智能成本正在下降：企业如何竞争？

$15.7 万亿。

这是日本、德国、印度和英国等国的年度总产值的总和。毫无疑问，这也是普华永道（PwC）估计人工智能将为全球经济做出的贡献，预计到2030年将达到这一水平。智能成本多年来一直在稳步下降，这并不是什么秘密。事实上，到2020年，三分之一的企业报告称，人工智能的成本在几乎所有行业中都下降了多达20%。普华永道估计，人工智能将为全球经济做出的贡献。在1965年，戈登·摩尔（Gordon Moore）预测，芯片上的晶体管数量将每两年翻倍，从而实现计算能力、数据存储和算法效率的相应进步。在这一预测的基础上，云计算和按需付费模式的近指数级增长，现在意味着甚至较小的组织也可以以相对较低的成本获得高度可扩展的计算基础设施。这消除了对大量前期计算基础设施投资的需求，并使较小的组织能够与较大的组织在同等基础上竞争。

此外，数据的爆发式增长在降低智能成本方面发挥了至关重要的作用。随着互联网的发展和传感器的普及，现在有大量可用于分析的数据。这使得机器学习算法可以在大型数据集上进行训练，从而提高准确性和性能。另外，开源运动使得开发人员能够免费访问和使用大型数据集，从而降低了开发智能系统的进入门槛。最后，算法效率的进步也促进了智能成本的降低。研究人员开发了新的技术来训练和优化机器学习算法，从而实现更快、更准确的模型。这使得开发人员能够使用较少的计算资源开发智能系统，从而降低了开发和部署的成本。

在人工智能和机器学习技术无处不在的时代，我们可以预计会看到企业在各个行业的运营和创新方面发生重大变化。例如，在金融科技领域，敏捷的初创公司正在使用人工智能来提供从客户身份验证和入网到财务和预算见解等一切服务。而在医疗保健领域，人工智能使得小型科技初创公司能够通过可穿戴设备的输入来预测患者的症状，并提供及时的紧急服务。

建立连接型企业至关重要

连接型企业比传统企业更好地利用了智能成本的下降。部分原因在于连接型企业使用数字技术实时连接客户、员工、供应商和合作伙伴。他们还采用云优先的基础设施方法，帮助他们轻松处理来自移动设备、社交媒体和其他工具的高容量数据，以简化流程并洞察客户行为。大多数连接型企业实际上是建立在三个主要支柱之上的。

放大人类潜能： 通常，连接型企业会培养创新、敏捷和协作的文化。高程度的自动化和端到端的数字化意味着员工从重复的手动任务中解放出来，有更多时间用于创造性问题解决和高阶工作。事实上，拥有支持创新文化的数字基础设施与建立文化本身一样重要。

价值网络： 连接型企业的领导者了解线性供应链已经过时，正在投资于技术提供商、聚合器、分销商和初创公司的生态系统。这些生态系统或价值网络中的低延迟连接意味着每个利益相关者都可以访问实时信息流以驱动决策、优化流程和加速产品交付。一个很好的例子是汽车保险公司如何与制造商和远程信息处理公司合作推出按驾驶付费模式，如果保单持有人始终表现出安全驾驶行为，则会收取较低的保费。同时，车载远程信息处理系统收集的信息有助于紧急响应人员快速跟踪事故现场，同时将关键数据反馈给制造商以优化安全组件。

认知运营： 在今天的时代，创新文化只有数据的支持才是有价值的。连接型企业比传统组织更去中心化和灵活，具有分布式团队和注重结果而非流程的特点。敏捷方法、需要最少人工干预的AI驱动流程以及高内部连接性是成功连接型企业的标志。这意味着数据可以在整个系统中无缝流动，利益相关者可以立即访问对其工作至关重要的信息，而不会受到孤立运营通常带来的瓶颈。

现实世界影响是什么？

在亚洲、中东和非洲20多个国家拥有业务的快速增长的快速消费品公司希望在多个地理区域巩固其地位。然而，尽管该公司成功，但由于新兴市场零售格局零碎，公司难以利用其区域销售潜力。具体来说，公司难以洞察需求并增加其市场份额，因为它严重依赖手动流程。至于解决方案，使用人工智能平台来自动化运营并绘制关键运营数据是第一步。下一步涉及为其销售代表和区域经理创建一个仪表板，帮助他们绘制地理渗透率，识别区域差距，并制定有效的渠道覆盖策略。仅仅几个月后，他们就看到每单位价值增加了15%，销售代表的生产力提高了15%，而ECO增加了50%。

同样，当疫情肆虐时，一家消费品公司跟踪了COVID在不同社区的传播，并将这些信息输入人工智能平台以预测哪些零售地点将受到库存短缺的严重影响。通过利用这些洞察力和数字化连接的分销网络，他们能够在几天内补货自己的产品，而竞争对手的货架则空空如也。

智能的道德和敏捷性

这些故事说明了如何利用人工智能工具和人才的小型组织能够产生大型传统企业难以复制的影响。为了在每个组织都可以访问尖端智能和分析工具的世界中保持韧性，转变为连接型企业显然是必不可少的。

但除了创造更多的经济价值外，企业还有一个明显的机会来脱颖而出，即致力于人工智能的道德使用。这不仅意味着使用该技术来促进环境和社会议程，而且意味着确保人工智能模型对少数群体的观点不具有文化敏感性和偏见，并且按照隐私法规使用。随着人工智能进一步融入企业运营，工作岗位流失也是一个主要问题——领导者可以通过升级计划和有效的变革管理来解决这个问题。