星河互联CEO傅淼：OR、BI和AI结合催生全新智能商业 | CCF-GAIR 2017

本篇文章1503字，读完约4分钟

7月8日，在雷锋主持的第四届人工智能+特别会议上。(公开号码:雷锋。星河互联网首席执行官傅淼为我们做了主题为“从商业智能到智能商务”的演讲。

在这次精彩的主题演讲中，他向我们介绍了新的智能商业决策模型的背景、定义、框架、目标等。此外，他还就人工智能是否会减少人类就业机会提出了自己的看法。

新商业决策模式的背景；

I2technologies的核心技术是or，它在历史上取得了巨大的商业成功。i2是在2009年被收购的，这代表着上一代基于或已经遇到了巨大障碍的优化业务决策的努力。

毕近年来取得了巨大的商业成就，如今年全球市场达到183亿美元。但年化增长率为7.6%，非常缓慢。

专家系统是人工智能在过去支持系统中最成功的应用，在90年代也是非常热门的。然而，专家系统的成功并没有在商业中得到广泛应用。

看来，or、bi、ai都无法构建一个高度可靠的商业决策支持系统，而这三者的结合催生了一种新的商业决策模式，即智能商业，这就是真正的智能。

新智能业务的定义:

我们给出了智能业务的框架定义:人工智能增强了决策支持系统，它为企业中需要决策的各级人员提供服务。它应具有实时性、闭环性、自动进化性、问题自动识别性和全局优化性等特点，旨在提高企业决策的效率和质量，增强企业在数字经济时代的竞争力。

智能业务框架和目标:

与传统的bi模型相似，它由数据层、模型层和应用层组成。与前代不同:

它不再是企业内部的局部优化，而是应该考虑自身供应链的上下游位置，并考虑整个产业链网络之间的关系。

从数据层面来看，过去开放内部数据孤岛和充分利用外部数据更具挑战性。现在，除了内部数据，企业之间也有点对点的数据交互，一定会有更多的语音外部数据。为企业决策带来更多的数据信息，并通过人工智能挖掘其中的有用价值，进入整个决策支持系统。

模型本身具有一种内部自优化机制，通过建模通过定义问题来求解模型，并比较最终结果进行内部自优化。

与传统商业决策系统的比较；

在传统的商业决策系统中，最终的决策者更多的是人机交互，其中一些实现了自动决策。

分析的主题过去是人们提出明确的主题，机器帮助分析它们。现在许多机器会发现你还没有意识到的问题。

从数据的角度来看，它过去是非实时的，但现在它是实时的，并且源代码是开放的。

该模型过去是固定的，没有自动优化机制，但现在是自动优化的。

应用范围过去是企业的一部分，但现在是整个产业链。

努力工作的最终目标

人工智能增强决策支持系统的核心是对决策变量进行决策，以建立支持决策的优化模型。

关于决策变量，人工智能的应用可以使模型转换的决策自动化，这意味着模型本身成为上述五个决策，也成为优化的决策变量，这也意味着基于机器学习的模型的自动适应和自动进化成为可能。这个机制是真正的bi，是我们努力的最终目标。

除了上述新的商业决策系统，傅淼还提到了以下几点:

黑匣子和工作台的比较:

黑匣子是系统给我一个决定，我完全遵循这个决定。工作台根据推理过程中关键决策的外部约束告诉你，并在决策建议后给你一系列的决策建议和成本分析，以便人类可以做出最终的决策。在这个层次上，工作台模式的相当多的领域将会更健康。完全依赖黑盒，许多商业直觉和经验将会退化。

什么样的企业会成为成功的智能企业；

注重算法、数据和场景的整合，充分与用户和数据互动。

人工智能与人类就业的关系:

带来更多的就业机会。人类欲望的驱使会带来更多的需求和机会。人工智能的出现将在教育层面上为人类提供更多的服务。技术的进步将给我们带来更多的好处，而不是灾难。

请参考雷锋的后续报道。雷锋原创。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。