編者按：現(xiàn)在，很容易說算法比以往任何時候都更重要。但是，想要利用它們的力量是一場永無止境的戰(zhàn)斗——因為人性仍然是每一項業(yè)務的核心。近日，《快公司》雜志網(wǎng)上發(fā)表了一篇文章，盤點了從Netflix、Spotify、Biohub、高盛、Facebook、耐克等公司身上學到的關于人工智能的經(jīng)驗。作者為羅伯特·薩菲安（Robert Safian）。

上個月，Netflix悄悄地刪除了其服務上所有剩余的用戶評論。就這樣，首席執(zhí)行官里德·黑斯廷斯（Reed Hastings）完成了公司不斷發(fā)展的戰(zhàn)略的最新轉變：從內(nèi)容推薦中的群體智慧轉向機器智慧。前者現(xiàn)在已經(jīng)深深地植入在了Netflix中——而且越來越多地在整個經(jīng)濟領域得到應用。

在過去的一年里，人們對人工智能越來越著迷，同時，也變得也越來越恐懼。這是技術反彈的一個重要特征。此前非?！罢伞钡腇acebook和谷歌被推到了美國國會聽證會上，引發(fā)了公眾的憤怒。但不可否認的是，人工智能也是推動商業(yè)效率提升的最強有力的新引擎，是從亞馬遜到埃森哲建立競爭優(yōu)勢的重要驅(qū)動力。

人工智能和算法的興起及其帶來的影響，比以往任何時候都更接近現(xiàn)實、更重要或更復雜。無可辯駁的是：科技的最新浪潮正在向我們襲來，而且沒有回頭路可走。

無論你是經(jīng)營一家大型上市公司還是一家創(chuàng)業(yè)公司，無論你是在學術界還是在非營利組織，無論你管理一個團隊還是在為企業(yè)的運營做出貢獻，你都需要了解人工智能的出現(xiàn)。這里有五個教訓，強調(diào)了算法是如何重新定義企業(yè)和組織領導的，也是每個領導者和商業(yè)人士在這個時代要想茁壯成長最需要努力學習的教訓。

1. Spotify：押注算法

從一個不太可能的地方，也就是斯德哥爾摩誕生的流媒體服務Spotify顛覆了全球音樂產(chǎn)業(yè)。它是怎么做呢？最近，我在Spotify的總部和紐約辦事處呆了一段時間，了解了公司的領導團隊。許多因素促成了Spotify的成功，但一個關鍵因素是該公司對技術的投入。最簡單的證據(jù)是：大約40 %的員工致力于工程研發(fā)和軟件開發(fā)。首席執(zhí)行官丹尼爾·埃克（Daniel Ek）熱愛音樂——他甚至花了一年時間試圖成為一名專業(yè)吉他手——但他明白Spotify的獨特之處在于其技術與音樂、歌手和聽眾的互動方式。有太多的歌曲，太多的音樂品味，沒有優(yōu)秀的軟件，就不可能對所有選項進行排序和優(yōu)先推薦。

當我在今年早些時候見到蘋果首席執(zhí)行官蒂姆·庫克（Tim Cook）時，他批評了那些“關于比特和字節(jié)”的音樂制作人。但是Spotify的算法層和它的整體軟件能力讓它處于領先地位，并給它帶來了一個優(yōu)勢，即使庫克的公司已經(jīng)開始大力推廣比Spotify更人性化的Apple Music。在這個過程中，Spotify并沒有做得太差，而是創(chuàng)造了300多億美元的市場價值。

2. BioHub：將數(shù)據(jù)過載轉化為發(fā)展機遇

許多組織都意識到了數(shù)據(jù)的力量，但是從大量信息中獲得價值是一件非常棘手的事情。如果沒有工具將其收集的數(shù)據(jù)放入場景只中，傳感器和統(tǒng)計信息就毫無意義與價值。

在最近參觀舊金山BioHub的辦公室和實驗室時，我看到了一個令人信服的視覺體現(xiàn)。BioHub的聯(lián)合董事之一喬 ·德里西（Joe Derisi）向我展示了一種新型顯微鏡的輸出。德里西解釋說，如果一個標準相機有一個鏡頭要聚焦，那么這個相機的22個鏡頭——每個鏡頭都必須相對于另一個鏡頭進行微調(diào)，在沒有軟件的情況下，這是不可能的。

在這之前的一天，我參加了一個關于科學研究的咨詢委員會會議。我了解到，得益于我們不斷增長的數(shù)據(jù)生成和收集能力，一個為期兩天的實驗現(xiàn)在可以產(chǎn)生數(shù)百萬個詳細的結果。然而，研究人員可能需要9個月或更多的時間來理解這一切。這就是為什么學術研究人員會嘗試聘請工程專家來編寫一個加快速度的算法。因為他們理解實驗的速度越快，他們就能越快地進入下一個實驗，對其進行微調(diào)可以產(chǎn)生更強大的結果。

這種潛力今天幾乎適用于所有企業(yè)，不僅僅是在醫(yī)學研究領域。為了保持競爭優(yōu)勢，你需要測試、研究和進化。昨天算是創(chuàng)新的優(yōu)勢很快就變成了籌碼?；蛘撸缥液鸵晃皇紫瘓?zhí)行官交談時承認的那樣，門檻一直在移動。算法可能是測試-研究-進化過程的所有部分的核心，但是正是在這個“研究”階段——機會可能會突然出現(xiàn)——也可能讓操作陷入停滯。

3. 高盛：讓AI領導著前進

兩年前，華爾街投資銀行高盛推出了面向下一代消費者的零售銀行Marcus。通過從頭開始構建一個技術平臺(并利用高盛的資產(chǎn)負債表)，Marcus能夠提供比許多傳統(tǒng)競爭對手更高的回報率和更好的服務。但事實證明，這只是開始。今年春天，Marcus收購了Clarity Money，這是一個人工智能驅(qū)動的互動平臺，此后將成為Marcus體驗的核心。

Marcus并不害怕顛覆其強勁的開端，而是試圖去顛覆自己，探索其產(chǎn)品的下一階段愿景。對許多公司來說，這是機遇，也是危險。隨著人工智能越來越好，你準備好接受它所能提供的東西了嗎，或者你會冒險將競爭優(yōu)勢讓給另一個玩家嗎？

4. Facebook：要抬起頭來看到AI的負面

Facebook已經(jīng)在利用人工智能和算法的速度和規(guī)模優(yōu)勢達到令人難以置信的高度，但是去年也暴露了這種方法的風險。該公司不理解那些使用其軟件的人可能會產(chǎn)生的功能障礙。如果阿迪達斯1%的鞋子有1/10的裝配線有缺陷，它們可以被銷毀。但是對于擁有20億用戶的Facebook來說，這可能意味著全世界有200萬個心懷不軌的行動者——這個問題是不能容忍的。

Facebook 的情況表明，作為商業(yè)人士，我們采取的每一個行動都會產(chǎn)生意外后果。 當算法或人工智能正在監(jiān)督這些操作時，它可以在一開始掩蓋后果。 你對機器的依賴程度越高，就越難識別和解決問題。 因此，即使擁抱算法的迫切性達到了一個非常高的水平，對警惕性的需求仍然是至關重要的。

一些觀察家認為，政府應該保持這種警惕，美國國會也在大聲疾呼采取監(jiān)管行動。然而，隨著科技的進步，私營企業(yè)有責任更好地監(jiān)督自己的選擇。例如，F(xiàn)acebook正競相解決自己的失誤，投入更多的人力——是的，更多的軟件——來修補其網(wǎng)絡漏洞。這可能不會阻止外部監(jiān)管者或其他干預的不可避免性，但這并不意味著它就沒有必要。

5. 耐克：尊重人的因素

當耐克選擇在其30周年的“Just Do It””紀念活動中突出科林·凱珀尼克（Colin Kaepernick），并圍繞他推出產(chǎn)品線時，電腦上沒有什么閃爍的燈光指向這條路。盡管算法功能強大——耐克將它們用于從制造、設計到營銷的所有領域——沒有任何計算機代碼能夠做出人們每天都面臨的真正具有挑戰(zhàn)性的選擇。正是耐克首席執(zhí)行官馬克·帕克（Mark Parker）的直覺和他的內(nèi)心認可了凱珀尼克項目——這是基于他對耐克作為一個品牌的位置和未來發(fā)展方向的直覺。

不接受人工智能和算法提供的強大能力是愚蠢的，但是我們也需要對我們企業(yè)中需要人類來掌舵的部分保持紀律。即使是Netflix，它部署了廣泛的軟件，根據(jù)我以前看過的內(nèi)容告訴我該看什么節(jié)目，它也在創(chuàng)意節(jié)目經(jīng)營者身上下了昂貴的賭注，以使這些節(jié)目變得生動起來。如果我真的喜歡體驗全新的體驗呢？人工智能沒有理由幻想下一部《紙牌屋》，更不用說像《堡壘之夜》這樣吸引了數(shù)百萬年輕粉絲的游戲了，他們中的許多人正在亞馬遜的Twitch網(wǎng)絡上觀看游戲視頻，而不是觀看傳統(tǒng)上被認為是“表演”的視頻。

耐克對凱珀尼克的賭注可能會被證明是昂貴的或有預見性的，但這是公司使命和宗旨的核心選擇，而且永遠不能委托給計算機代碼。最近，一位同事分享了這樣的一句話：組織中所有可以由機器完成的事情都應該由機器來完成——效率決定了這一點。但是人類需要做的一切都必須由人類來做。企業(yè)的決定性特征——那些涉及道德、判斷力、創(chuàng)造力和同情心的特征——需要人性的介入。無論算法告訴我們什么，我們都不能忽視這一點。

原文鏈接：https://www.fastcompany.com/90234726/5-lessons-of-the-ai-imperative-from-netflix-to-spotify

譯者：天明，由36氪編譯組出品。編輯：郝鵬程

譯文地址：https://36kr.com/p/5153499.html

本文由 @郝鵬程 授權發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉載。

題圖來自 Pexels ，基于 CC0 協(xié)議