AI。商业智能的发展，带来了对企业战略决策、战略管理、战略评估的更新定义。它要求一个优秀企业的完整决策过程，至少包括五个环节：获取数据、分析信息、决策管理的选择、制定目标计划、执行与行动。

这些环节可全面部署到企业IT系统中。但是，商业智能BI，专注数据分析，回答数据反映的“是什么”，从而降低成本、提升经营效率。它还不能回答管理者“应该选择做什么”“不做什么”“为什么做”“怎么做”等战略决策议题。其本质，就是商业智能BI没有机器学习或深度学习，只是更高级别的统计分析。

今天，AI就能回答这些问题。亚马逊的AI推荐系统就让一流商学院的市场营销高材生们下岗了。比如，借助AI机器学习算法，亚马逊AI支持“逐项协同过滤”。这意味着，AI通过学习用户每一个行为痕迹，能绘制所有产品的多维度关系地图，每当你看到一个X或购买一个Y，亚马逊AI就会给你相同“邻居”的X或Y的推荐。这样的系统，AI要学习至少10个以上维度的动作，对数据深度分析和挖掘，并成功卖出商品。

比如，1）你的购物车，那是AI要计算的真人真钱；
2）你添加到购物车的东西又被丢弃，是AI要读懂你的购买前行为；
3）你对在线定价A/B选择，是AI学习你在不同价格相同产品的选择倾向；
4）你的心愿单，是AI处理另一个购买篮子的分析数据流；
5）你从哪个网站进入，是AI要查询你之前行为分析你有可能感兴趣的暗示；
6）你在上下点击停留的时间，是AI要分析你的偏好；
7）你分别在过去几个月为幼儿购买了3本书，是AI要分析你的用户类型，是母亲或是宅男；
8）你点击的邮件，是AI要洞察你喜欢的购买渠道；
9）你点击网页的路径；
10）最终购买前，你查看过的东西、次数，是AI要分析洞察你的购买心路等等。AI比人类专家更深度“懂用户”需要什么，并推荐什么。

仅亚马逊付费会员数，在全球已超过1亿，而600万家供应商提供超3.85亿种商品，这是一个只有AI能看懂且能判断的量子级数据关系。也就是说，2018年亚马逊能达到年销售额2329亿美元，既要靠AI帮助对前端卖什么、如何卖的营销决策管理，也要靠AI对后端生产什么、何时生产、何时上架的供应链决策管理。这是之前的商业智能做不到的。

2.支持AI决策的四大能力。2016年3月，人工智能机器人阿尔法围棋（AlphaGo）打败了世界围棋冠军、职业九段棋手李世石，人工智能的认知革命引起了世界的关注。这意味着，AI在竞争策略的思考上，超越了人类，比人类更精准地运算出获胜路径。那么，除了下棋，AI在战略决策与管理上还能做什么？

基于我在AI商业实验室研究的AI决策超脑TM系统发现，今天AI赋能高级管理者的决策与管理，需要四大能力支持：

大算法：更高级算法系统，深度学习，联邦学习，感知时空，识别模式，判断因果，优化路径等。

大计算：数百万倍计算能力，运算超级复杂和超级容量的问题。

大数据：更宏大、更多维的信息量，万物互联后汇集和处理海量动态数据，以及更安全、更互信的区块链保障体系。

大管道：高容量、高品质、无延迟5G及以上的管道，承载全球人、物、事信息畅通。

特别是2019年，这四大能力已经汇集到爆发的临界点，这让AI赋能高阶管理者又上一个台阶。特别是企业关键决策、组织机构变革的赋能。

3.AI在战略决策与管理中的作用。首先，AI解决了人类决策认知的局限问题。战略决策如果是在信息不对称或信息不完整的条件下做的，将导致不确定性增加、风险增大。

过去两年多时间，我对上千名企业家、创业者问过一个问题：“假设你企业今天价值（估值）是1亿元，从1亿元增长到10亿元，你认为有多少因素将会影响？”结果是：平均回答不超过20个因素，比如团队、投资、技术、产品、模式、市场等等，这些商学院教授的知识和经验。

这个测试意味着，大多数决策者和专家都很难高瞻远瞩、深谋远虑地思考、分析、判断决策。也就是说，从1个亿增长到10个亿，有无限个影响因素和无数种实现路径。

*哪个因素是关键？如果你的数据量不够，你就有可能将最有价值的因素漏掉。

*哪个路径最优？如果你的知识和经验不夠，你的决策就有可能是井底之蛙。

*什么时候将有生存危险？如果你将因果关系倒挂，无论什么决策都难起死回生。

我们研究的AI决策超脑TM系统，能回答800多个与战略决策相关的问题模型因素，可映射到超过18000个向量空间，AI知道全部数据之间的因果关系和路径。这是因为，AI已经学习几乎所有管理学、经济学、金融学、心理学等知识、经验和方法，哈佛商学院的公开案例，还包括金融学所有的公式。因此，它可以帮助企业诊断竞争优劣、提前预警财务风险、选择实现目标的最优路径。

2016年我受邀参与科大讯飞部署新的战略决策时，借助AI决策超脑TM，诊断核心问题，并从网络效应、锁定效应、垄断效应三维度构建仿真系统，设置多个假想的竞争对手。基于专家研究和行业大数据，将相关的数据输入仿真系统，从技术、产品、模式的维度，测算技术商业化前景、业务聚焦点，以及商业模式构架。

科大讯飞在三年中，从原来比较单一的AI技术在讯飞输入法的应用业务，发展到全新的AI平台+赛道的战略决策组合，其AI业务在教育、政法、医疗、翻译、转写、AIUI平台等等领域全面发展，给公司带来了三年前25亿元收入增长到三年后的79亿元，市值也比三年前的几十亿元，稳步增长到今天的700亿-800亿元。

商业智能AI可以看到人类看不到的，可以洞察到人类无知的，还可以帮助人类假设在任何一种路径下，或任何一个因素影响下，预测企业将会有什么结果。借助决策超脑TM的仿真模拟决策，管理者可以快速聚焦最有价值的商业活动，或者，直击最瓶颈的问题，而不要走弯路。

其次，AI可以赋能组织变革。我的研究发现，即使最优秀的企业组织，也有像癌症那样级别的病灶。其中有五大顽症非常突出：1）目标落地难。传统公司员工为部门KPI工作，而不为目标工作。2）过程跟踪难。管理者马后炮，因目标一旦交给下属，无法跟踪，结果南辕北辙。3）团队协同难。大多数公司部门就是信息孤岛、文化孤岛、过程孤岛、数据孤岛，顽固得像钢铁长城。4）人才创新难。特别是大公司，人浮于事助长办公室政治。5）评估公正难。老板只凭员工谁刷脸多相信谁，导致下属开始弄虚作假。

那么，AI如何解决这五大顽症呢？基于AI决策超脑TM，我们开发了人机融合的AI-SaaS应用系统，它将企业战略决策转化成人机分工管理，管理者做“定目标、派任务、审结果”的事儿，而AI干“识别数据因果路径、预警风险评估价值、提供优化建议”的事儿。

天安云谷是深圳天安骏业投资的产业综合体，AI-SaaS系统在天安云谷智慧园区上线三个月后发现，AI识别出25%员工，与公司目标没有直接关系，这些员工意味着是公司不必要的成本。通过人员优化，直接节约成本30万元，并提高了员工有效工作饱和度30%以上；
AI洞察到80%的中层管理者，急需升级管理水平如何设目标、派任务；
AI还帮助高层管理者梳理、聚焦关键业务，将资源锁定在最有价值的业务上。AI赋能管理后，直接贡献的业务回款收入从400万元上升到1400万元，以及开拓了4000万元的新订单。在获得巨大變革进步后，天安云谷的其他六个公司和机构，也开始了AI赋能组织变革的上线。

这个人机融合AI-SaaS管理系统的背后，是机器学习算法系统。而AI-SaaS擅长处理动态复杂数据间的关系，能根据任务与目标的关系，自动生成扁平化流程。这不像传统管理软件的方式，先构架一个组织结构，再固化他们之间的命令流、信息流、物流等流程。而且，AI关注目标实现的过程和结果的数据，能比人更公平、更简单地评估员工业绩。AI还能通过战略评估的闭环，“把事做正确”。

今天，这样的商业智能AI已经超越了大多数有经验的高阶管理者和商学院专家。值得一提的是，我们讨论的AI决策赋能，不是一个AI，而是无数个AI。包括了统计与概率、建模与仿真、优化论、运筹学、计算机科学、管理决策系统、数字控制系统、专家系统等等。

AI不是万能的

一个不懂人工智能技术的战略决策，将是一个缺乏高智商、高智慧的决定。但是，这并不是说，AI是万能的。事实上，人工智能没有价值观、没有情感、没有“自我”。它只是人类设置的特定智能机器，按程序办事。因此，企业家的愿景使命、价值观、创新精神、求知欲、好奇心等，都是AI代替不了的。这些恰恰是战略决策的核心。因此，人类与AI有天然的合作和融合的契机。

人工智能赋能战略决策，还是小学生阶段。一个好的人工智能解决方案，比如决策超脑TM，其系统构建是非常复杂的，不但需要高级算法科学家、智能系统架构师，更需要经济学家、管理学家、社会学家、行为学家、心理学家等专家的知识和经验，也需要企业家们的实践积累。

总之，人类决策的进化过程中，最容易犯的错误就是拍脑袋，将战略决策当成了普通决定。尤其是在看不清、道不明、缺信息、无视野的条件下做战略决策，最容易犯“在错误方向上努力”的大错，或者容易犯“有愿望无能力”的错误。展望未来，AI将长远、高瞻、超越对手的等等N多个维度的决策管理不确定性，通过机器学习、深度学习等诸多AI技术，智能化地提升战略决策、战略管理、战略评估的正确性和高效性，从而赋能人类超级能力。

本文作者系全球化竞争与创新管理学家，人工智能商业化专家，AI Business Lab联合创始人，北京大学访问教授。