數字化轉型與人工智能
當今企業變革最大的驅動因素是被稱為數字化轉型的計劃。簡而言之，數字化轉型的目標是簡化企業的業務運營。
企業實施數字化轉型的基本思想是基于數字技術驅動的改進來改變工作和業務流程。而且通過這種方式，可以使企業運營更有效率。因此，將人工智能視為數字化轉型過程中的變革驅動力是顯而易見的。
但是，人工智能具有不同的驅動力，因為人工智能變化的核心與數字技術不同。人工智能基于知識而不是數據推動變革。這似乎只是一個學術性的聲明，但它使一切變得不同。
數字化轉型的基本前提是技術是變革的驅動力。因此，有了“數字化”和“轉型”之稱。其理念是，技術有可能推動指數級的變革，而不是讓企業對變革產生阻力。
技術變革通常會呈S型發展。而智能手機就是具有創造技術驅動變革潛力的技術的一個明顯例子。
蘋果公司的iPhone已經上市十多年了，它是新技術遵循S形曲線變化的生命周期中不斷發展的一個例子。
蘋果公司推出的第一代iPhone是革命性的技術，但仍有許多缺點，并沒有充分利用平臺的潛力，因此技術變革曲線在開始時有點平坦。雖然第一代iPhone是一款智能手機，但上網速度慢，難以查看電子郵件，應用程序也很少。
iPhone4、5和6的推出帶來了顯著的改進，可以說它們處于變革曲線的陡峭部分。智能手機的整體硬件和軟件潛力正在開始展現，應用程序生態系統也在不斷發展，而且該技術應用在大量受眾的趨勢越來越明顯。
如今的iPhone的性能比以往的iPhone性能更好，但變化很小，改進也相對較小。iPhone作為一項技術如今處于技術變革圖表的頂端。因此，其發展曲線如下：
- 校準：引入技術，但必須首先找到它的真正發展潛力。
- 規模化：技術潛力正在顯現，得到廣泛應用。
- 從革命到進化：邊際改進不斷發生，但它們在企業變革中的重要性越來越小。
隨著時間的推移，企業變革的動力與技術變革的動力不同。
這里的基本思想是，隨著時間的推移，在企業中引入重大變革將變得越來越困難。
許多領域在變革中都存在一些阻力，例如：
- 企業管理
- 企業文化
- 基本的人類行為
- 企業職位
- 員工知識
- 當前的工作流程
- IT系統設計
這并不意味著根本不可能進行組織變革。這只是意味著任何變化都將以對數速率發生，而不是以技術驅動的變化可能出現的指數速率發生。
有許多研究證實了上述動態。最著名的是描述了數字化轉型的潛力的馬爾泰克定律。
技術可以創造的變革速度與企業可以創造的變革速度之間的差距稱為數字化轉型。這一差距在下圖中用藍色陰影標記。
該圖有兩個與數字化轉型相關的關鍵點。也就是說，數字化轉型有兩個層次：
- 無法實現的數字化轉型潛力
- 實際的數字化轉型潛力
最后一部分是數字化轉型可能帶來的轉型。人們可以看到，潛力在于技術可以推動什么，以及企業在正常情況下愿意實施的變革速度。
面臨破產困境的英國旅游服務商Thomas Cook公司就是一個例子，該公司由于沒有意識到數字化轉型的潛力而陷入運營困境中。
Thomas Cook公司的業務是通過位于英國各地商業街的大量商店的辦事處銷售旅游產品。該公司面臨的問題之一是企業管理層已經意識到商業模式已經過時，他們希望將更多的銷售額轉化為在線渠道。
但是，在商店購買旅游產品的文化是企業經營的核心，該公司管理層不敢大膽變革迎接挑戰。因此，該公司面臨的變革阻力導致無法推動重大的數字化轉型。
這不僅僅是Thomas Cook公司面臨的情況。一般來說，經歷指數變化的最大障礙不是無法獲得最新技術。其核心問題是企業適應最新技術現實的能力，而數據不是最好的技術變革驅動力。
數字化轉型概念的另一個主要障礙是變化是基于數據的。人們都被說，數據為王，數據越多越好等等。其實數據本身就是一個問題，雖然這聽起來可能有點奇怪。但事實并非如此。
數據是推動圖表技術部分變化的潛在因素。數字化轉型的核心概念是以數據驅動的方式重新設計工作和工作流程。如果看看是什么推動了技術變革，那就是信息和數據。
下圖顯示了不同層次的知識。它被稱為知識金字塔。
之所以稱之為金字塔，因為上層是基于下層的。隨著層次的提高，上升每一層都會增加更多的知識。金字塔從位于底部的數據開始。
- 數據：原始或無組織形式的事實集合。
- 信息：已經清除錯誤的有組織和結構化的數據。因此，它可以被測量、分析和可視化。
- 知識：學習是知識部分的核心組成部分。在這里，將在洞察力和對數據和信息的理解的基礎上進行學習。
- 智慧：最后一層是智慧。這是核心組成部分，也是一個以行動為導向的階段。
簡而言之，可以說數據和信息描述了世界的本來面目。知識和智慧的概念是向前看的，并且將自己定位于人們現在和未來可以做的事情。
而這一事實正是人工智能作為變革驅動因素比數字化轉型項目具有更大變革潛力的最主要原因。因為人工智能的基礎是知識而不是數據。人工智能可以創造基于知識的變化。
數字化轉型項目的基本前提是，它們是建立在數據和信息的基礎上的，而這些數據和信息的方向是落后的。
人工智能驅動的改進基于知識，而不是數據或信息。它在兩個關鍵領域產生了巨大的差異：
- 知識還可以改變企業的運作方式，而不會遇到當今阻止他們獲得技術驅動變革的S曲線的限制。
- 知識可以驅動技術變革，其變革潛力比信息驅動變革更大。而人工智能將以全新的方式改變組織。
數字化轉型創造變革能力的最大問題是想要變革的企業的慣性。
如上所述，企業沒有單一的變革阻力來源。它來自習慣、文化、員工能力差距、工會、現有流程和工作流程、永久性的工作描述、普遍的變革阻力、內部政治權力斗爭等等。因此，數字化轉型過程達到極限的核心原因在于組織方面，而不是技術方面。
行業專家指出，Thomas Cook公司應該關閉更多商店，更多地專注于在線銷售。這只是技術(電子商務)改變企業(關閉銷售網點)的一個例子，但這并沒有發生。因此，Thomas Cook公司受到企業變革阻力和未能適應新技術機遇的影響。那么，是什么讓基于知識的改變與眾不同呢?
人工智能通過挑戰企業中如何解決任務的基本前提來創造企業變革。最簡單的解釋是，人工智能讓企業能夠使知識和自動化的決策實現自動化。這意味著人工智能將解決當前由工作、流程和IT系統執行的任務。
人工智能將在企業中接管這些任務的總和。以及人工智能能夠執行的越來越復雜的任務，這將使人工智能能夠在數字技術無法實現的水平上創造企業變革。
這方面的一個例子可能是基于語音的聊天機器人，它可以通過電話并與另一端的某人進行對話。例如預訂餐桌。
使用人工智能可以使這些功能實現自動化將對員工的工作帶來挑戰(例如聊天機器人)，更改人們的流程(自動預訂)并更換當前的IT系統。
人工智能將在企業中接管這些任務的總和，它還將能夠執行將推動變革的日益復雜的任務。這些因素的動態將使人工智能能夠在數字技術永遠不可能實現的水平上創造企業變革。
人工智能改變企業的運作方式意味著適用于數字化轉型變革的企業阻力因素將不再有效。這樣做的主要原因是人工智能功能將執行特定任務，補充在企業已經完成的工作。就像電話服務和預訂餐桌的例子一樣。
因此，不會看到人工智能被用作實施全新系統和工作流程的驅動力。人工智能將用于執行本例中的特定鏡頭。只是比目前的方式更好更高效。這使得抵制比重新設計工作流程更具挑戰性。
人工智能驅動的變革與數字驅動的變革處于不同水平還有另一個原因。那就是以技術驅動的知識所能達到的技術水平的質量，從根本上高于以數據驅動的技術所能達到的水平。
數據驅動的變化圖遵循人們在審查數字化轉型可能性時看到的流程。因此，將會看到一條具有遞減值的S形曲線。
人工智能作為技術變革驅動力
知識驅動技術的一個例子可能是自動駕駛汽車背后的技術。它們采用的軟件基于先進的人工智能算法，他們將能夠推動的變革比數據驅動技術具有更高的變革潛力。
人工智能將推動業務變革的新水平
技術進步和人工智能提供的新機會將共同推動人工智能創造企業變革的機會。
關鍵在于，人工智能驅動的變革不會受到數字化轉型變革所遇到的同樣障礙的影響。與此同時，人工智能帶來的技術機會水平將遠遠高于傳統IT解決方案所能達到的水平。
總的來說，這意味著人們可以期待達到一定的進步水平。
人工智能的業務潛力與數字化轉型
因此，這一水平必須高于數字化轉型流程所能達到的水平。這是因為人工智能驅動的動態發生沒有數字化轉型的限制。而且技術潛力更大。
那么最大的問題是這將如何在實踐中發生，以及人工智能的變化如何從戰略角度方面開展。
