DBA研究前沿丨AI的全生态创新格局如何帮助企业家重新定义未来？

Posted 2021-04-29 聚慧链

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了DBA研究前沿丨AI的全生态创新格局如何帮助企业家重新定义未来？相关的知识，希望对你有一定的参考价值。

在今年刚刚举办的IBM年会Think Paris上展示了IBM未来在法国人工智能领域的投资以及里昂商学院的AI项目。法国里昂商学院Bernard校长认为：如果人工智能（AI）的整合从根本上改变了企业的运作方式（甚至是企业文化），我们必须知道如何让未来的管理者做好准备。通过AI，预测由AI重新定义的世界，这堪称真正的明日挑战。那么，如何利用人工智能获取竞争优势?如何才能取得人工智能项目和组织战略目标的匹配?以及如何在组织中培养人工智能的创新生态等问题是企业家们不得不直面与深思的。

巨头介入智能语音先发优势减弱

以中文智能语音技术的研发和应用为例，科大讯飞曾是当之无愧的行业龙头。在2013年的顶峰期，科大讯飞称其“持续为移动、电信、联通、英特尔、华为、小米、联想、海尔、腾讯、上汽、一汽、吉利、美的、格兰仕等2000多家开发伙伴提供语音开发能力，涵盖了语音技术应用各领域的龙头企业”，拥有“产业链话语权”。

接受《商学院》记者钱丽娜采访时，法国里昂商学院管理科学教授龚业明博士表示，“基于Hinton研究的新型深度学习在人工智能领域是一次颠覆性的创新，业界发现深度学习与大数据结合后非常有价值，GPU为大数据的海量运算提供了支持。深度学习的基础——算法、算力和大数据因为产业基础设施的改善而得到了提高。”

在智能语音领域，深度学习的好处是可以省去诸多语音模型创建环节，降低了开发的难度、时间和成本，一大批企业纷纷涌入智能语音领域，与科大讯飞展开竞争。

生态之争

在人工智能时代，究竟怎样的技术能够直接变现脱颖而出？对企业而言，有没有抓住重大科技创新的捷径？

龚教授表示，“没有什么短平快的捷径，因为概率是无情的! 经济预测尚有一定的准确性，对一个组织来说，技术创新的成功预测就比较困难了。Hinton发明了新型深度学习后，一段时间内同行也不知道这项技术有多伟大。在这个时代，一家小公司会因为发明了一项重大技术从而就能引领一个时代，而以往主宰一个时代的大公司也会快速陨落。有解决之道，但不是在单一组织层次。所以考虑概率论，单一组织较难抓住重大技术创新机会，要靠一个科技创新生态群来抓住技术创新和技术转化机会。”

龚教授认为，虽然提高动态能力，学习能力和吸收能力对单个组织抓住技术创新机会有帮助，但是重大科技创新成功对单个组织而言是小概率事件，一个企业很难抓住所有的重大突发机会，需要借助一个生态群、创新群和产业群来寻找机会。“在硅谷生生死死的企业很多，但由于硅谷形成了良好的产业群和生态群，每个时代都会有企业抓住技术机遇脱颖而出。”

除了生态，更重要的是各家可以此获得大量的生态数据，从而为不同场景下的深度学习提供有用的数据。因此，人工智能的竞争不是单个企业的竞争，而是一个产业链对一个产业链的竞争、一个体系对一个体系的竞争，是生态的竞争，需要形成从源头技术创新到产业技术创新的全生态创新格局。

▲法国里昂商学院人工智能研究中心

技术层上巨头跑马圈地

应用型企业在细分行业中寻找机会

专业壁垒在医药领域尤为明显。为生物制药公司提供临床研究服务的PPC佳生公司副总裁，2018级里昂Global DBA学员张晓鸣女士在接受《商学院》杂志采访时提到，在新药临床研究领域，最大的困难是患者招募，临床试验90%的延误都是由于找不到合适的患者。

一项复杂的肿瘤新药临床试验往往有二三十条入选标准，需要专业医学人士指导才能匹配到合适的患者。近来不少AI创业公司开发了人工智能临床试验患者招募系统，患者将病历上传至平台，系统将上传的病历自动与临床试验数据库比如clinical trials.gov上登记的临床试验进行匹配，进而为患者推荐可能适合参加的新药临床试验。

拥有MBA和理学专业双硕士的张晓鸣，选择就读DBA，就是想寻找到解决临床试验找不到患者这一行业的普遍瓶颈上问题的方法论。她正在与中国相关的人工智能公司合作，选择的标准首先看这些公司是否拥有足够规模的医疗大数据，其中的一家已经与中国100多家医院合作构建数据网络。“这些公司都是这几年才陆续崭露头角，它们主攻医疗领域，可以提供专业的人工智能解决方案。”

钱丽娜和游丛瑞对本文有所贡献

部分文章内容节选自

2018年第12期《商学院》文章：刘庆峰的焦虑:科大讯飞危局

校稿：里昂Global DBA项目

- 龚业明教授 -

法国里昂商学院教授、博士生导师

美国康奈尔大学商学院访问教授

龚教授获得法国欧洲工商管理学院(INSEAD)硕士，荷兰鹿特丹大学鹿特丹管理学院博士，美国芝加哥大学商学院博士后。龚教授的主要研究领域包括大数据物流、大数据供应链管理、智能运作战略、智能制造。龚教授在德国出版社Springer以独立作者身份发表英文专著 “全球运作战略”,为Springer的畅销书,年销售百万欧元，被欧美澳40多家商学院列为指定教材。根据最新2018年美国最大物流与供应链协会MHI发布的科学统计学论文，龚教授在仓储物料领域，学术领导力排名位居全球前十，法国第一。