根据《华尔街时报》的报道,UBS财富管理和亚马逊已经达成新的合作关系,允许UBS的欧洲财富管理客户向Alexa提问某些特定的金融和经济问题。接着,Alexa可以借助UBS的首席投资官提供的信息来直接回答客户的提问,从而免去电话咨询和访问网站的麻烦。而且,这看上去只是Alexa进军商业服务的第一步。很快,她将可以安排预约、分析股市,甚至买进卖出股票。
虽然金融服务行业已经逐渐从主动管理向被动管理模式转变,人工智能将会进一步加快这一转变进程,直到由智能机器来管理,比如Blackrock,其将计算机驱动的算法和模型运用到传统的主动式管理基金中。
但是,金融服务行业只是AI发展的起点。在未来几年中,人工智能或许将飞快地改变我们获取信息、制定决策以及与股东联系的方式。往好了想,我们可以从及时、综合且无偏见的见解中收益。不管怎么样,人工智能到底将如何影响企业领导人的决策依然是个十分有趣的话题,而这些人的决策,又影响者消费者、员工、合伙人还有投资人等所有人的日常生活。
眼下,领导人已经正在使用人工智能来自动处理日常重复性工作,比如日程管理和打电话等。但是AI可以协助处理在某些关键领域中更加复杂的决策,比如人力资源、预算、市场营销、资金配置乃至企业战略等事宜。
企业咨询业未必会轻松接受本行业向AI解决方案的转变。根据最近的研究报告,仅在美国,企业咨询市场价值约600亿美元。但几乎所有咨询成本高昂且基于人工见解。
或许你可以争辩说,企业客户更愿意与他们的战略咨询顾问交流,来获得高定价、量身定制的建议,通常这些建议基于小团队的高成本和长时间付出。毋庸置疑,咨询顾问们确实提供了见解深刻的建议和指导。然而,你真正为咨询服务支付的其实大部分都是数据分析和解读。
咨询顾问们从看似不相干的各处地方收集、过滤、处理,然后解读数据。他们非常擅长做这件事,但是AI可以做的更好。举个例子,四个优秀的咨询顾问再加上电子表格的处理能力,在一台以持续机器学习为基础,运行AI算法一小时的独立智能计算机面前,根本没有很强的战斗力。
在当今的大数据领域,AI和机器学习应用已经可以分析大量结构化和非结构化数据,并在极短的时间内、以极小的咨询成本给出见解。此外,机器学习算法还可以构建计算机模型,可以通过发现模式和推断数据规则来使得复杂现象可理解——即便是最大型、优秀的咨询团队也很难做到这一点。
或许在不远的将来,首席执行官们会问:“Alexa, 我的盈利生产线是什么?”或者“我应该面向哪些目标群体,以及如何面向这类群体?”此时此刻,他们再也不需要咨询精英咨询顾问。
领导人将很快依赖AI的另一大领域则是管理他们的人力资源。
尽管人们早已为此做出许多努力,但所有指导、晋升以及薪酬决策等等都不可否认带有政治目的性。一项又一项的研究表明,深层次的偏见会影响女性和少数群体被管理的方式。比如,相比男性,女性在职场中获得的评价相对消极且获得较少的有效反馈。而少数人群找工作更加不易,且更容易受到来自上级的偏见。
正因为领导人不能很好地培养他们整个团队中的人才并适当地给予绩效认可和奖励,这些存在于系统中的偏差和不公平只为为公司带来损失。但是,人工智能可以为这些艰难的决策带来公平。比如,AI可以判断某个团队的员工是否受到不同的评估、管理或薪酬奖励。不妨设想一下,有朝一日CEO可以问:“Alexa,我的公司是否存在性别薪酬差异?”(当然,也只有当提供给系统的数据不具偏见时,AI的决策分析才会不具偏见。)
另外,AI已经在消费者互动和市场营销等方面给予协助。
苹果、Alphabet、亚马逊、Facebook和微软这五大平台上的AI专利活动清楚地表明,他们正在使用AI来向我们营销、销售商品和服务。但是并不只有他们在这么做。最近,HBR记录了哈雷-戴维森是如何使用AI来判断各种营销渠道哪些有用,哪些无用。他们使用这项新技术来为不同的营销选择决策资源配置,从而“终结臆测”。终有一天,事情会发展到这样一个程度:他们和其他人会直接问,“Alexa,我的营销预算花在哪里最有效?”来避免这个古老的难题——“我知道这部分营销预算肯定有效,但问题是,哪部分有效呢?”
虽然许多战略领导人都标榜自己有着敏锐的直觉以及多年的行业经验,但事实上,所谓的直觉不过是对数据的深层次理解。在以前,这种直觉的确很难拥有且处理成本也十分昂贵。但这种现象不会持续太久,人工智能正在飞速地缩小这一差距,并且将很快就可以帮助人类实现处理能力和偏见的大步飞跃。
这些发展将改变许多工作,比如咨询顾问、律师、会计,这些人的角色将从分析转变为判断。可以说,明日的精英咨询顾问已经就在你手腕上(Siri),在你的厨房里(Alexa),或者在你的客厅中(Google Home)。
这里的底线则是:企业领导人,不管承认与否,他们的建议和信息来源正处于变革的风口浪尖。
“计量咨询顾问”和“机器顾问”将提供更快、更好、更深刻的见解,且所需成本和时间仅为当今咨询公司和其他专业人士的一小部分。总有一天,所有的领导人和管理团队都可以对着他们的智能助理说:“我们在关键市场上的最大风险是什么?”、“我们应该如何配置资金来与亚马逊抗衡?”或者“我该如何重组公司董事会?”