“水很深”的智能化转型,如何少走弯路?

转型是大势所趋 , 但该如何展开?转型“水很深” , 没有正确的认知和方法 , 第一步就会走错 。
真正找到正确路径的企业凤毛麟角 , 通用的经验是什么?
“要去占领下一代的高地 , 那么就要先知道那件事的本质是什么 , 以终为始 , 去想象未来的企业到底是什么样子 , 重新审视数字化的进程 。”
本周六的前沿课 , 第四范式联合创始人、首席架构师胡时伟带领学员梳理了AI助力企业决策并推进智能化转型的完整逻辑 , 帮我们跳出热闹风口之下的误区 , 厘清企业转型的本质和正确路径 。
下面让我们一起走进这堂课 , 探讨当下最前沿的发展动态 。
授课老师 |胡时伟第四范式联合创始人、首席架构师
编辑 |混沌商业研究团队
支持 |混沌前沿课
“水很深”的智能化转型,如何少走弯路?
文章图片

文章图片
“水很深”的智能化转型,如何少走弯路?
文章图片

文章图片
转型之际
迈向“下一代”企业
1 , 科学发展的四个范式
人类科学的发展可以分成四个关键阶段:实验科学 --理论科学--计算科学--数据科学 , 这也被称为“四个范式” , 由1998年图灵奖获得者、美国资讯工程学家Jim Gray(詹姆斯·尼古拉·格雷)在《科学发展的四个范式》一文中提出 。
“水很深”的智能化转型,如何少走弯路?
文章图片

文章图片
第一范式 , 实验科学。我们日常当中运用最多的一种科学 。人类通过重复实验记录自然 , 如钻木取火、摩擦起电等一些偶然或人为的实验 , 发现成功的案例 , 之后便采用同样的方式来指导下一步行动 。
第二范式 , 理论科学 。人类开始于现象经验中总结理论 , 抽象出本质规律 , 如牛顿三大定律 。它的好处是泛化能力特别强 , 但是有些复杂现象的规律就无法抽象得出 , 比如天气预报 , 很难做一个简单的公式来描绘整个自然界的变化 。
第三范式 , 计算科学 。计算机出现 , 通过密集计算的方式 , 对未来进行推演 , 进行实践指导 , 如预测天气 。
第四范式 , 数据科学 。计算机从海量的数据中抽象出规律 , 从而指导我们的现实行动 , 该阶段跟之前有两点不同:首先 , 它的前提是要具备非常密集的数据 。其次 , 计算机是用学习的方式 , 而不是通过专家的经验或者模拟计算的方式来形成最后的规律 。
当一个产业进入了科学时代 , 发展速度急剧加快 , 质变随之发生 。抓住了变化和规律 , 企业就会实现转型 , 进入到“下一个时代” 。
2.有限理性VS极限理性:AI的本质是什么?
“水很深”的智能化转型,如何少走弯路?
文章图片

文章图片
“人们在决定过程中寻找的并非是‘最大’或‘最优’的标准 , 而只是‘满意’的标准 。”
——Herbert Simon , 1975年图灵奖、1978年诺贝尔经济学奖得主 。
我们经常说管理是一门艺术 , 因为“人”是一个复杂的变动因素 , 我们要去寻求一个大家都能满意 , 可以推行下去的决策 , 这是一个人为思考的过程 。也是有限理性的过程 。
AI和人脑究竟有什么样的区别?AI能够从海量的数据和海量的计算当中总结出海量的科学规律 , 其本质是一种极限理性 , 是把每一个细粒度的区间都用数据进行计算和分析的技术 。相比之下 , 人脑很难在每一个精确的地方去形成判断 , 不是没有能力 , 而是没有精力 。