对于企业来说,随着人工智能的逐步渗透,企业的经营管理也将面临着较大的变化和挑战,也会迎来自身的转型和发展。鉴于此,我们将在概述人工智能和企业管理内涵的基础上,格物斯坦认为:基于人工智能在现代企业管理中的运用的分析,详细阐述人工智能对于现代企业管理的挑战。
现代的人工智能可以找出对应的模式,然后对对象进行分类,做出决策并评估结果。它可以使用反馈循环学习和适应新情况。这是非常棒的软件。不需要花一分钱去请人做分析,然后在花钱请人去做一个软件,然后花钱请人去验证你的结果,最后发现到它没有达到你的预期,再返回去调整软件。这整个周期在大型组织中可能需要数年时间,但由人工智能驱动的设计合理的流程可以在几天内完成。它可以自我重新编码,推演变化,并验证它是否实际上是朝着你想要的方向移动 - 所有这些都是以超出人类能力的准确性和速度进行的。这相当强大。但也相当具有威胁性。
这种新方法正在以前所未有的规模向组织引入新的风险。编写代码的方式是显示数据示例,而不是自己编写或编辑系统。此时,对结果的监控非常少,因为当前的数据治理领域仅涉及数据本身的质量,完整性和安全性。另一方面,人工智能管理更广泛地关注数据中的信号及其驱动的结果。
在智能建筑和互联技术的时代,员工可以为自己创造更好的环境。通过企业管理系统,员工可以在工作日或下班后控制自己的环境。无论是调整光照水平还是控制工作空间的温度,员工都可以通过定制体验来提高舒适度和生产力。通过利用企业管理系统和附带的数据,智能建筑和业主可以从降低的能源成本中获得收益。新一轮的可持续发展浪潮正在促使建筑管理人员研究其租户如何与设施互动。如今,智能建筑已经存在,但利用企业管理系统对于成功降低能源成本,提高员工生产率,改善建筑运营,支持可持续发展努力以及增强整个管理决策至关重要。
通常,“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识,学习策略,在遇到类似的问题时,运用经验知识解决问题并积累新的经验,就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外,还会创造,即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。
综上所述,一直以来,计算机最难学会的就是“顿悟”。或者再严格一些来说,计算机在学习和“实践”方面难以学会“不依赖于量变的质变”,很难从一种“质”直接到另一种“质”,或者从一个“概念”直接到另一个“概念”。综上缩水综上所述,人工智能的时代发展趋势不可逆转,企业唯有很好的适应和应对才能更好的保持其市场竞争力和长期可持续的发展。同时,企业要正视人工智能在人才、决策等管理方式方面带来的冲击,积极应对和应用,促进自身的稳定发展。