前 言

當谷歌母公司 Alphabet 的 CEO（首席執(zhí)行官）桑達爾·皮查伊在 2017 年的一次谷歌客戶活動上宣布該公司將轉向“AI（人工智能）優(yōu)先”時，沒有人感到特別驚訝。皮查伊在面向技術開發(fā)人員的演講中說道：“在一個 AI 優(yōu)先的世界里，我們正在重新思考我們所有的產(chǎn)品，并應用機器學習和AI 來解決用戶的問題。” 早在 2015 年，谷歌就已經(jīng)在全公司范圍內(nèi)開展了超過 2 700 個關于 AI 和機器學習的項目。 AI 嵌入了幾乎所有面向客戶的產(chǎn)品和服務，包括搜索、地圖、電子郵件、視頻聊天軟件、語音助手等。它還給谷歌云的客戶提供TensorFlow—一套機器學習算法和工具。Alphabet  旗下的其他幾家公司，包括自動駕駛汽車公司 Waymo 和生物技術公司Calico，也廣泛應用 AI 技術。
在業(yè)內(nèi)，Alphabet 全力押注 AI 當時已經(jīng)廣為人知，因此這一宣布并沒有引起太多關注，這是硅谷和積極進取的原生數(shù)字化企業(yè)的正常行為。甚至有一本書專門介紹科技創(chuàng)業(yè)領域那些奉行“AI 優(yōu)先”的公司，這可能不會令人感到驚訝。人們似乎認為：“谷歌就是這樣做的，臉書、亞馬遜、騰訊、阿里巴巴等公司也是如此�！�
但是，并非只有 Alphabet 和其他科技公司考慮用 AI 為其業(yè)務提供驅動力。有些傳統(tǒng)大企業(yè)甚至中小型公司也瞄準了這 一目標。例如，盡管當時很少有小公司能在雷達屏幕上使用AI，但美國波士頓南部郊區(qū)的一家有200名員工的抵押貸款公司半徑金融集團（Radius Financial Group）做到了。該公司的聯(lián)合創(chuàng)始人兼運營負責人基思·波拉斯基在 2016 年開始深入研究 AI 工具。波拉斯基將公司的業(yè)務稱為“貸款制造”，貸款制造業(yè)務中發(fā)生的一切都要被衡量評估。他在工作中部署 了 AI 和自動化工具，現(xiàn)在公司的生產(chǎn)率和利潤遠高于行業(yè)平均水平。
人們通常認為，AI 應該主要出現(xiàn)在硅谷，但歐洲航空巨頭空中客車（Airbus，后簡稱“空客”）公司并不這么認為。航空業(yè)面臨被數(shù)字化劇烈顛覆的局面，意識到這一點的空客公 司需要適應這種情況并提高運營效率，于是它在 21 世紀第一個 10 年的中期開始了全面的數(shù)字化轉型�？湛凸�司內(nèi)部有各種各樣的舉措，但 AI 和數(shù)據(jù)是變革的前沿和中心�？湛屯顿Y新技術，甚至開始重新培訓員工使用 AI。它的計劃并非秘而不宣，其網(wǎng)站這樣介紹：“AI 不僅僅是一個研究領域，而且是 一項無處不在的未來技術，它可能重新定義社會的所有領域。在空客，我們相信 AI 是一項關鍵的競爭優(yōu)勢，它讓我們能夠利用手中數(shù)據(jù)的價值�！�
空客公司將 AI 的能力運用于全球業(yè)務的各個領域，包括商用飛機業(yè)務以及直升機、國防和航天。AI 技術一直是空客很多產(chǎn)品及服務的基礎，包括 OneAtlas 圖像服務、ATTOL（基于視覺的自動滑行、起飛和著陸導航）演示器、基于視覺的直升機導航，以及駕駛艙飛行員和國際空間站宇航員的虛擬助手等。
在中國，像阿里巴巴和騰訊這樣的原生數(shù)字化企業(yè)肯定正在積極推動 AI 的應用。但是，AI 也在傳統(tǒng)業(yè)務領域得到應用，比如保險、銀行、醫(yī)療健康和汽車銷售。作為一家大型企業(yè)，平安集團在上述所有領域的業(yè)務都蓬勃發(fā)展。該公司在每項業(yè)務中都運用了 AI，AI 可以根據(jù)照片進行快速的保險索賠支付，使用面部識別確定身份來進行信用核查，實現(xiàn)智能遠程醫(yī)療，以及評估二手車的價值等。平安集團的商業(yè)模式是在涵蓋金融服務、醫(yī)療健康服務、汽車服務和智慧城市服務的“生態(tài)系統(tǒng)”中，借助 AI 向客戶和互聯(lián)網(wǎng)用戶提供基于生活方式的金融消費產(chǎn)品，并不斷從業(yè)務的數(shù)據(jù)中學習，以完善其 AI 場景模型。
AI 在平安集團運作良好。該公司 1988 年才成立，2020 年 收入近 2 000 億美元。同樣，該公司也沒有試圖隱藏對 AI 的關注。平安科技官網(wǎng)披露：“AI 是平安科技的核心技術之一，目前公司已經(jīng)形成包括預測 AI、認知 AI、決策 AI 在內(nèi)的系列解決方案�！痹摴�司還進一步表示：“平安科技已經(jīng)形成了 智能認知技術矩陣，包括人臉識別、聲紋識別、醫(yī)學圖像智能 解讀、動物識別和多模態(tài)生物特征識別，這些技術逐漸在現(xiàn)實 生活中得到廣泛而深入的應用�！奔词购芏嗫萍脊�司也不能將 類似的聲明放在自己的網(wǎng)站上。
平安、空客、半徑金融都是傳統(tǒng)企業(yè)，盡管擁有強大的技術能力，但它們不是科技公司或電子商務公司，它們代表了我們關注的 AI 在傳統(tǒng)企業(yè)里的角色。盡管 AI 本身不是它們的核心產(chǎn)品或服務，但是這些企業(yè)充分利用了 AI 的力量。一家零售機構的 AI 負責人告訴我們：“有人問我，為什么我只在傳統(tǒng)企業(yè)擔任數(shù)據(jù)、分析和 AI 等方面的職務？這是因為，在原生數(shù)字化企業(yè)里，這項工作太容易了！”我們雖然懷疑這些工作并不像看起來那么簡單，但傾向于認同他的觀點。在傳統(tǒng)行業(yè)中，全力押注并利用 AI 來改造一家現(xiàn)有企業(yè)，是一件很困難的事情。正如我們在開篇提及谷歌一樣，當需要從 AI 密集型科技公司和初創(chuàng)公司吸取經(jīng)驗教訓，或者當這類公司與傳統(tǒng)企業(yè)合作時，我們會偶爾提到它們。但是，本書主要的案例將會是在我們出生之前就已經(jīng)存在的行業(yè)，甚至企業(yè)。我們將介紹銀行、保險公司、生產(chǎn)制造商、零售商和消費品公司、信息提供商、生命科學公司，甚至政府機構。這些組織雖然有不同的業(yè)務問題和客戶需求，但都找到了全力押注 AI 的方法。
在本書里，我們關注的是在 AI 出現(xiàn)之前就已經(jīng)存在的一些大企業(yè)如何在這項技術的幫助下實現(xiàn)轉型。我們不會介紹實施 AI 的普通或最常見的方法，而是介紹那些全力押注 AI 的公司——它們正在進行大規(guī)模且明智的投入，認為這項技術將實現(xiàn)重大的業(yè)務改進，并且已經(jīng)有證據(jù)表明這些投入正在取得回報。我們以多種方式指代這些公司全力押注的方法——“AI 驅動”“AI 推動”“AI 賦能”等。這些方法共同的思路是，它們在 AI 技術的支出、規(guī)劃、戰(zhàn)略、實施和變革等方面處于天平的另一端。不是每家公司都會選擇這種雄心勃勃的方法，但我們認為每個人都可以從中學習，甚至受到啟發(fā)。在本書后面的章節(jié)中，我們的目標是探索全力押注 AI 的概念，以及一家公司為了實現(xiàn)這一目標需要什么。我們的觀點是針對 AI 最極端的觀點——最積極的采用、與戰(zhàn)略和運營的最佳集成、最高的商業(yè)價值、最佳的實施。我們將介紹積極使用 AI 對戰(zhàn)略、流程、技術、文化和人才的影響。了解領先的AI 采用者正在做什么，可以幫助其他公司評估這項技術對于自身轉型的潛力。

我們的經(jīng)驗

我們兩人都有過與這類領先公司合作并對其進行剖析的經(jīng) 歷。在進入 AI 領域之前，第一作者托馬斯·達文波特在定量分析領域進行了多年的研究和寫作，他撰寫了關于“數(shù)據(jù)分析 競爭”的暢銷書和文章�！豆�佛商業(yè)評論》上的同名文章甚至被評為該雜志百年歷史上的 12 篇bi讀文章之一。這些文章和圖書引起的反響清楚地表明，公司及其管理層即使選擇了漸 進式的方法，也可以從這種全力押注的視角中受益。從那以后， 托馬斯·達文波特與全球數(shù)百家公司合作，這些公司希望打造 自己的數(shù)據(jù)分析能力，于是開始采用相近的技術——AI。他 在關于數(shù)據(jù)分析能力的文章中介紹的一些公司，比如第一資本（Capital One）和前進保險（Progressive Insurance），也出現(xiàn)在本書中。但是，這些公司也采取了多項具體措施來提高自身的AI 能力。
第二作者尼廷·米塔爾多年來一直在思考、演講以及與客戶合作，探討 AI 驅動到底意味著什么。他還發(fā)現(xiàn)，很多對 AI 不甚了解的公司高管認識到，了解公司如何通過 AI 技術的廣度實現(xiàn)轉型是有用的。在專注于 AI 之前，他與一些醫(yī)療健康和生命科學公司合作了大約 15 年，幫助它們在業(yè)務中采集和分析數(shù)據(jù)。作為德勤（Deloitte）在美國的數(shù)據(jù)分析和 AI 負責人，他在 5 年多的時間里與一些有 AI 轉型目標的客戶和高管深入接觸，其中還包括打造和銷售世界上最復雜的 AI 技術的廠商合作伙伴。此外，他還領導了美國德勤的一項戰(zhàn)略性計劃，該計劃旨在利用 AI 讓世界上最大的專業(yè)服務機構實現(xiàn)轉型。
我們都覺得 AI 很迷人，但更有趣的是 AI 與商業(yè)戰(zhàn)略和商業(yè)模式、關鍵流程、組織、變革管理以及成熟企業(yè)當前的技術 架構之間復雜的相互作用。開發(fā)出一個表現(xiàn)優(yōu)異的新算法是令 人印象深刻的成就，但更令人印象深刻的是實現(xiàn)一項涵蓋 AI 的重大企業(yè)變革計劃。我們喜歡與那些運用技術（特別是 AI） 的公司合作，并撰寫相關的文章，以發(fā)掘競爭和運營的新方式。你會在本書里看到這類故事。
 
你將從這本書中學到什么

我們將提供很多案例分析，就像前面的例子那樣，介紹AI 驅動的公司如何運用 AI。但這些案例是為了探討更廣泛的話題，即如何在“全力押注”層面上成功運用 AI。本書每一章的主題以及其中介紹的公司包括下面這些。

第1章 AI 驅動意味著什么
這一章介紹了一家 AI 驅動的公司需要具備什么條件，包括公司運用的特定技術、實現(xiàn)價值的方式，以及定義一種全力押注 AI 方法的構成要件。我們在本章中提到了各種各樣的公司，但著重介紹了平安集團，以及星展銀行在印度的數(shù)字化銀行聊天機器人的一些細節(jié)。

第2章 人性的一面
在本章中，我們認為，讓 AI 實踐取得成功最重要的因素不是機器，而是人類的領導力、行為和變革。我們先與星展銀行的 CEO 高博德進行探討，他是該公司 AI 計劃卓有成效的領導者。我們還討論了摩根士丹利（Morgan Stanley）、羅布勞（Loblaw）和 CCC 智能解決方案（CCC Intelligent Solutions）等公司的領導力問題。在提高管理層和員工對 AI 的理解和采用方面，我們討論了殼牌、德勤、空客、蒙特利爾銀行、禮來（Eli Lilly）和聯(lián)合利華（Unilever）。

第3章 戰(zhàn)略
第 3 章的重點是介紹 AI 是如何實現(xiàn)或變革商業(yè)戰(zhàn)略的。我們介紹了 AI 驅動的公司可以采用的 3 種主要的戰(zhàn)略原型。在介紹這些原型的過程中，我們提到了各種各樣的公司：羅布 勞、豐田、摩根士丹利、平安、空客、殼牌、SOMPO、安森保險（Anthem）、費埃哲（FICO）、宏利保險（Manulife）、前 進保險和 Well。

第4章 技術和數(shù)據(jù)
企業(yè)如果缺乏一些先進的技術和大量的數(shù)據(jù)，就無法應用 高級的 AI，所以在第 4 章中，我們介紹了一個現(xiàn)代的、面向AI 的技術基礎設施和數(shù)據(jù)環(huán)境的組成部分。我們討論了 AI 工 具箱中的所有工具，包括 AI 數(shù)據(jù)、AutoML（自動機器學習）、MLOps（機器學習運維）、傳統(tǒng)技術，以及擴展 AI 應用。本章討論的公司包括星展銀行、克羅格公司（Kroger Co.，及其子公司 84.51°）、殼牌、聯(lián)合利華、安森保險和空客。
 
第5章 能力
與其他業(yè)務能力一樣，AI 可以根據(jù)公司在各個維度上的進展情況進行評估和排名。由于 AI 的運用有不同的戰(zhàn)略原型， 因此每一個原型都有不同的能力模型。我們在本章中詳細介紹 了平安、豐業(yè)銀行、宏利保險、前進保險和安森保險的能力。我們也在這一章中介紹了合乎倫理的 AI 能力，并將聯(lián)合利華作為我們的主要案例進行了分析。

第6章 行業(yè)用例
用例或 AI 應用是一個組織如何將技術應用于業(yè)務問題的核心。在這一章中，我們介紹了不同行業(yè)的用例。我們將用例清單的內(nèi)容分為“常見”和“不常見”兩類，并提供了每個行業(yè)的早期積極采用者的案例。這些組織包括沃爾瑪、希捷、第一資本、美國政府和新加坡政府、克利夫蘭診所、輝瑞、諾華（Novartis）、阿斯利康（AstraZeneca）、禮來和迪士尼。

第7章 成為 AI 驅動的公司
在最后一章中，我們介紹了 4 條可供選擇的路徑，企業(yè)通過這些路徑可以成為一家 AI 驅動的公司。每條路徑都有一個特定的案例展示。德勤是第一條路徑的案例，我們將介紹專業(yè)服務機構從單純的“以人為中心”到“以人和 AI 為中心”的轉型；CCC 智能解決方案的案例，介紹如何從關注信息轉向關注 AI；第一資本展示的路徑，是從一家專注于數(shù)據(jù)分析的公司到專注于 AI 的公司；Well 作為一家醫(yī)療健康領域的初創(chuàng)公司，是從頭開始打造一套 AI 能力的例證。
本書盡管介紹了這些內(nèi)容，但并不是全力押注 AI 的標準配方。每家公司都積極地將 AI 集成到自己的業(yè)務中，其中的基本原理、策略和具體路徑都有所不同。但我們相信，本書中的案例和經(jīng)驗對每家公司的個性化轉型歷程都會有所幫助。至少我們希望，了解這些早期采用者和領先公司在 AI 方面所做的事情會激發(fā)你，讓你對自己的公司說：“我們最好也行動起來�！�