创始人雅各布拥有丰富的职业经历，曾任 Nike 大中华区 CxO负责零售，供应链，数字化；LVMH affiliate Trendy Group CxO负责并购，品牌数字化转型；东方国际Lily女装CxO负责战略及数字化；微软合资公司CxO负责产品及解决方案构架；J&J和Eli Lily医药公司负责IT和Compliance。
人工智能能否成为现代企业决策艺术和工艺的新典范，为市场相关性带来智能、负责任和可持续的创新？随企业在数据世界中的运作，机器是否会取代人类的判断，或者说，在商业决策中相信人类的聪明才智是否只是抱着过去不放？
鉴于可用数据量巨大，这就是问题所在。由于数据量大、种类多、速度快，做出明智的决策一直是个挑战。处理数据的最佳方法是什么？人工智能（AI）。
我们怎么强调人工智能（AI）对决策制定的重要性都不为过，这不单单是因为人工智能接近人类做出选择的能力--在特别难以做出决策的情况下，人工智能往往比人类更善于做出决策。Gartner 的一项调查显示，79% 的企业战略家认为，人工智能、自动化和分析将是未来两年企业成功的关键驱动力。
利用分析和人工智能做出更高效、更有洞察力的战略决策，是企业战略家们今年面临的最大挑战和机遇之一。
在本文中，我们将探讨人工智能决策、其重要性以及如何帮企业做出更明智、更快速的选择。我们将探讨传统计算机和人类决策过程的局限性，并解释人工智能如何以及为何擅长做出对人类来说最难的决策。我们还将研究一些人工智能决策的真实案例，并解释在企业中推广人工智能的三个关键重点领域。
想象一下，一个计算机程序能分析海量数据并做出更好的选择，这就是人工智能决策的威力。AI系统会分析文本、图像甚至传感器读数等信息，这些算法可以是简单的规则，也可以是复杂的神经网络，指导人工智能处理数据并形成结论。
机器学习让人工智能决策更进一步。通过学习过去的经验（数据和结果），AI系统可以不断提高其决策能力，这种由人工智能驱动的自动化可帮助企业在零售、金融、电信和媒体等各个领域做出更快、更准确的选择。
与传统的人工和计算机流程相比，人工智能系统的自动化程度更高，这些过程需要完整的数据、特定的格式和仔细的汇总。传统的数据分析在很大程度上依赖于人类的专业知识和人工流程，分析师必须收集数据、清理数据，然后使用统计方法得出结论。
当人们面对来自不同来源的不同意见，或者当决策与个人利益息息相关时，很难快速做出决策。人也是习惯的动物，并不总能从过去的错误中吸取教训。
人工智能与决策过程的整合正在改变各行各业，使其能够做出更加明智、高效和有效的决策。人工智能能够快速准确地分析海量数据，这意味着它非常适合 21 世纪的决策。
原则上，生成式人工智能系统能帮助克服影响人类决策的一些问题，如有限的工作记忆、短暂的注意力和决策疲劳，尤其是在压力下做出决策时。
如今，业务发展迅速，快速决策的能力至关重要。AI系统可以实时处理数据并生成见解，使企业能够对不断变化的市场条件和客户需求做出迅速反应。
通过自动化数据分析和决策过程，人工智能消除了人工收集和解释数据的耗时任务，这样决策者就可以专注于战略举措，而人工智能则可以处理繁重的工作，最终加快决策过程并提供竞争优势。
面对现实吧，即使是最敬业的员工，一天也只能工作那么几个小时，这就是人工智能的用武之地，它就像一个不知疲倦的助手，全天候处理数据并提供见解。需要实时分析或快速解决方案？人工智能可以帮您解决。
利用人工智能全天候工作的能力，人们可以提高工作效率，腾出时间进行战略思考和决策。当然，人工智能不能取代人类的判断力，它只是一种增强我们能力的工具。把它看作是生产力的助推器，帮助你更聪明地工作，而不是更辛苦地工作。
这种更高的准确性使组织能够做出更明智的决策，降低错误风险并确保最佳结果。人工智能能够同时考虑多个变量，并从过去的经验中学习，这进一步提高了其在决策过程中的准确性。
这种早期检测可以让企业主动降低风险，避免代价高昂的错误。人工智能还可以运行无数场景模拟并预测潜在结果，使决策者能够评估不同战略的影响，并做出明智的选择，最大限度地降低风险敞口。
人工智能通过消除瓶颈和优化工作流程来简化决策过程。通过实现数据收集、分析和报告的自动化，人工智能使决策者能够快速、轻松地获取相关信息，从而无需手动收集数据，让团队能够专注于价值更高的任务。
想象一下，在这个世界上，从平凡到重大的每项决策都遵循着一丝不苟的标准化流程。通过利用机器学习算法和预定义规则，人工智能有望确保决策的全面一致性，消除可能困扰人类判断的波动。
无论是审批贷款、管理供应链，还是执行重复性任务，人工智能都能发挥均衡器的作用，每次都采用相同的标准和逻辑。这种坚定不移的一致性可以简化流程，促进公平公正。有了人工智能的掌舵，企业可以相信，决策是基于数据和既定的最佳实践客观做出的，而不是个人偏见或一时兴起。
虽然人类员工来来去去，但人工智能是机构知识的永恒守护者，它就像一块数字海绵，吸收着公司内部的每一个教训、每一个洞察力和每一个决策，它不知疲倦地分析过去的成功与失败，找出可以指导未来决策的模式和最佳实践。凭借无限的记忆能力，人工智能可确保集体经验永不丢失，人工智能随时准备根据公司历史提供背景和见解。
通过利用人工智能的无限机构记忆，企业可以做出更明智、更知情的决策，在过去成功的基础上再接再厉，同时避免过去的陷阱。人工智能成为企业智慧的守护者，确保有价值的知识得以保存并应用于推动业务发展。
人工智能和机器学习正在彻底改变各行各业的决策，从医疗保健管理、零售业到农业、旅游和酒店业。通过分析大量数据和学习模式，人工智能系统可以做出快速、准确和个性化的决策，从而提高效率、创新能力和客户满意度。以下是人工智能在商业决策中的一些实例：
该系统还能根据本地需求模式，实时决定在不同门店和渠道之间分配库存。我们已经讨论过机器学习将历史数据纳入未来决策的能力--这个程序的部分优势在于它的遗忘能力。例如，佛罗里达州的一场突如其来的暴风雪可能会误导人工智能系统，让它以为会经常下暴风雪。沃尔玛的人工智能系统可以将这一事件视为反常现象，而不是用来预测未来的需求。
这种人工智能驱动的库存管理方法使沃尔玛能够做出更快、更精确的决策，减少缺货，最大限度地减少浪费，并通过确保产品可用性来改善整体客户体验。
约翰迪尔的精准农业解决方案利用人工智能做出数据驱动的决策，优化农业实践。人工智能系统分析来自卫星图像、天气预报和土壤传感器的大量数据，为农民提供实时建议。现在，农民们不再需要参考许多数据源和猜测，而是可以求助于人工智能系统，准确地决定何时、何地、用多少灌溉、施肥和施用农药。
通过做出本地化、数据驱动的决策，人工智能可以帮助农民最大限度地提高作物产量，减少资源浪费，并降低对环境的影响。这展示了人工智能如何通过提供及时、准确和可操作的洞察力来增强人类在农业领域的决策能力。
亚利桑那州凤凰城的一家金融科技公司与合作伙伴合作开发了一个 SaaS 借贷平台，将借款人与银行联系起来，以获得商业贷款。该平台收集借款人的数据，包括信用记录、现有贷款和业务信息，以创建全面的借款人档案。然后，该平台会计算信用评分并进行初步资格审查，以确定借款人是否符合贷款标准。
他们开发了一个信用评分计算器，通过分析三局信用报告中的数据来确定贷款资格和金额，并根据借款人的信用度将其划分为不同等级。
人类的偏见可能会影响人工信用风险评估，而这一人工智能驱动的系统则根据借款人数据和人工智能算法，自动化审批流程，做出数据驱动的贷款决策。
该 SaaS 贷款平台简化了贷款申请流程，只需借款人提供极少的文件，该平台提供最高达 10 万美元的贷款，还款期限灵活，并在初创企业成立后两个月内为其提供支持。该平台与各种第三方服务集成，提供透明的决策过程、可负担的费用以及借款人提高信用评分的机会，后期将通过继续加强平台重点关注数据可视化，以更好地做出决策，并实施机器学习算法，以提高信用评分计算的速度和准确性。
某地图软件和服务公司通过人工智能合作方开发用于导航和电子地平线解决方案的复杂软件组件。该项目旨在升级客户的传统协议，以整合来自事故数据提供商和车载传感器的实时交通数据，使车辆能够在几公里的距离内对路况做出反应和调整。
他们从各种来源收集地图相关数据和交通相关数据并对其进行结构化处理，这些来源包括车载地图数据库、GPS 坐标、基于云的实时交通馈送和车载传感器。这些数据随后被发送到车辆的高级驾驶辅助系统（ADAS），以计算预测路径并调整主动安全辅助系统，从而做出快速反应。该团队实施了预测信息共享，以帮助驾驶员做出决策，利用人工智能辅助决策来提高驾驶安全性和舒适性。
5. 医疗保健：约翰霍普金斯大学（Johns Hopkins）的败血症检测人工智能
败血症是一种由身体对感染的反应引起的危及生命的疾病，早期检测对于有效治疗至关重要。按照目前的治疗标准，30% 的败血症患者将无法存活。
发表在《自然医学》上的研究表明，TREWS 系统能检测出 82% 的败血症病例，准确率接近 40%。由于采用了这种新型人工智能驱动系统，患者死亡的可能性降低了 20%。
人工智能算法根据分析数据做出实时决策，比传统方法提前 6 小时向医疗服务提供者发出潜在败血症病例警报。
这种早期预警可以及时进行干预，如使用抗生素或支持性护理，从而显著改善患者的预后并降低死亡率。TREWS 在约翰霍普金斯医院的应用证明了人工智能在做出关键医疗决策、最终挽救生命和提高医疗质量方面的潜力。
至关重要的是，TREWS 并非医疗团队决策的黑盒子。人工智能会向医生展示它为什么要提出具体建议，从而为人类决策提供支持，并赢得使用它的医疗服务提供者的信任。
人工智能和决策就像花生酱和果冻一样相得益彰。现在，您只需说服组织中的员工。有三个关键因素将决定决策者采用人工智能的速度和规模：信任、访问和集成。
信任是成功实施人工智能的基础。组织和个人必须对人工智能决策的准确性、公平性和可靠性有信心。人工智能系统必须透明、可解释、负责任，才能建立信任。公司必须提供关于人工智能算法如何得出结论的清晰见解，确保决策不带偏见，并在必要时建立人工监督和干预机制。
此外，建立信任还需要强大的数据管理实践，以确保用于训练和指导人工智能模型的数据的质量、安全性和隐私性。
当组织优先考虑信任建设措施时，它们就能更好地利用人工智能在决策中的全部潜力。
获取人工智能技术、专业相关知识和资源对于大范围采用至关重要。随着人工智能工具和平台变得更加方便易用和经济实惠，各种规模和行业的组织都可以利用人工智能提高决策能力。基于云的人工智能服务、低代码或无代码平台以及预先训练好的模型正在使人工智能的使用变得更加民主化，使企业能快速部署和扩展人工智能解决方案，而无需大量的内部专业知识。
此外，促进人工智能扫盲和技能发展的举措对于增强个人和团队在决策过程中有效使用人工智能的能力至关重要。随着人工智能应用范围的扩大，我们有望看到人工智能驱动的创新和转型在各行各业激增。
将人工智能无缝集成到现有决策系统和工作流程中对于充分发挥其潜力至关重要。各组织必须专注于开发能够轻松与其当前 IT 基础设施、数据源和业务流程集成的人工智能解决方案，这就需要创建开放、灵活和可扩展的架构，以便将人工智能嵌入到各种应用程序和平台中。
此外，有效的集成需要人工智能专家、领域专家和最终用户之间的密切合作，以确保人工智能解决方案适合特定的业务需求和决策环境。通过优先考虑无缝集成，企业可以释放人工智能在决策中的价值，同时最大限度地减少干扰和提高投资回报。
随着信任、访问和整合继续推动人工智能在决策中的应用，我们可以预见，在未来，人工智能驱动的洞察力和建议将成为企业和个人做出明智、数据驱动决策的不可或缺的一部分。
博思艾伦(Booz-Allen)为变革管理提供了五条建议，帮助用户轻松采用人工智能：
大处着眼，小处着手：确定你的愿景并逐步推广，同时照顾试点项目中的早期采用者。
以人为本：采用以人为本的设计，将技术和非技术最终用户纳入流程的各个阶段。
用知识武装他们：与用户面对面，解决他们关心的问题，教育他们树立信心，为成功做好准备。
实话实说：宣传但要控制期望值，确保保持参与度，征求并有意义地回应企业各级的反馈意见。
将员工彼此联系起来：创造跨职能同行参与和学习的机会，建立内部人工智能社区。
这些以人为本的步骤可将人工智能融入企业文化中，为成功采用人工智能提供支持。
我们看到的例子表明，人工智能有时可以完全自动化并取代人类决策，尤其是在风险较低的选择上。亚马逊的推荐算法是自主运行的，尽管客户仍然对是否购买有最终决定权。
然而，对于许多重要决策而言，人工智能目前更多的是辅助和支持人类决策者，而不是完全取代他们，这是因为人工智能仍然缺乏真正的智能、情感意识和对背景的深刻理解，而这往往是关键选择所需要的。影响重大的决策最好还是留给人类来做。
在AI系统中编码涉及负责任地采用人工智能、道德、社会规范和人类价值观的决策尤其具有挑战性。虽然人工智能能够在一定程度上帮助人们做出道德选择，但人们必须做出最终决定并承担责任。在许多领域，人工智能能力与人类判断力的平衡结合可能会产生最佳决策过程。
在世界各地，越来越多的立法和政策对组织如何使用人工智能进行了规范，并规定人工智能决策必须透明。最生动的例子是欧盟的《人工智能法案》，这是世界上第一个由主要监管机构制定的关于人工智能的全面法规；科罗拉多州的《人工智能法案》，这是美国第一个专门针对自动决策中的偏见和歧视风险及可能性的全面人工智能立法。
尽管人们对人工智能心存疑虑，但在我们这个数据主导的时代，AI在决策方面的优势是不可否认的。人工智能在处理当今数量巨大、种类繁多、速度极快的信息方面发挥了重要作用，使人们能够做出更加明智的选择。当人工智能在有监督的环境中与人类智能相辅相成时，它可以明显提高业务相关性、生产力和绩效。不过，有效使用AI工具需要一定的技术诀窍，但不要因此而放弃探索如何让您的独特业务从应用机器智能中获益。
中文
ENGLISH
淘宝
京东
阿里巴巴国际站