首頁資訊數(shù)字時代的企業(yè)進化：機器智能+人類智能=無限創(chuàng)新原文摘錄

數(shù)字時代的企業(yè)進化：機器智能+人類智能=無限創(chuàng)新原文摘錄

來源：泰然健康網(wǎng) 時間：2024年12月30日 16:47

豆瓣讀書電影音樂同城小組閱讀 FM 時間豆品購書單電子圖書 2023年度榜單 2023年度報告

《數(shù)字時代的企業(yè)進化：機器智能+人類智能=無限創(chuàng)新》的原文摘錄

按熱度排序按頁碼排序設(shè)想你乘坐航班正從芝加哥、巴黎或北京這些重要城市上方飛過，夜空之下一片漆黑，猶如置身夜晚中的海洋一般，你什么也看不到正當(dāng)你俯視之時，有人扳動電網(wǎng)開關(guān)，當(dāng)今人類的活動網(wǎng)絡(luò)瞬間被點亮，盡收眼底。進一步想象一下，有人再次扳動開關(guān)，未來的都市景象驚現(xiàn)于你的一瞥之間。在你曾經(jīng)以為什么都沒有的地方，看到一個鮮活的世界無論現(xiàn)在還是未來。黑暗中散發(fā)著無盡的細節(jié)，你可感知并展望聞所未聞的萬千樣貌。扳動開關(guān)”來査看過去隱藏的細節(jié)和關(guān)于未來的深刻見解，這種 6能力彰顯了數(shù)學(xué)公司的潛力。技術(shù)的飛躍，使得我們先前難以明辨之處，現(xiàn)在有了細紋理、高分辨率的全新圖像。借助機器智能，我們得以發(fā)現(xiàn)一直處于朦朧之中的模式、異常和關(guān)聯(lián)，而機器智能則建立在稱為“數(shù)據(jù)科學(xué)”的一攬子技術(shù)之上。這種能力不僅僅源于技術(shù)，也來自一種新型的領(lǐng)導(dǎo)才能。這種領(lǐng)導(dǎo)才能通過打破墨守成規(guī)的東縛來照亮黑暗。最好的決策總是來自直覺和經(jīng)驗，這類頑固的念頭會首當(dāng)其沖地被擊碎。當(dāng)你掙脫這些有形或無形的束縛時，你所領(lǐng)導(dǎo)的組織中的每一個系統(tǒng)、每一個業(yè)務(wù)流程都將隨之脫胎換骨。每個行業(yè)的每項戰(zhàn)略都將從根本上發(fā)生轉(zhuǎn)變。 (查看原文) 數(shù)學(xué)公司不只是回顧成功的公司做了什么。新技術(shù)和新思維創(chuàng)造了過去無法想象的突破，固守舊觀念顯然無法捷足先登。展望先行者開創(chuàng)性的嘗試，才是成功之道。事實上，高瞻遠矚者，得以窺見必備技能、新興戰(zhàn)略、創(chuàng)新技術(shù)，以及培養(yǎng)人才和組織變革的經(jīng)驗教訓(xùn)。這種前瞻性的展望，給領(lǐng)導(dǎo)者元其是發(fā)展我們所說的“未來力量”提供了思想和行動的指引。未來力量，是結(jié)合特殊領(lǐng)導(dǎo)技巧與機器智能技術(shù)來預(yù)見未來并塑造未來的能力。成為數(shù)學(xué)公司并非像“扳動開關(guān)”這般容易，因此至今還沒有哪個組織成為一家成熟的數(shù)學(xué)公司。不過許多領(lǐng)導(dǎo)者已經(jīng)把關(guān)鍵部分落實到位一一結(jié)合新思維、新數(shù)據(jù)應(yīng)用和高級計算，以期在新時代到來時取得先機。這些領(lǐng)導(dǎo)者很清楚，他們的技術(shù)和戰(zhàn)略創(chuàng)新正在顛覆舊方法，如同20世紀80年代的質(zhì)量運動和20世紀90年代末的互聯(lián)網(wǎng)一樣，最終改變了一切。擁抱復(fù)雜性以揭示真相并對未來的可能性和結(jié)果加以預(yù)測，這種轉(zhuǎn)變恰好展示了數(shù)學(xué)公司的意義和力量。你可能深陷舊有東縛而不自知，一且突破這些東縛，你便可以通過機器來預(yù)測事件進展。你可以設(shè)想以前從未想過的進步，釋放想象力而一展身手，解決先前百思不得其解的問題。 (查看原文) 大思維，大收獲數(shù)學(xué)公司基于一個永恒的原則：魔法在細節(jié)之中。這個原則在人類活動中能指引優(yōu)秀的演奏家一路前行并不令人驚訝。20世紀偉大的爵士單簧管演奏家和樂隊領(lǐng)袖班尼?古德曼（ Benny Goodman）曾說過：“你開始失去細節(jié)之時，無論音樂還是生活…你便開始失去實質(zhì)。”古德曼所指雖然不是組織事務(wù)，但將之用于組織事務(wù)卻很適合。盡管我們大多數(shù)人希望盡可能地避免復(fù)雜性，但這樣做會使我們失去實質(zhì)。在過去，對于可望而不可即的美好，我們束手無策。誰擁有莫大的本事來掌握我們想知道甚至必須知道的，最佳地運作組織的全部細節(jié)？尤其是近年來，我們擁有比以往任何時候都多的數(shù)據(jù)，以及遍布大千世界各個角落的知識。日復(fù)一日，我們無法直視這些知識越發(fā)強烈的光芒，日益淹沒于這勢不可擋的光芒之中。 (查看原文) 分析已經(jīng)過時了，因為它通常用于更好地理解已經(jīng)發(fā)生的事情，回顧歷史以免重蹈覆轍或者復(fù)制往日榮耀。即便人們在談?wù)摳呒壏治?，也往往是指使用有限的?shù)據(jù)集，通常是專有數(shù)據(jù)。當(dāng)人們談?wù)撟钚碌摹按髷?shù)據(jù)”開發(fā)或者云計算時，一般是指大數(shù)據(jù)集，但僅僅基于歷史觀察進行分析。基礎(chǔ)分析、高級分析和云計算，都為我們提供了很好的服務(wù)。但它們屬于上一代的技術(shù)奇跡。相反，在數(shù)學(xué)公司中使用機器智能，我們可以預(yù)測未來，使用這些預(yù)測來影響人們的行為，激發(fā)預(yù)期效果。數(shù)據(jù)科學(xué)將機器智能應(yīng)用于海量數(shù)據(jù)集來捕獲1000萬客戶行為的復(fù)雜性，或者是數(shù)百個油井的地震活動，又或者是全球數(shù)百萬檢測疾病暴發(fā)的流行病學(xué)細微征兆，再或 (查看原文) 想象一下，是否能將機器智能用于欺詐檢測。伯尼?麥道夫（ BernieMadoff）通過精心策劃一個簡單的龐氏騙局，制造了當(dāng)代最大的金融詐騙案。作為一個世界級的騙子，他精通詐騙手段，但這里他使用了一種古老而傳奇的方法。盡管對于全球金融體系來說，雖然他的計謀就像草堆中隱藏的根繡花針，但仍然是可以被察覺的。如果有人把歷史上所有的龐氏騙局案件的數(shù)據(jù)用于訓(xùn)練機器，然后用該算法檢査世界各地的金融交易，那會怎么樣？機器從細節(jié)和噪聲中識別模式的能力遠勝于人類。人們?nèi)菀自诩姺笔忞s的細節(jié)中迷失方向，但是無論詐騙者把會計報告編造得多么巧妙，無論他的舉止、微笑和擁抱多么令人信任，機器都不會被騙局的表象所欺騙。當(dāng)機器時時刻刻監(jiān)控著世界上的龐氏騙局，就不可能有下一個麥道夫再行騙這么長的時間，也不可能從投資老手身上拿走那么多錢（麥道夫案件中詐騙金額為200億美元）。當(dāng)你把模式識別的任務(wù)托付給機器時，你肯定不希望育目信任它。機器和人一樣，也有弱點。你需要密切關(guān)注機器的工作方式，才可以充分信任它的工作成果。隨著機器不斷地取得成功，它變得越來越可以信賴。 (查看原文) 公眾的期望之一是當(dāng)某個組織收集其數(shù)據(jù)時，這些數(shù)據(jù)將被用來提供與收集相關(guān)的服務(wù)。遵從語境已成為一句格言，那么以此指導(dǎo)未來的數(shù)據(jù)使用，這是再自然不過的期望。如果你給亞馬遜網(wǎng)站提供自己喜好的商品的數(shù)據(jù)，那么你會認為它將幫你找到（并購買）更多你喜歡的商品。如果沒有，你會假定它只與提供這些服務(wù)的其他人共享數(shù)據(jù)。當(dāng)你借給鄰居割草機時，你希望只割他自己的草坪。如果他還用來割別人的草坪呢？或者他還讓女兒用你的割草機去修剪鄰里的草坪賺錢呢？這違背了語境。這個例子說明，交易過程建立了隱含的承諾，遵從語境則意味著，你不信守承諾就會引發(fā)道德問題每當(dāng)公司出售數(shù)據(jù)時，都會出現(xiàn)語境的問題。賣給誰？用來做什么？正是由于“割草機濫用問題”，許多組織根本不出售數(shù)據(jù)。他們甚至對這檔子事情避而遠之，生怕引起用戶的懷疑。另一方面，當(dāng)然，通過分享信息，公司會創(chuàng)造出極好的、前所未聞的新產(chǎn)品，比如你在智能手機上得到的流量提醒。這對消費者來說非常重要。那么你如何找到平衡？正確的做法是什么？ (查看原文) 在新的原則中，我們有一些不容錯過的重要結(jié)論。我們在整本書中對這些主題進行了簡單而有力的討論。這里我們再總結(jié)一下：復(fù)雜性是一種恩惠，而不是一種負擔(dān)。這一點，我們再怎么強調(diào)也不為過。系統(tǒng)工作方式的復(fù)雜性如同尋找含金礦床時的內(nèi)在復(fù)雜性一一如果你不知道如何挖掘，那么它是提取價值的障礙。反之，則是寶藏。如果你構(gòu)建了個平行數(shù)字世界，你可以創(chuàng)造未曾擁有過的價值。 JOOL Health通過學(xué)習(xí)算法來實現(xiàn)這一點，這些算法創(chuàng)造和分發(fā)有關(guān)預(yù)防性保健的智慧。機器比直覺工作得更好。直覺對領(lǐng)導(dǎo)者非常有用（現(xiàn)在仍然如此），主要是因為人類大腦吸收和理解的細節(jié)與實質(zhì)比我們意識到的要多。但是，隨著時間的推移，機器正在迎頭趕上。那么，什么時候依靠直覺來決策？什么時候依靠數(shù)據(jù)來決策？偏見、政治、一廂情愿的想法，以及前一晚辦公室的聚會都可能扭曲你的看法。但隨著機器更全面地反映現(xiàn)實世界，它的偏見也將消除（人類的偏見則不那么容易消除）。當(dāng)洲際酒店集團（ Inter ContinentalHotels Group）為忠誠度俱樂部會員提供新的優(yōu)惠時，營銷人員來設(shè)計內(nèi)容但哪些人獲得哪些優(yōu)惠由計算機選擇。這種合作關(guān)系產(chǎn)生了一個成功的項目。機器模型超越心智模型。這是最后一個推論。領(lǐng)導(dǎo)才能的世界已經(jīng)觸及個拐點。和心智模型（“戰(zhàn)略成功的三個杠桿”“完美員工的五項標準”）樣有用的是，機器模型如今在大約一半認知任務(wù)組合中的表現(xiàn)超越了人類。無論如何，你應(yīng)該對機器思維持有懷疑態(tài)度，并采取“信任但需確認”的方式，但在不久的將來，除了想象力、創(chuàng)造力、問題解決和某些推理的領(lǐng)域之外，你會越來越難以擊敗機器模型。想想看：谷歌公司現(xiàn)在已經(jīng)借助算法來招聘員工了。解決方案不需要邏輯。我們都習(xí)慣于通過推理來求解：如果我們做X，那會導(dǎo)致Y，然后我們會得到Z。在平行數(shù)字世界中，發(fā)現(xiàn)的順序常常是相 (查看原文) 反的，在我們知道為什么這樣能解決問題之前，機器就識別出解決方案解決方案先于因果關(guān)系而不是因果關(guān)系先于解決方案。舉個例子，在第2章的故事當(dāng)中，識別海洋浮游生物的竟賽獲勝者是一個無人監(jiān)督的機器學(xué)習(xí)模型。基于機器的解決方案源于復(fù)雜模式，這種模式是憑借數(shù)據(jù)和信息經(jīng)由復(fù)雜途徑發(fā)現(xiàn)的。當(dāng)我們識別到一個模式時（例如，我們在機場認出一個老朋友），我們的大腦也會做同樣的事情，但是，對于我們看到的模式，以及將這些模式和招呼老朋友“你好”的自主決定之間關(guān)聯(lián)起來的能力，我們無法解釋大腦是如何在兩者之間建立聯(lián)系的。通過分享創(chuàng)造價值。共享數(shù)據(jù)集和共享開源代碼可以激勵創(chuàng)新。分享可能讓你喪失專有的研究成果，但通過眾包獲得了豐富的創(chuàng)造力。全球數(shù)據(jù)科學(xué)家所知道的遠遠超過你自己的團隊。這就是為什么葛蘭素史克和其他制藥公司正在開放患者級別的臨床試驗原始數(shù)據(jù)，供他人使用。數(shù)據(jù)的發(fā)布加速了每個人的研究，并減少了重復(fù)工作導(dǎo)致的浪費。突破與經(jīng)驗無關(guān)。在你的工作中擁有一位經(jīng)驗豐富的專家，對于提出好的解決方案仍然很重要。但對于將算法應(yīng)用于數(shù)據(jù)的人來說，完全沒有領(lǐng)城經(jīng)驗的人可能與手頭有學(xué)科專家的人做得一樣好。這就是為什么博思艾倫的數(shù)據(jù)科學(xué)家與西蒙一斯科約特預(yù)防種族滅絕中心（ Simon- Skjodt Center for thePrevention of Genocide）的人員相比，對種族滅絕所知甚少，卻能夠創(chuàng)建一種算法，對于發(fā)生種族滅絕的預(yù)測比有數(shù)十年經(jīng)驗的專家更勝一等。不完美的發(fā)布勝過完美的發(fā)布。無論是在開發(fā)新產(chǎn)品還是在制定新戰(zhàn)略上，堅持讓你的人“第一次就把事情做好”是無濟于事的。突破性解決方案來自試驗，而非預(yù)想。福特汽車公司在2015年啟動了數(shù)字化業(yè)務(wù)，在全球范圍進行了25項低成本試驗，從共享小貨車到可選的親友租質(zhì)項，涉及方方面面的事務(wù)。在不知道試驗將帶來什么結(jié)果的情況下，福特正篩選某些... (查看原文)

網(wǎng)址: 數(shù)字時代的企業(yè)進化：機器智能+人類智能=無限創(chuàng)新原文摘錄 http://www.gysdgmq.cn/newsview932320.html