一、智能決策的前世今生

傳統(tǒng)的管理將組織活動(dòng)分為高層決策、中層管理和基層作業(yè)。認(rèn)為決策只是組織中高層的事，與下面的其他人員無(wú)關(guān)。作為管理學(xué)科的一個(gè)重要學(xué)派，決策管理學(xué)派把二戰(zhàn)以后發(fā)展起來的系統(tǒng)理論、運(yùn)籌學(xué)、計(jì)算機(jī)可續(xù)等綜合運(yùn)用于管理決策問題，形成了一門有關(guān)決策過程、準(zhǔn)則、類型及方法的較完整的理論體系。

圖靈獎(jiǎng)得主，同時(shí)也是管理方面唯一獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)的赫伯特·Ａ·西蒙即是該學(xué)派的創(chuàng)始人之一，西蒙等人認(rèn)為“管理活動(dòng)的中心就是決策”，“管理的各層次，無(wú)論是高層，還是中層和基層，都是在進(jìn)行決策”。

然而，身處信息過載、技術(shù)爆炸和組織復(fù)雜度倍增的智能時(shí)代，決策制定的難度和不確定性也相應(yīng)呈指數(shù)級(jí)上升，對(duì)組織來說，重要的不僅是獲得信息，更在于對(duì)信息進(jìn)行及時(shí)加工、正確分析、洞察規(guī)律，支撐決策。

全球知名IT市場(chǎng)研究機(jī)構(gòu)IDC敏銳地洞察到這一趨勢(shì)，把智能決策作為將會(huì)徹底重塑市場(chǎng)的變革型技術(shù)納入“人工智能軟件平臺(tái)技術(shù)圖譜，2021”。隨后在2021年11月公布的《IDC 2022年中國(guó)ICT市場(chǎng)十大預(yù)測(cè)》中，IDC認(rèn)為“企業(yè)智能理念興起，智能預(yù)測(cè)與智能決策價(jià)值凸顯”。

二、智能決策的最佳實(shí)踐

進(jìn)入2022年，IDC率先發(fā)布《IDC PeerScapeTM：智能決策產(chǎn)品同業(yè)洞察》（下稱：《同業(yè)洞察》），梳理了零售、金融、水利能源等行業(yè)企業(yè)在建設(shè)智能決策應(yīng)用時(shí)所遇到的常見挑戰(zhàn)與最佳實(shí)踐。

（一）來伊份依托AI驅(qū)動(dòng)的智能決策實(shí)現(xiàn)北極星指標(biāo)，年節(jié)約數(shù)億

隨著業(yè)務(wù)場(chǎng)景中越來越多實(shí)時(shí)、高頻、重復(fù)的需求井噴，零售企業(yè)過往引入的各種商業(yè)智能（BI）工具因存在時(shí)滯性，且仍需管理部門對(duì)實(shí)際業(yè)務(wù)進(jìn)行人工優(yōu)化和調(diào)整，并不能達(dá)到預(yù)期成效。

來伊份根據(jù)多年積累的業(yè)務(wù)經(jīng)驗(yàn)，由業(yè)務(wù)部門主導(dǎo)設(shè)定了面向核心戰(zhàn)略目標(biāo)、對(duì)業(yè)務(wù)提升最為關(guān)鍵的北極星指標(biāo)——現(xiàn)貨率、庫(kù)存周轉(zhuǎn)率、完美訂單履約率。

截至2021年底，來伊份依托第四范式的智能決策平臺(tái)產(chǎn)品和技術(shù)服務(wù)，實(shí)現(xiàn)了智能決策在銷售預(yù)測(cè)、智能定價(jià)、智慧供應(yīng)鏈等多個(gè)核心業(yè)務(wù)環(huán)節(jié)的落地。

一期合作的成效顯示，來伊份已實(shí)現(xiàn)38萬(wàn)長(zhǎng)尾商品系統(tǒng)智能補(bǔ)貨，約3000個(gè)門店系統(tǒng)自動(dòng)補(bǔ)貨調(diào)撥，銷售預(yù)測(cè)準(zhǔn)確率提升1倍，銷售現(xiàn)貨率達(dá)到95%以上：實(shí)現(xiàn)了插拔式的云倉(cāng)云配的銷售和供應(yīng)網(wǎng)絡(luò)體系；實(shí)現(xiàn)了全渠道的盤貨管理，預(yù)計(jì)可節(jié)約人效20萬(wàn)人時(shí)/每年，節(jié)約庫(kù)存資金數(shù)億元。

同時(shí)，來伊份還在目標(biāo)管理、品類規(guī)劃、智能選品、全網(wǎng)銷售預(yù)測(cè)、訂單履約管理、智能庫(kù)存等取得了良好的試點(diǎn)效果，如訂單履約場(chǎng)景下實(shí)現(xiàn)了超過70%的訂單由機(jī)器完成，相較之前人工下單有幾何倍數(shù)的效率提升，出錯(cuò)率大大降低。

IDC在《同業(yè)洞察》中指出，零售企業(yè)需要首先在業(yè)務(wù)側(cè)設(shè)置北極星指標(biāo)，實(shí)現(xiàn)經(jīng)營(yíng)決策的數(shù)字化；其次，在變化的業(yè)務(wù)中，沒有“最佳實(shí)踐”，要在不確定中持續(xù)迭代進(jìn)化，建立面向北極星目標(biāo)的迭代型組織；最后，要建立對(duì)北極星指標(biāo)體系負(fù)責(zé)的平臺(tái)體系，自頂向下或自底向上，規(guī)劃一系列提升北極星指標(biāo)的數(shù)字化實(shí)驗(yàn)場(chǎng)景，由一系列量變匯聚成質(zhì)變，實(shí)現(xiàn)業(yè)務(wù)騰飛。

（二）智能決策在銀行、水電等產(chǎn)業(yè)界加速落地

在《同業(yè)洞察》中，除了上述以來伊份為代表的零售業(yè)之外，智能決策也已經(jīng)在銀行、水利能源等行業(yè)加速落地。

廣發(fā)銀行早在2019年便與智能決策相關(guān)廠商開展合作。為提升智能決策應(yīng)用開發(fā)的產(chǎn)能和效率，解決因建模人員供給有限，模型供給產(chǎn)能不足的問題，廣發(fā)銀行2019年開始對(duì)自動(dòng)機(jī)器學(xué)習(xí)AutoML開展研究，目前已經(jīng)完成試點(diǎn)落地和賦能推廣，進(jìn)入規(guī)模化應(yīng)用階段。廣發(fā)銀行依托先知建模平臺(tái)HyperCycle ML，構(gòu)建決策類自動(dòng)機(jī)器學(xué)習(xí)平臺(tái)。大幅降低建模門檻后，對(duì)零基礎(chǔ)的開發(fā)人員賦能，可在1個(gè)月內(nèi)完成平臺(tái)的掌握和模型的建設(shè)。模型開發(fā)周期縮短50%以上，大幅提高了AI決策模型落地的效率。

IDC在《同業(yè)洞察》中指出，隨著組織中智能決策類需求的日益增加，需要開發(fā)的模型數(shù)量快速增長(zhǎng)，有必要考慮引入AutoML工具，并打造敏捷快速的模型開發(fā)部署平臺(tái)，加速智能決策應(yīng)用上線。

智能決策在保障水利能源行業(yè)的安全生產(chǎn)方面同樣大展身手。長(zhǎng)江電力葛洲壩水力發(fā)電廠與廣州健新科技合作在2020年將國(guó)內(nèi)智慧水電領(lǐng)域首個(gè)“水電機(jī)組全息監(jiān)測(cè)項(xiàng)目”—— 葛洲壩電站全息監(jiān)測(cè)系統(tǒng)高級(jí)應(yīng)用投入試運(yùn)行，落地了工況識(shí)別、經(jīng)濟(jì)運(yùn)行分析、趨勢(shì)分析、故障診斷、設(shè)備評(píng)估、維修指導(dǎo)等多個(gè)智能決策高級(jí)應(yīng)用。實(shí)現(xiàn)了機(jī)組同類型的檢修時(shí)間、啟動(dòng)實(shí)驗(yàn)時(shí)間顯著縮短，有力保證了零棄水目標(biāo)的實(shí)現(xiàn)，節(jié)水增發(fā)電量有了大幅提升，經(jīng)濟(jì)效益提升顯著。

IDC在《同業(yè)洞察》中鼓勵(lì)業(yè)務(wù)與技術(shù)人員共同參與智能決策應(yīng)用的開發(fā)和使用。智能決策系統(tǒng)旨在支撐企業(yè)的關(guān)鍵業(yè)務(wù)目標(biāo)實(shí)現(xiàn)，需提供低門檻，甚至零代碼的開發(fā)與自動(dòng)化配置能力，便于對(duì)IT不太了解的業(yè)務(wù)人員也能快速上手開發(fā)出面向業(yè)務(wù)的智能決策應(yīng)用。

三、智能決策的廣闊前景

IDC預(yù)測(cè)，到2025年，超過60%的企業(yè)將把人類專業(yè)知識(shí)與人工智能、機(jī)器學(xué)習(xí)、NLP和模式識(shí)別相結(jié)合，做智能預(yù)測(cè)與決策，增強(qiáng)整個(gè)企業(yè)的遠(yuǎn)見卓識(shí)，并使員工的工作效率和生產(chǎn)力提高25%。要達(dá)到這些績(jī)效，設(shè)置用于協(xié)調(diào)業(yè)務(wù)與AI的專屬CXO也將成為剛需。

作為潛力巨大的新興賽道，智能決策目前尚無(wú)公認(rèn)的定義。IDC中國(guó)助理研究總監(jiān)盧言霞在接受采訪時(shí)表示，“智能決策在AI賽道里屬于比較前沿的賽道，能促進(jìn)AI進(jìn)入一個(gè)更高級(jí)、更融合的階段。一般理解上，指利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等技術(shù)，識(shí)別數(shù)據(jù)中的隱藏規(guī)律，支撐諸如精準(zhǔn)營(yíng)銷、銷量預(yù)測(cè)、供應(yīng)鏈管理、風(fēng)險(xiǎn)控制等企業(yè)核心業(yè)務(wù)環(huán)節(jié)實(shí)現(xiàn)智能決策；2021年以來，一些公司賦予了智能決策全新內(nèi)涵，比如第四范式在幫助企業(yè)把核心戰(zhàn)略用可量化的方式進(jìn)行數(shù)字化落地，通過設(shè)置相關(guān)的北極星指標(biāo)，以同一套標(biāo)準(zhǔn)進(jìn)行拆解、實(shí)驗(yàn)和量化評(píng)價(jià)。”

談及市場(chǎng)空間和增速，盧言霞表示：“明顯可見的是，這是一個(gè)正在興起的市場(chǎng)，預(yù)計(jì)未來5年的復(fù)合增長(zhǎng)率能在50%以上。智能決策涉及的核心技術(shù)帶來的軟件、硬件，還有服務(wù)等相關(guān)市場(chǎng)，有望達(dá)到千億規(guī)模。近日，國(guó)家發(fā)改委等部門聯(lián)合印發(fā)文件宣布‘東數(shù)西算’工程正式啟動(dòng)。而伴隨這些大項(xiàng)目、大工程的不斷批復(fù)落地，也都會(huì)直接或間接地帶動(dòng)智能決策應(yīng)用的一些新思路落地，帶來一些新的項(xiàng)目機(jī)會(huì)。”

除了《同業(yè)洞察》中提到的幾大行業(yè)外，盧言霞認(rèn)為，“制造業(yè)也是一個(gè)非常有潛力的行業(yè)，包括生產(chǎn)車間的數(shù)字工廠。此外，交通行業(yè)，不管是機(jī)場(chǎng)航班還是高鐵、地鐵的資源調(diào)度，也都是有很大的潛力的應(yīng)用場(chǎng)景。”

面對(duì)不斷加劇的競(jìng)爭(zhēng)，盧言霞則建議企業(yè)用戶，“需要以一種開放的心態(tài)和外部合作伙伴共同探索一些場(chǎng)景化的應(yīng)用。同時(shí)，智能決策作為一項(xiàng)涉及到企業(yè)核心戰(zhàn)略的舉措，應(yīng)該從整個(gè)企業(yè)的最高層級(jí)，開始探討并實(shí)施智能決策。”