预计阅读本页时间：-
第2章
认知商业的魔法
——认知技术如何创造真正的商业价值
作者：陈黎明
认知技术将很快创造真正的商业价值，只要能进行下列三项管理变革，任何企业都能顺利进入到认知商业时代，它们分别是：制定认知战略，完善云平台等相应的基础设施，以及进行管理变革。
广告：个人专属 VPN，独立 IP，无限流量，多机房切换，还可以屏蔽广告和恶意软件，每月最低仅 5 美元
过去数年，我们频繁从CEO 的口中听到：他们所经营的公司正在经历着数字化变革：运营、决策、营销、战略等方面都因为新兴技术而发生着颠覆性变化。
在我们看来，这种因技术带来的巨变还将持续并且深化，这主要基于以下三个判断：
超载的数据。很多企业家都逐渐坚信数据将成为未来企业最重要的资源。这是因为数据能让他们更加准确地了解客户需要什么、流量来自哪里、疾病如何传播以及哪个位置风险最大，从而帮助企业形成洞察，为决策带来依据。然而，大数据正在成为沉重的负担，过去两年产生的数据占人类有史以来数据总量的90%，未来将更加惊人。到2017 年年底，医疗卫生数据将增长99%，政府和教育数据将增长94%，公共事业数据将增长93%，媒体数据将增长97%。然而这些数据中80% 都是无法被计算机识别的非结构化数据，不能为我们所直接利用，从而形成价值。
想从这80% 的数据里获得洞察和价值，相当于想把桌子椅子塞进榨汁机，榨出美味的果汁。要想利用这些非结构化的数据，就必须采用新的技术手段，而认知技术正是具备了这样的魔法。 庞杂的数据还正在形成巨大的“负债成本”。根据CIO Insight 2012 年的调研，美国在数据管理方面的成本为1.1 万亿美元，其中1/3 用于存储，1/3 花在保障数据安全上。一家中型公司花在数据存储和安全上的费用平均为3800万美元。根据佛瑞斯特研究公司（Forrester'sResearch）的数据，全球公司只利用了32% 的结构化数据和12% 的非结构化数据。
“代码”时代。如果说我们创造的产品、设备、产业在一刻不停地生产数据，那么我们自己，就是在不停地创造改写这个世界的“代码”。波音787 有1400 万行代码，一部汽车是基于1 亿行代码，一件智能家居产品平均有500 万行代码，手机120 万行代码，心脏起搏器8 万行代码。毫不夸张地说，很多高新技术企业是基于代码生存而发展的；可以说这个时代所有有志于推动商业发展、时代进步的人都在做一件事：用代码改写世界。在代码和最终产品、服务之间的是，大量可以被直接调用的API（应用程序编程接口）。这被称之为“API 经济”。
到2018年，将有一半的消费者会基于认知技术定期开展服务互动。采用高级预测性分析技术（包括机器学习）的应用在2016年将出现加速增长。
认知计算时代初启。今天，各行各业的业务主管都已清醒地意识到他们必须正视一个现象：认知系统将改变商业世界。2015 年，各大IT 公司的大手笔收购，人工智能领域创业公司的大批涌现，让很多名词都不再陌生。无论是在功能层面的自然语言处理、图像识别/ 计算机视觉、语音识别、数据分析、模式识别、VR/AR、机械手臂的自动控制，还是技术层面的机器学习的十大算法（C4.5、K-Means算法、支持向量机、Apriori 算法、最大期望算法、PageRank、AdaBoost、K 最邻近分类算法、朴素贝叶斯模型、分类与回归树）、深度学习（深度神经网络、卷积神经网络、递归神经网络、深度信念网络），都预示着人工智能正在从智能计算、感知计算走向认知计算阶段。认知计算的显著特征就是理解、推理和机器学习。人类在经历了制表计算、编程计算后，迎来了认知计算的时代。
根据IDC 的分析，到2018 年，将有一半的消费者会基于认知技术定期开展服务互动。采用高级预测性分析技术（包括机器学习）的应用在2016 年将出现加速增长。采用这些应用的企业收入增速将比不采用的企业高出65%。
图2.1 Watson互动顾问界面
上述提到的认知技术并不仅仅是像IBM 2011 年推出的参加智力挑战赛或者谷歌AlphaGo 这样的比赛系统，而是那些真正能改变商业世界的认知技术。比如IBM 认知的杰出代表作Watson 系统已经成为一个能够真正创造商业价值的平台。正如英特尔的创始人罗伯特·诺伊斯（Robert Noyce）所言，“与英特尔致力于技术的规模化和产业化不同，IBM 擅长做拓荒者，争取第一个把尖端科技商业化”。与Watson 共同成长的是IBM 与世界上一百余家企业一起将认知型产品和服务推向市场的能力。
本文在总结五年来与百余家企业的合作基础上，提出了进军认知商业的三大前提条件：制定认知战略，完善云平台等相应的基础设施，以及进行管理变革。
1 产品与服务
（1）认知型互动体验的服务
近年来，问答互动的机器人大量进入公众视野：同用户进行开放主题对话，作为精神陪伴、情感慰藉而存在；也有些可以进行事务查询，如天气、定位、通话、日程提醒和搜索；还有一些是满足用户有关产品或服务的咨询服务，以降低客服成本。
事实上，大数据系统已经能够帮助客服人员搜集客户的基本信息，并快速找到客户所需的资料。与大数据分析系统最大的不同，认知型互动，是能够直接处理自然语言形式提出的问题，并提供基于逻辑推理的预测。认知型互动更加注重个人体验，能够设计正确的谈话内容，找到正确的时机，正确理解上下文语境，调整正确的语气（参见Watson 互动顾问界面）。
体验，是非常重要的生产力，比如医生、销售、教师、空乘人员、收银员、服务生的“情绪劳动”，在某种程度上，决定了其业绩的好坏。
今天，在拉斯维加斯旅游，就会看到自助式的“认知服务生”Ivy，它为客户提供行程安排、订餐以及订票等服务。因为如果想在拉斯维加斯以最优价额获得最佳体验，需要做大量的攻略，甚至酒店服务人员提供的票价、演出时间都有可能不是最新的，Watson 的价值就是解决消费者的麻烦、帮助酒店提高客户满意度。2016 年，将有2000 万人次使用基于Watson 的互动平台。
North Face 利用Watson 解决了一个长期困扰电商的难题：如何把线上的成本优势与线下销售代表的经验结合在一起。比如，网购时不能直接问：“我要去西藏露营探险14 天需要什么样的装备？”但是在专业的体育用品店里可以和店员就这一话题讨论一下午。根据调研，放进购物却没有被购买的货品中，40% 是因为没有专业人员的辅导也没有足够的时间自己做调研。Watson 可以搜集网上所有的产品说明、买家评价、攻略，甚至社交媒体上的图片，最终给出购买建议。同时，体验也是非常复杂的。Watson 帮助美国著名的定制化网络音乐电台Pandora，找到了四百五十多个影响听众和广播内容关系的因素。
认知帮助系统专业工作人员掌握新知识、获得新技能，作为研发伙伴他们提高研发效率。它可以充当多种角色。
（2）认知型产品
认知技术植入智能产品中可以让产品本身获得理解、推理、学习用户及周围世界的能力。它们能不断改进，使产品提升到以往想象不到的水平。很多的汽车、医疗设备及家用电器等均已开始部署认知技术。
IBM 与合作伙伴Elemental Path 共同开发了有认知能力的玩具恐龙，这只恐龙能根据不同年龄段的孩子使用恰当的、孩子们听得懂的语言回答他们的问题，并向他们提问，讲故事。而在认知商业时代，针对不同理解程度的儿童提供的这款玩具，基于它与孩子互动的情况，做出个性化、定制化的教育来培养孩子的兴趣和知识。在同孩子的互动中，玩具甚至形成了独特“个性”。
IBM 与日本软银合作，共同开发了“情感机器人”Pepper，它能够判断人类的面部表情和语调，“读”出人类情感。雀巢公司购买了第一批Pepper 机器人，作为免雇员在日本的电器店里售卖咖啡机，Pepper 还在日本74 家手机专卖店做客服，收集客户反馈。Watson 作为很多机器人产品里的“大脑”，在中国网球公开赛上也展示了它对网球技术、球员、球迷的深入分析能力。
美国运动品牌Under Armour 推出的“认知教练APP”，结合可穿戴式健身衣服、健身跟踪硬件、人口特性分析、健身社区等社交数据，推出“世界上第一个完整的健康和健身见解的应用”，从此可能会改变人们管理健康、营养和锻炼方式。未来Under Armour 还会利用认知计算能力开发智能的手表、运动服装、运动鞋和其他运动装备。
2 再造行业与职业
（1）认知型人才
布莱恩约佛森和麦卡菲在《与机器赛跑》（Race Against the Machine）一书写道：随着技术发展，人类正与机器形成一种对抗，结果是，人类一定会输，因为人类需要吃饭和休息，有情感需求，厌恶重复性劳动。所以，作者提出未来人类需要转换思路，与机器合作。我们将这种想法扩展开来，人的智慧不仅应该局限在建立更好的社交网络，而且可以与机器连接起来，建立一种人机合作关系。
各个行业和职业专业知识的累积速度已经达到了无法有人能够穷尽的地步——学术期刊、新协议、新法律法规、新的业务模式……培养专业能力所需的时间成本和经济成本骤增。2012年，美国企业在员工培训方面开销高达1642 亿美元；但90% 的新技能在一年内就会毫无用处。在美国，医生拿到行医执照需要11~16 年，律师需要7~10 年的工作经验才能进入律师事务所。
在这样情况下，认知系统的优势就体现出来，帮助专业工作人员掌握新知识、获得新技能，作为研发伙伴帮助他们提高研发效率。它可以充当下列多种角色：
培训助理：认知系统能系统地掌握专业语言和知识框架，而且“培训”认知系统的老师都是顶级专家，无论是销售、肿瘤诊断、判例法还是厨师，可大大缩短将一般人才培训为专业人才的时间。
业务助理：在美国，初级医师需要问诊时间约15 分钟，切除一个肿瘤平均3 小时，但是2017 年，如果一名优秀的医生要了解科研的最新成果，需要每周看160 小时资料，实际情况是他们每周只有5 小时学习。Memorial Sloan-Kettering 医院的肿瘤医生及研究人员“ 培训”Watson 学习肺癌、肝癌、乳腺癌等肿瘤治疗方案，让它能在最短的时间读懂患者的病历、基因数据、影像资料、药物服用情况，并迅速结合最新的科研成果、治疗方案，为癌症病患提供有真实案例支持的治疗方案。利用这一系统，泰国的Bumrungrad 国际医院，已经为东南亚100 多万名癌症病患提供医疗方案。一家著名保险公司利用认知数字助理，分析大量的宏观经济政策、投资历史及个人投资者情感和性格等信息，使用自然语言与个人投资者对话，帮助保险客户经理达到金牌经理的销售业绩。
科研助理：寻找研发方向和突破口需要投入大量的时间和经费。而认知系统最大的优势就是能以不可想象的速度排除研发的错误方向，把项目突破口迅速缩小到一定范围，使研发人员更快、更深入地开展凭借一己之力永远无法完成的研究工作，同时数百甚至数千名高级人才累积的信息都可以在系统内分享，联合创新加快研发速度。
经过过去几十年的研究人们已经发现，一种基因的蛋白——p53与癌症的关系非常密切：如果p53 保持活性，患癌症的可能性极低；但如果p53 发生突变，就会由抑癌基因转变为癌基因。从1992 年到现在，已经找到33 种可能与p53 有关系的蛋白激酶，但需要验证33 种蛋白激酶与p53 如何产生作用，只能靠运气。而且，还有400 多种蛋白激酶未被测试。如果采用传统的方法研究p53，专家需要85 年的时间阅读现有研究资料，还需要85 年时间阅读不断发表的新成果。而Baylor 医学院的研究人员利用Watson 在几个星期之内，把范围缩小到了7种与p53 关系最为密切的蛋白激酶，以及如何作用于p53——为人类征服癌症的可能走出了第一步。
（2）认知型流程与运营
据估计，在美国，因供应链合作伙伴之间无法密切合作而导致企业每年浪费300 亿美元；资产是10 亿美元级的企业每周平均投入近1000 个工时来管理供应商。在工作流程上融入认知能力，能够提高预测能力和经营效力。
例如，一家零售商构建认知供应链，将预估的需求错误减少了50%。他们运用预测性分析技术同时处理内部结构化数据及外部非结构化数据，包括消费者在Twitter 发表的评论和情绪、本地新闻事件和天气状况，预测以前看似随机的行为，形象的比喻是实现从库房与商店之间的零距离。
对半导体制造业来说，供应链的控制能力就是公司的生命线：一方面，如果不了解市场趋势，消费类电子产品厂商更改订单周期、产品功能或设计，甚至取消订单，都会给半导体制造公司带来巨大的损失；另一方面，如果不能准确控制上游供应商的进度，就会导致占用大量资金的囤货，或因影响订单进度、赔偿客户损失。Jabil 半导体公司与IBM 一同做的事情，就是打造一条有预知能力的认知型供应链，同时优化财务管理、动态调整公司的财务平衡。
某国际化妆品巨鳄，为130 多个国家的地域“定制美丽”，但同时意味着管理28 个国际品牌、470 多种原料成分、上百万种品类的包装、特性、定价、重量，以及各国不同的法律法规……产品多样性既是核心竞争力，也意味着铺设大量渠道、各类合作伙伴关系、物流网络方面的的大笔投入。认知型的渠道管理的第一步，提供“上帝视角”的全景图，从不同国家、各类数据库、内外资料里提取分析有效信息，辅助渠道决策。
检修与停机是石油石化、能源电力等运行成本高、停产损失大的行业中一个重要问题，维修所需要的辅助资源、组织支持和人员的调配都让优化维保检修成为挑战。澳大利亚Woodside公司用其累积的三十多年的油气行业维保检修数据“训练”Watson，让Watson 在工作平台设计之初就辅助搭建、装配油田基础设施；建造之后，制订预测型的维保检修方案；如果一旦出现问题需要现场作业，工程师也可以用自然语言提问，快速获得历史解决方案和相关信息。
3 革命性认知型企业
最终，认知计算将助力认知型企业获得超越竞争对手的“不断发现”的能力。各行各业的领导者都被迫在颠覆与被颠覆之间挣扎，而传统的可编程系统，无法快速走上“发现之旅”。Watson正将发现的能力扩展到发现新药物、新材料、新金融投资模型以及新商业模式等多个领域。
在石油行业，最大化开采现有油田和收购新的油田之间的平衡，是非常重要且极具风险的商业决策。因其涉及静态地质数据、实时的地震检测数据、历史勘探数据、研究报告，还要综合考虑国际政治、经济环境、地区战争和国际油价等信息。Repsol 和IBM 联合创建了“认知环境实验室”，“训练”Watson 在油气行业的解决方案。首先，Watson 要利用已知的地质统计数据、前期勘探的有限可用数据，比如地层岩石的几何特征和表面化学特性、与流体的关系，“发现”同类油气藏，并用可视化界面展示出来。再用机器学习的方法，分析勘探可行性，量化预测生产的不确定性，比如断层活动、地震事件等。最后评估备选油气藏的经济潜力，结合净现值设计最优的投资组合。
几乎人类所有数据都对保险行业有价值，包括天气。但天气数据和保险之间的关系很难被“发现”。美国平均每年因天气原因造成的直接经济损失高达5000 亿美元。结合实时的天气数据、静态的客户关系数据，“训练”认知系统辨别保单内容、分析客户具体情况、识别欺诈模式，提供风险防范信息，将经济和生命安全损失降低（参见图2.2“认知型车险系统”）。RIMAC 保险公司是秘鲁有117 年历史的保险公司。在客户提出索赔时，Watson 对数千份保单进行扫描，几乎同步地提取出当前决策的相关段落，将理赔流程时间缩短了90%。更重要的是，Watson 将支持RIMAC 发现秘鲁公共健康方面的综合性问题。比如，从患者损失和过度索赔中发现医院不合理收费的状况；如果发现某种疾病的索赔率高得惊人，可以联合开发疾病防治、健康管理的社会方案。
图2.2 认知型车险系统
认知型服务、产品、认知型专业助理、认知型流程和运营以及认知型企业，目前，这五个方面只是我们有限的实践。谈及这五个方面里的很多案例，都会触及今天热议的话题“机器人取代人类工作”，事实上，这一天远未到来。恰恰相反，真正的问题是如何利用机器与人类协作，让更多的人平等享受技术发展、平等地获取资源。一名顶级的器官移植手术医生其成功率是一般手术医生的六倍，如果没有认知技术的发展，最好的器官移植手术医师和高水准的律师服务并非为一般人群、底层人群可以企及，属于金字塔顶部的财富。但Memorial Sloan-Kettering 医院的顶级肿瘤医师的专业能力却可以通过认知系统让东南亚的医生为上百万人提供治疗。同样，基于认知技术加拿大的ROSSIntelligence 律师事务所可以为付不起律师费的客户提供免费的、相当于顶级律师团队撰写的申诉材料。
当认知计算技术成熟到可以从尖端科技进入到商业领域时，这个世界发生了巨大的变化。开放、平等和共创，取代了封闭、零和竞争，IBM 没有选择把认知技术置于自己产品的内部，而是选择开放开发工具，将认知技术和能力变成了API 平台，请各行业最了解他们客户的企业家、创业者，用他们的创造力，想象如何利用认知计算进行变革、创新。
我们总结了一百多家企业部署认知商业的方法和步骤，可供参考。
4 三个关键行动
（1）制定认知战略
从哪里入手，如何利用认知技术实现企业转型？
确定认知计算提供的差异化价值，认知系统和认知能力绝不只是为了节约成本，所以需要建立一个认知计算的战略路线图。认知解决方案适合已经确定的挑战，对特定的问题进行分析。
·想要获得的是认知型产品或服务？一个流程或功能？还是需要提供有置信度加权、支持性证据的商业决策能力？
·你的用户是否需要用自然语言与系统进行交互？
·需要哪些数据？尤其是在 80% 的非结构化数据中，哪些是最需要关注的？
·现有的IT 架构是否支持？是否需要部署云计算？
·需要哪些专家训练认知系统？
必须清醒地认识到，认知商业的价值不会在部署完之后就喷涌而出；相反， 机器需要学习和训练。因此，认知系统是渐进的，随着时间的推移，系统会产生魔法般的效果。将现实情况告知利益相关方。
认知计算是下一个“美达斯点石成金的手指”，关键在于你要点哪一块石头。
（2）完善基础设施
为成功的认知商业的实施打下基础，需要做五方面的工作：
数据分析能力。认知系统的质量与数据的质量息息相关，能够收集和累积正确数据，建立并保证高质量的语料库——包括结构化和非结构化数据，尤其是实时反馈的物联网数据、社交媒体数据、天气数据以及视频内容。还可以来自尚未开发的新资源，包括呼叫中心录音、博客和线上社区。此外，要着眼于数字化投资，以确保机构的语料库的未来发展。
云平台。云计算技术让行业的价值链更加透明，并且容易分解，在价值链上的每个节点都可能产生颠覆者。所以，云计算的价值绝不是节约成本，而是提供敏捷开发、快速迭代的业务、产品、服务和商业模式、创新的源泉。尤其是将认知计算能力融入企业时，IaaS、PaaS 层的可扩展性，SaaS 层的多样性和灵活度，需要安全的混合云方案和强大而丰富的认知型开发平台。
IT 基础架构。为了使认知商业需要强大的计算能力，必须构建新型 IT 核心——用作企业骨干的异质基础架构。
安全。未来，认知商业在交通、建筑、道路、商业流程、供应链等各个领域都要进行部署。这意味着保护每笔交易、每个数据、每次互动的安全性，对于整个系统、品牌及公司声誉，非常重要。
人才投资。认知系统需要“训练”，而不是编程。因为它们利用交互结果和新的信息片段进行“学习”。这种劳动密集型的训练过程通常被称为“监督学习”，需要专家的参与。同时，认知系统还需要自然语言处理、机器学习、数据库管理、系统实施和集成、界面设计等方面的专业知识。此外，还需要一个无形的“技能”：好奇心。对于认知系统而言，学习过程永远不会结束。
（3）管理变革
认知系统会对公司流程、人们的工作方式，产生巨大的影响。与我们传统使用计算机系统的简单输入/ 输出相比，用户和员工以完全不同的方式与认知系统进行交互，因为它不再以“正确性”为衡量标准，认知系统提供的是可能结果（也就是说，它会提供几个结果及其可能性大小），而不是确定结果（每项输入都有固定的结果）。虽然准确率将随着系统的学习而逐渐提高，但是永远不可能达到 100%。认知系统是一个全新的事物，保证高管参与到整个认知旅程。也要把认知愿景传达到公司各级，不断提高公司的“认知度”，让人们接受和采用认知技术。
回溯互联网的历史，在萌芽阶段，有些人看到了互联网资讯平台的价值，开创了第一批门户网站，比如早期的雅虎；有些人看到了电子商务的契机，比如 eBay；有些人看到了连接企业与企业间、企业内部各职能部门的作用，开发了 CRM、ERP 系统，比如甲骨文、SAP……互联网在最开始是技术，但今天早已成为一种现象，浸透于社会、政治、经济和生活中。
从这一角度看“认知计算”，将引领一个全新的时代，这正是布莱恩约佛森和麦卡菲在《第二个机器时代：辉煌技术时代的工作、进步与繁荣》描述的“第二个机器时代”。如何把握这个时代，有赖于我们有怎样的想象力和怎样的创造力。认知计算是下一个“美达斯点石成金的手指”，关键在于你要点哪一块石头，可能是市场的某种需求而产生了新的产品和服务，可能是变革企业管理的某个职能、价值链的某个环节，或是全新的商业领域、商业模式……
科幻作家阿瑟·克拉克说：“任何足够先进的技术都与魔法无异。”认知的魔法画卷才刚刚展开。
