吕本富教授：AI新画布助数字化落地
2021年7月8日-9日，中国科学院大学经济与管理学院吕本富教授在以“数据筑基，迈向数字经济新征程“为主题的2021中国数字企业峰会上做了《AI新“画布”》的主题演讲。
很多生产力、生产关系层面的问题讨论很多，在此之外，吕本富教授提供了一个数字化生产工具，叫“AI新画布”。
对于企业来说，过去我们做信息化，做数据化，做平台化，或者引入人工智能，做智能化，有没有一个判断的标准？我们给了一个工具，叫“AI新画布”，用这个工具你可以判断如果你将来做人工智能，你有什么样的标准。
一份工作就是一组任务的集合，在分解工作流程，应用人工智能工具时，就去判断人类的哪些任务可以自动化，剩余任务的顺序和重点会不会发生改变。我们先分析哪个工作流程可以被人工智能所取代。
比如这个岗位流程任务能力图，他有他的基本工作岗位，有工作流程，有任务，这里面给出的是财会专业，在分析完以后，我们看看哪些部分可以被替代。
工作流程分析完以后，我们有个“AI新画布”，就是分析人工智能在不同的应用场景，哪些工作流程可以被替代，它是我们思考构建评估人工智能的工具，识别每一项任务决策中各部分的具体操作路径。
一是预测我们要做什么，二是判断，三是行动，四是结果，这四个部分，需要三类数据的支撑：一是输入性的数据，二是训练数据，三是反馈数据。这七个要素，就构成了AI新画布，我们拿它来分析一个企业。
在具体实施的时候，我们有两个维度，一是商业的维度，就是你哪个部分要用人工智能，为什么要用人工智能，这是价值主张；接下来是技术维度，有没有解决方案，你有没有数据源，你的模型开发怎么样，效果评估怎么样。
讲完新画布，我们以MBA招生为例说说它的应用。人工智能现在可以用在很多领域，比如可以识别X光照片，人工智能也可以代替法官的工作，可以代替老师来面试，当然，这只是我的一个设想。那么如果把MBA的招生流程进行人工智能化，怎么操作？我们需要从预测任务入手，什么是高价值学生？在分析这个工作流程的时候，第一要分析有多少申请者；第二，分析你要录取哪些人；第三，MBA的学生不一定会到你这儿来，你如何让他过来；第四，你如何分配各种各样的资源。
我们首先确定一个目标，就是选拔优等生。那么你必须把目标定义清楚，是毕业以后薪酬高，还是毕业以后五年之内当上CEO？这个定义要清晰。假设我们这个学院把影响力作为最重要的指标，我们毕业的学生要求五年以后有很强的话语权，那么我们把影响力作为指标体系进行测量，确定影响力的回报函数。在回报率和付出代价之间做一个权衡，这叫做回报函数。假设每年有50名校友可以进入全世界影响力排行榜，那么反过来收集这样的数据来做训练集，这就是新画布在人工智能当中的应用。我们在收益和可能的成本之间做个权衡进行判断，收集训练集的数据，然后是输入，然后反馈，根据申请人的事业发展，每年进行一次更新，系统这么一运转，未来在招生的过程当中就可以人工智能化了。刚才我说了，法官审案的过程，也可以用人工智能来审案，医生在判断胶片的时候，也可以用人工智能一起来做决策。
总之，人工智能和人类一起做，就是智能化时代最核心的特征。数据集的选择相对简单，同时，申请者提供的信息够不够，不够的话是不是要扩大？在确定回报函数的时候，要确定如果做了误判，你的损失是多少。
AI是通用技术，能改变组织运行的要素和环境，如果AI只改变流程和岗位，属于组织战术层面的问题，只要考虑投资回报率即可，如果AI改变整个组织的结构，则属于战略层面的问题，需要公司的CEO亲自进行谋划。
在具体实施当中，需要把流程分解成任务，对它进行量化分析，哪些可以替代，哪些可以优化，哪些可以互补，把这些做完以后，只要确定投资回报率，就可以确定应用顺序。
在这种应用过程中，还要注意一种特殊的情况，叫全自动决策。预测可以交给机器，但是判断需要交给人类，但是有一种情况，预测和判断都需要交给人类，比如智能汽车，如果你把预测和判断都交给机器，就会产生伦理问题。
人工智能要素当中，最后一个是行动，企业在人工智能做决策的时候，有的是数据为王，有的不是数据为王，比如自动驾驶的汽车，这是行动为王，像特斯拉这样的公司，就属于行动的公司，前段时间特斯拉为什么那么强硬？我们预测，他要收集1000万个人类司机的驾驶数据，现在他已经收集完500万个了，如果收集完1000万个，是非常有价值的。
换句话说，企业要做人工智能化，你要看看你是拥有数据，还是拥有算法，还是拥有行动，不同企业的人工智能路径也不一样。未出土时先有节，便凌云去也无心。
（来源：保险业数字化峰会）
。END。