立即购买
重磅!继“智能+”120页PPT,阿里+毕马威发布4份智能经济报告
  • 重磅!继“智能+”120页PPT,阿里+毕马威发布4份智能经济报告

    Innov100
    2019-04-18 18:14:10
  • 2019年的政府工作报告中首次提出了“智能+”的重要战略:“深化大数据、人工智能等研发应用。打造工业互联网平台,拓展‘智能+’,为制造业转型升级赋能。”之后,中央全面深化改革委员会审议通过《关于促进人工智能和实体经济深度融合的指导意见》,强调要把握新一代人工智能发展的特点,构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。

    作为各自领域的佼佼者,毕马威与阿里巴巴集团于2018年签订了战略合作协议,集合双方优势,共同探索经济发展的新实践、新模式、新理论。2019年4月17日,毕马威、阿里研究院、钉钉携手举办智能经济发布会,从技术、产业、组织、分工四个角度剖析了未来发展的新密码。

    1、智能技术“核聚变”

    《从互联网+到智能+——智能技术群落的聚变与赋能》指出,多种技术的集成是本次智能技术浪潮的核心特征。以云计算、大数据、物联网、人工智能、5G为代表的新一代信息技术,在不断的融合、叠加、迭代中,为智能经济提供了高经济性、高可用性、高可靠性的智能技术底座,推动人类社会进入一个全面感知、可靠传输、智能处理、精准决策的万物智能时代。智能技术群的融合与叠加类似“核聚变”,是技术创新、商业模式创新、投资的沃土。智能技术将全面更新现有技术基础设施,重新定义商业模式,重塑未来的经济图景。

    智能经济将呈现全新的运行规律——以数据流动的自动化,化解复杂系统的不确定性,实现资源优化配置,支撑高质量发展的经济新形态。智能经济的五层架构包括:底层的技术支撑,“数据+算力+算法”的运作范式,“描述-诊断-预测-决策”的服务机理,消费端和供应端高效协同、精准匹配的经济形态,“协同化、自动化、全球化”的治理体系。

    智能经济架构

    资料来源:阿里研究院

    人工智能价值体现形式

    数字孪生:基于模拟择优的制造新体系

    资料来源:林诗万《重构:数字化转型的逻辑》、德勤

    对微服务架构的深刻理解,有利于我们对工业互联网技术体系、应用场景和商业模式变革的认知。相比于传统软件开发架构面临的软件代码体积大、更新慢、维护难等问题,微服务具有轻量化、松耦合、快部署、高灵活度等特性,适用于互联网需求变化快、用户群体面广等特点。在消费互联网领域平台建设过程中均采用微服务架构,实现新技术与新功能的快速测试、发布、部署,满足多变的用户需求。在工业领域,现有工业软件架构体系越来越难以满足制造业生产体系的复杂性和不确定性需求,微服务架构为各类工业知识、经验、方法、技术等在工业互联网平台上沉淀创造了条件,实现了工业知识的复用、重构、创造和传播,极大提高工业APP的开发、测试、部署效率。

    微服务(Microservice)是一种将复杂应用拆分成多个单一功能组件,通过模块化组合方式实现“松耦合”应用开发的软件架构,也称微服务架构(Microservice Architecture)。每个功能组件都是一个独立的、可部署的业务单元,称之为微服务组件。每个微服务组件可以根据业务逻辑,选择最适合该微服务组件的语言、框架、工具和存储技术进行开发部署。因此,微服务架构是一种独立开发、独立测试、独立部署、独立运行、高度自治的架构模式,同时也是一种更灵活、更开放、更松散的演进架构。其本质是一种将整体功能分解到各个离散服务中,实现对原有解决方案解耦,提供更加灵活服务的设计思想。

    微服务的特征

    资料来源:阿里研究院

    从根本上说,“数据+算力+算法”提供了一种服务,历经描述、诊断、预测、决策四个阶段,最终实现优化资源配置的目的。

    描述:发生了什么?

    对于数据的第一层解读是描述。财务数据、设备运行数据等都能对具体业务和职能部门的业绩与表现给出定量的判断。在描述维度中,数据通常是孤立的,不同类型数据很难整合。在很长一段时间,描述数据并不是一件很困难的事情。但是在大数据的背景下,如何减少噪音的干扰,如何深度描述数据,实现“窥一斑而见全豹”,成为了第一个重要的问题。

    诊断:为什么会发生?

    在诊断阶段,核心工作是建立数据之间的联系,从而理解数据之间的因果关系,最终为特定的业务或事件找到驱动因素或者诱因。在诊断维度中,识别的因果关系通常是非通用的,必须的前提条件或者使用范围并不清晰。诊断的结果能够帮助我们梳理经验,但还需要管理者加工才能用于未来决策。

    预测:将会发生什么?

    当数据、算法、算力足够丰富的条件下,诊断结果能够逐步地拓展,适用于未来,完成预测的功能。直至预测维度,所有的工作都还停留在智能辅助阶段,最终的判断依然需要人的判断。

    决策:应该怎么办?

    当系统能够利用数据、算法、算力,无需借助人的判断,才实现最终的智能决策。

    描述、诊断、预测、决策,体现了人与机器智能的四种协同状态。当人工判断在决策的比重越来越少,系统的自动化、智能化程度越高。

    智能经济赋能机理

    达索公司的“跳动心脏”的项目成功地捕捉到如何通过每股肌肉纤维来产生电力,以复制出人类心脏的真实动作。“数字心脏”实现了四大功能:一是描述,这一个物理世界发生了什么在虚拟世界去描述,心脏的血管哪一个地方堵了,堵了多少,可以360度去观察。二是诊断,为什么会堵,是什么样的原因造成了心脏血管堵塞;三是预测,如果没有人为去干预,半年之后、一年之后、两年之后,这一个血管从堵到30%发展到70%,另外一个旁支血管也会堵,它会告诉你将会发生什么;四是决策,最后怎么办,是采取保守治疗,还是去做搭桥手术,给医生提供一个解决方案供参考。

    万物智能七大应用场景

    万物智能将催生智能经济,C端、B端均将被卷入,人类生产、生活的图景将彻底被改变。这场技术变革将进一步降低中小企业面临的科技门槛,未来的BAT一定来自这场多技术叠加核聚变。万物智能七大应用场景包括:5G智能终端、智能网联汽车、大型复杂设备、智能工厂、智慧城市、智慧物流、智慧金融。

    智能网联汽车发展技术路线图

    资料来源:《智能网联汽车发展技术路线图》

    2、从工具革命到决策革命

    《从工具革命到决策革命——通向智能制造的转型之路》报告以“数据+算力+算法”这一大技术体系为核心,从产业链的视角详细阐述了科技对制造业五大生产环节的全面提升和重构,并在此基础上,提出了智能制造的四条赋能路径,全面解读智能制造带来的“工具+决策”两个维度的革命性机遇。

    制造系统的复杂性驱动技术架构的迁移

    近年来,云计算、物联网、移动互联网、人工智能、大数据等新技术、新基础设施,已经开始广泛地“安装”到了个人、企业等的运行之中,这一技术群落所拥有的“社会-经济”潜力,在制造业里也开始逐步显现出来。基于深度调研和系统研究,我们认为,智能制造的初步体系,在2020年前后将逐渐显现出它的“大模样”,主要特征可以概括为:数据驱动、软件定义、平台支撑、服务增值、智能主导。

    新一代智能制造——大规模的人机脑力协同

    智能制造体系的浮现

    报告分别从需求洞察、研发、采购、生产、营销和售后等五大产业链环节详细阐述了“数据+算力+算法”这一技术集群对制造业生产环节的赋能重构。报告认为,与传统制造体系相比,智能制造生产体系的优势主要表现为:消费者洞察从间接到直接,研发环节由串行到并行,采购环节实现自动化、低库存化和社会化,生产环节全面智能化,以及无所不在的智能销售和售后服务。

    传统制造 VS 智能制造

    敏捷响应:精准捕捉用户需求,快速推出新品

    敏捷制造是指制造企业采用现代通信手段,通过快速配置各种资源(包括技术、 管理和人), 以有效和协调的方式响应用户需求,实现制造的敏捷性。在消费互联网带动产业互联网发展的大背景下,制造企业敏捷性的一个重要体现就是新品投放速度,是企业打开新市场、建立竞争优势的重要手段。

    天猫新品以数字化打造新品开发模型

    智能决策:工业大脑结合行业洞见,重构人机边界

    在制造领域,人机边界的重构体现在建立由人类赋予机器智能,由机器随时、随地完成复杂决策与逻辑操控任务的机器智能工厂。这一未来工厂的模式由智能化、数字化与自动化三位一体打造,实现了工厂从无脑到拥有一颗工业大脑的转化,是继三次工业革命后的又一次跨越。工业大脑的思考过程,简单地讲是从数字到知识再回归到数字的过程。生产过程中产生的海量数据与专家经验结合,借助云计算能力对数据进行建模,形成知识的转化,并利用知识去解决问题或是避免问题的发生。同时,经验知识又将以数字化的呈现方式,完成规模化的复制与应用。一个完整的工业大脑由四块关键拼图组成 ——分别是云计算、大数据、机器智能与专家经验。

    恒逸石化基于“数据+模型”实现锅炉燃烧能耗优化

    资料来源:《重构:数字化转型的逻辑》、毕马威

    从工具革命到决策革命

    智能制造颠覆了传统产业几百年来赖以生存的“传统工具+经验决策”的发展模式,掀起了在工具和决策两个维度上的深层次革命。工具革命大幅提高了生产效率,而决策革命则通过人工智能等手段优化决策的准确性、及时性、科学性,实现真正意义上的智能化生产。“随着全球化竞争的加剧,创新的作用愈发凸显,制造业企业必须加紧实现智能化转型,发展先进制造业。”毕马威中国首席经济学家康勇表示,“为此,企业必须建立具有前瞻性的、以价值为导向的、跨部门的智能制造发展战略,才能在激烈的竞争中夺得先机!”

    智能制造带来的工具革命和决策革命

    3、“客户体验、在线交互、群体创造、接口透明、智能驱动、网络协同”定义智能化组织

    后德鲁克时代面纱

    100年前,“福特制+泰勒制”奠定了美国经济模式的微观基础,是工业时代美国经济模式中最为坚实的微观内核,奠定了科学管理学说。德鲁克在1946年出版的《公司的概念》一书中首次提出了“组织”的概念。随着组织实践的不断发展,人们对组织的认知不断更新。

    100年后,互联网的异军突起给组织形态变化带来巨大影响,信息的无缝衔接、沟通的高频率化、组织的无边界化、层级的越发扁平化,都催发人的能力、潜力、创造力更大程度地发挥。

    后德鲁克时代,在人的影响力越发重要的互联网模式影响下,新的组织模式会强调哪些新特点?

    《百年跃变:浮现中的智能化组织》报告指出,数字化时代对组织的最大影响是对商业模式的颠覆。在数字化技术和共创文化的驱动下,传统价值链导向的商业模式逐渐向平台化的模式迁移,数字化时代的竞争方式与过去相比,发生了根本性的变化,主要体现在“个性体验、多向互动、参与平台(或交易平台)、生态系统”四个方面。而商业模式的迭代升级是通过清晰透明接口的交互连接、多方关联群体的共同创造、数据算法的智能驱动和多边网络效应的协同发展来实现的。

    未来的组织将以客户为中心,在客户体验、在线交互、群体创造、接口透明、智能驱动、网络协同六个维度上,实现智能化。其中,客户体验重点关注的是为客户提供增值、创新、深层次的个性化体验,在线交互重点关注的是业务的在线化和多向增值交互;群体创造重点关注的是通过整合和吸引相关资源,实现对内跨部门、对外跨边界的共创共赢;接口透明重点关注的是接口的清晰易懂、开放性和扩展性;智能驱动重点关注的是数据、算法和专家智慧针对业务的迭代驱动;网络协同重点关注的是协同的工作效率和决策精准性,以及单边或多边网络效应的有效激发和科学治理。在此基础上,根据智能组织不同发展阶段的特点,并结合对于中国企业组织模式的洞察,我们将智能组织划分为1.0—4.0的四个阶段。

    智能组织四个阶段

    智能组织1.0 —未来组织的根基:

    从客户体验出发

    1.0阶段的智能组织通常最先在 “客户体验”与“在线交互”上觉醒。可以说目前的大部分市场化竞争中的企业,无论是否是互联网相关产业,都在试图摆脱多年前的传统组织运转模式,积极探索自身“客户体验”与“在线交互”维度的成长。他们看到更为开放的互联网企业为了适应快速变化的市场环境而不断调整自身组织模式,于是想到了借鉴互联网思维,将原本诞生于互联网的新生组织模式嫁接到自身的传统企业中,其中最为人所熟知的是阿里“中台战略”的广泛应用。尽管会有很多传统行业管理者认为这样的组织模式只适用于互联网行业,但一些走在前面的传统行业企业通过自身的尝试告诉我们,传统行业一样可以站在互联网先行者的肩膀上找到自身的位置。我们看到的是,互联网思维的跨界应用给传统组织带来了新兴的活力与能量。

    智能组织1.0

    资料来源:毕马威、阿里研究院

    智能组织2.0 —为了更高的目标:

    业务驱动的组织深度融合

    有一部分企业,尤其是中小型企业,借助外部技术赋能手段,如钉钉这样的智能移动办公平台,结合自身产业优势,使得他们比那些大型企业更容易实现高阶的智能度要素,因此产生了“智能驱动”维度先于“群体创造”、“接口透明”发展成熟的现象。尽管我们仍然认为这样的企业还处于智能组织2.0,但业务与管理自身的智能化布局必定会带动整体组织的智能化发展,因此随着时间的推移,基于基础数据完善的优势,整体组织能力跟上智能化的脚步也是必然,或许他们反而会比顺序发展的企业更容易到达3.0的阶段。

    智能组织3.0 —从感性到理性:

    智能驱动时代的到来

    随着智能时代的到来,科技的持续研发与应用不仅大幅提高了生产力,更有力地优化了协调与分工中的问题,节约了决策的前置调研流程。为了更为快速精准地做出业务与管理决策,在利用业务与管理数据在线化的基础上,实现“智能驱动”成为趋势。智能驱动不仅仅是一种工具,更是一种更为科学理性的管理思维方式,让我们更多地相信基于数据的事实陈述,而不是凭借感性的经验说出“我认为”,以此可以降低组织试错的成本,提高决策的命中率。从此“更快更好”便不再是一种愿景,而成为了唾手可得的目标。我们认为智能组织3.0的特质是,在客户体验、在线交互、群体创造与接口透明全线成熟的基础之上的智能驱动成熟,即能够实现完全自动的数据驱动,无需人工辅助。

    公园模式

    资料来源:毕马威

    4、迈向知识分工2.0

    《智能经济:迈向知识分工2.0》报告指出,工业经济以行业分工为主要特征,农业、制造业、服务业三大门类之间泾渭分明,行业边界清晰。但消费互联网时代发展起来的平台经济和共享经济,则让人们感知到了另外一种认知框架:农业与服务、制造与服务的界限越来越模糊,行业之间的跨界现象非常显著,用工业时代原有的概念和框架,已经越来越难以准确认知新经济的发展——平台共享,而不是行业分工,才是更符合现实的一种分析框架。比如,在电子商务平台上,农产品、有形商品、无形服务均实现了交易。电商信息系统开发、营销服务、代运营、客户服务、数据分析、教育培训——原来很多认为不可远程交易的服务业,在消费互联网时代则成为了大规模的经济现实。

    长时间视野下的“技术-经济”范式转移

    从行业分工到平台共享

    资料来源:阿里研究院

    从知识分工的角度看,早期的集成电路产业可以认为是知识分工1.0阶段。

    集成电路产业链分工细化与产业模式变革

    集成电路各环节IP应用

    智能经济的发展,以消费互联网向工业互联网迈进为阶段性特征。这一阶段,将促进技术、知识、经验等知识,在更大范围、更宽领域、更深层次上呈现、交易、传播和复用。

    知识分工2.0时代,正在加速到来。而过去20年中国消费互联网所发展起来的分工体系、属性、特质,也将通过类似阿里巴巴商业操作系统等能力迁移之桥,实现向工业互联网阶段分工体系的传导。报告也提出了未来需要研究的五大议题:实践研究,工业互联网发展的前沿实践;路径研究,消费互联网如何带动工业互联网;理论研究,智能经济的理论体系;治理研究,知识分工2.0时代的治理体系;未来研究,人工智能对经济分工的影响。

    基于知识的分工体系持续发育、成长、扩散

    资料来源:阿里研究院

    工业互联网平台:重构工业知识新体系

    工业互联网下的交易对象与载体

    工业互联网下知识制造、传播、复用的新体系

    毕马威亚太区及中国主席陶匡淳表示:“在新的时代坐标下,企业的生产力及其生产关系也发生了较大的改变与进步,向市场提供产品与服务的能力获得了极大提升和释放,与此相对应的企业内部资源协调决策机制与管理模式也正经历着很大的变革。在智能时代下,如何构建有效的组织模式与运行机制也一直是企业管理领域重点关注的对象与研究课题。在企业组织转型之路上,相信将会有越来越多的中国企业,无论是传统工业企业,还是互联网基因下的创新公司,去尝试、探索、迎接组织的蜕变与进化,为企业在智能时代全球化竞争下赢得先机。”

    知识分工2.0的五大议题

    关于智能经济时代的知识分工,是一个尚待进一步“破题”的关键议题。本报告作为对这一议题的初步探索,在此提出五大议题,期待在未来能够与研究者和业界同仁共同研讨。

    实践研究:工业互联网发展的前沿实践

    路径研究:消费互联网如何带动工业互联网?

    理论研究:智能经济的理论体系

    治理研究:知识分工2.0时代的治理体系

    未来研究:人工智能对经济分工的影响

    阿里巴巴商业操作系统将全面向社会开放

    阿里巴巴集团副总裁、阿里研究院院长高红冰表示:“阿里巴巴将过去20年内沉淀的购物、娱乐、本地生活等多元商业场景及相应的数字化能力与云计算等服务充分融合,形成阿里巴巴商业操作系统。阿里巴巴商业操作系统正在赋能各类企业,使企业的品牌、商品、销售、营销、渠道管理、服务、资金、物流供应链、制造、组织、信息管理系统等11个商业要素实现在线化与数字化。秉承‘开放、分享、透明、责任’的发展理念,阿里巴巴商业操作系统,将向社会全方位地开放。阿里巴巴商业操作系统,将积极响应和贯彻落实国家‘智能+’的发展战略,为消费端和供给端架起一座数字化能力迁移之桥,探索一条数字化全面转型之路,进而助力经济社会的智能化转型与高质量发展。”

    来源:阿里研究院

    更多精彩内容请登录https://www.innov100.com官方网站

    或扫描下方二维码,点击关注微信公众号(ID:sagetimes)


  • 点赞点赞(0)

数据服务
月报系列
咨询服务
培训服务