專訪|德勤數字化事業群亞太總裁華思遠：從爆發期到增長期，AI後續爲人類帶來更多增長
在內外部環境的巨大變動驅使下，數字化轉型與創新已是企業面對日益複雜的運營挑戰的必由之路。數字化現階段的目標是幫助企業去收集且分析問題，但其使命價值似乎並不局限于此，那麽數字化的下一個裏程碑在哪?
對此，德勤數字化事業群亞太總裁華思遠向網易財經表示，企業數字化發展過程中有三個趨勢，第一個趨勢，數字化本身有從運動化的數字化建設向可持續化的數字化建設的發展。第二個趨勢，數字化開始給企業提供更多戰略層面的可能性和挑戰。第三個趨勢，AI是中國企業數字化轉型的下一個風口，是企業的戰略問題，回到商業層面則混合著焦慮和興奮的兩方面。
* 數字化發展不會讓首席數字官失業
華思遠表示，過去5到10年中的確很多企業都把數字化作爲一個投資和能力建設的主要方向，這也幫助了很多企業快速地實現了一些數字化的基礎能力建設，但隨著數字化進入深水區，我們也發現更多的企業開始用可持續的方式去面對數字化。
可持續代表幾個方面：一方面，從一些大規模的項目向更加小步快跑的方式把項目打散，用一個一個項目去交付它；另一方面，項目本身被打散以後，一些更小顆粒度的數字化項目和産品通常會具有非常客觀實際和有針對性的一系列KPI。
換句話說，“我們做任何數字化的一個小産品、小項目，要能夠直接對應到企業的核心績效上，無非是對增長的貢獻、對利潤的貢獻、對企業滿意度的貢獻。”
談及可持續化的另一個維度，華思遠認爲，可持續本身也代表了數字化的能力，在企業內部實現泛化。
舉個例子，大概100多年前，當交流電剛被發明，大部分的商業企業當中都會有一個角色叫做首席電力官，因爲對電的使用在那個時刻需要非常專業的知識，可能只有一些最關鍵的部門才能夠享受到電力本身的普及和應用。這些事情聽上去和數字化在前面5年10年的情況很像，但回到現在，今天沒有任何一個企業會有首席電力官。
這並不意味著企業當中的首席數字官會失業，事實上也不會。
“我們希望從另外一個角度來诠釋數字化的能力成爲企業當中每一個崗位必備的能力，而數字化本身的能力能夠泛化到整個企業當中，相應的，首席數字官可以去去追逐一些更新的、更加令人振奮的技術。
那這一塊數字化本身，從一個運動式的方式向更加可持續的方式去轉變，這是我們看到的第一個趨勢。”
“在過去5-10年，當人們講起數字化戰略，它更像是一個企業本身去應用不同的數字化能力的路線圖，對這樣的看法，我深刻的不認同。”
華思遠向網易財經表示，如果退回到邁克爾波特的競爭性五力（five forces）的角度去看一個企業本身的戰略定位，生態位或企業的商業模式，很大程度上取決于它服務什麽樣的客戶，從什麽樣的供應商那邊得到原材料以及他競爭對手是誰，甚至還有其他的可能兩到三個核心要素。
那正是因爲數字化過去的5年10年間周邊的要素都發生了變化，有很多企業的客戶、供應商和競爭對手的交互方式也發生了改變，行業競爭的壁壘變低甚至消失。
戰略的變化在數字化所導致的不同生態系統當中的戰略重新定位，這件事情更像是一個企業真正的數字化戰略。在近5年，尤其當大部分的企業，數字化基礎建設已經落地之後，我們看到真正對戰略、對數字化戰略的一些挑戰，甚至一些具體的落地變成了主流的行爲，這是我們看到的第二大趨勢，開始把數字化、用數字化本身對企業的商業戰略和商業模式帶來更多的機會。
* 對于人工智能企業要解決三個問題
關于AI參與中國企業數字化轉型發展中存在的問題，華思遠表示，從商業層面看，混合著焦慮和興奮（兩方面）。
先談焦慮部分，如果我們看AI本身，在商業社會，一定是追求利潤，追求投資回報。從這個維度講，若我們現在去看AI，整個人類社會在目前的時間點上，向AI上做的整體投入勢必大過在目前爲止GAI對人類社會産生的整體貢獻。
這也給很多商業企業帶來一定的焦慮，換句話說，現在是不是一個正確的時間點去做未來的投入。
他指出，“我們知道gartner對大量的技術會有一個higher circle的定義，每個新技術的出現，首先會有一個爆發期，然後是冷靜階段，再有一個緩慢增長的真正增長期。
目前實際在爆發期。在這樣的時間點中，我們的投資回報相對會比較低，而風險相對會有點大。”
新興技術的出現令人激動，擋在企業面前還有三個問題。
第一，我們做AI甚至做生成式人工智能是否可以做到可收斂。
GAI被帶火最早來自GPT3.5，GPT本身是一個C端的應用，那它背後帶來的大量C端應用一定會有的一個特性 individual，個體本本身可能先于企業對其有一個充分的認知，這是爲什麽整個GAI在任何一個企業當中絕對不缺場景。
當一個企業在創新過程中面對1到2個主意，可能可以非常有針對性的去實現它，企業面花費不會覺得很多。
但我們如何保證企業可以找到一個可收斂的模型，去實現這100個甚至1,000個主意的時候，不會真正花一百或者一千份的錢，找到當中可共用的成分把它沈澱成我們真正的自身內部的能力，並且保證這個能力在未來的發展階段當中還是可以被複用。
再增加一個複雜度，因爲GAI的技術現在每天都在成長，如何保證現接階段所做的投入對未來是可收斂的，不會有一些當技術發生變化、演進以後需要重新做投入。因此可收斂性非常重要。
第二，是AI，尤其是GAI本身的一致性和可靠性。
同樣的問題去問GPT，今天和明天的答案可能不一樣，這在絕大部分的GAI模型當中都會出現，對個人生活不見得是一個大的問題，但在企業中一定會有問題，因爲企業要的是接近100%的一致性和精准性。
這件事背後就有大量工程化的工作需要去做，在我們實際和各個企業配合的過程當中，我們相信這不是不可能的，而且其實已經找到了行之有效的方法。但是這個背後的工程性的工作，需要很多專業化的知識和能力，這也是目前對一般的企業來說讓他們焦慮的部分原因。
第三，很多要應用AI、GAI背後的很多能力，其實都不長在企業內部，它在整個生態環境當中。
比如有很多大廠、有全球化的科技公司，會看到有很多本土的AI創新公司。如果我們回頭去看，過去幾輪大的數字化創新，可能在起步階段有幾百家公司，最後成功的可能是那幾十家甚至是幾家。
華思遠認爲，AI未來一定會帶來很大機會，但主要還是以上三個問題要解決了才能有幫助，相信未來5-10年對中國經濟是非常大的利好。---[作者：鄭皓元/來源: 易財經]
