前言

当谷歌母公司Alphabet的CEO（首席执行官）桑达尔·皮查伊在2017年的一次谷歌客户活动上宣布该公司将转向“AI（人工智能）优先”时，没有人感到特别惊讶。皮查伊在面向技术开发人员的演讲中说道：“在一个AI优先的世界里，我们正在重新思考我们所有的产品，并应用机器学习和AI来解决用户的问题。”[1]早在2015年，谷歌就已经在全公司范围内开展了超过2700个关于AI和机器学习的项目。[2]AI嵌入了几乎所有面向客户的产品和服务，包括搜索、地图、电子邮件、视频聊天软件、语音助手等。它还给谷歌云的客户提供TensorFlow——一套机器学习算法和工具。Alphabet旗下的其他几家公司，包括自动驾驶汽车公司Waymo和生物技术公司Calico，也广泛应用AI技术。

在业内，Alphabet全力押注AI当时已经广为人知，因此这一宣布并没有引起太多关注，这是硅谷和积极进取的原生数字化企业的正常行为。甚至有一本书专门介绍科技创业领域那些奉行“AI优先”的公司，这可能不会令人感到惊讶。[3]人们似乎认为：“谷歌就是这样做的，脸书、亚马逊、腾讯、阿里巴巴等公司也是如此。”

但是，并非只有Alphabet和其他科技公司考虑用AI为其业务提供驱动力。有些传统大企业甚至中小型公司也瞄准了这一目标。例如，尽管当时很少有小公司能在雷达屏幕上使用AI，但美国波士顿南部郊区的一家有200名员工的抵押贷款公司半径金融集团（Radius Financial Group）做到了。[4]该公司的联合创始人兼运营负责人基思·波拉斯基在2016年开始深入研究AI工具。波拉斯基将公司的业务称为“贷款制造”，贷款制造业务中发生的一切都要被衡量评估。他在工作中部署了AI和自动化工具，现在公司的生产率和利润远高于行业平均水平。[5]

人们通常认为，AI应该主要出现在硅谷，但欧洲航空巨头空中客车（Airbus，后简称“空客”）公司并不这么认为。航空业面临被数字化剧烈颠覆的局面，意识到这一点的空客公司需要适应这种情况并提高运营效率，于是它在21世纪第一个10年的中期开始了全面的数字化转型。空客公司内部有各种各样的举措，但AI和数据是变革的前沿和中心。空客投资新技术，甚至开始重新培训员工使用AI。它的计划并非秘而不宣，其网站这样介绍：“AI不仅仅是一个研究领域，而且是一项无处不在的未来技术，它可能重新定义社会的所有领域。在空客，我们相信AI是一项关键的竞争优势，它让我们能够利用手中数据的价值。”[6]

空客公司将AI的能力运用于全球业务的各个领域，包括商用飞机业务以及直升机、国防和航天。AI技术一直是空客很多产品及服务的基础，包括OneAtlas图像服务、ATTOL（基于视觉的自动滑行、起飞和着陆导航）演示器、基于视觉的直升机导航，以及驾驶舱飞行员和国际空间站宇航员的虚拟助手等。

在中国，像阿里巴巴和腾讯这样的原生数字化企业肯定正在积极推动AI的应用。但是，AI也在传统业务领域得到应用，比如保险、银行、医疗健康和汽车销售。作为一家大型企业，平安集团在上述所有领域的业务都蓬勃发展。该公司在每项业务中都运用了AI，AI可以根据照片进行快速的保险索赔支付，使用面部识别确定身份来进行信用核查，实现智能远程医疗，以及评估二手车的价值等。平安集团的商业模式是在涵盖金融服务、医疗健康服务、汽车服务和智慧城市服务的“生态系统”中，借助AI向客户和互联网用户提供基于生活方式的金融消费产品，并不断从业务的数据中学习，以完善其AI场景模型。

AI在平安集团运作良好。该公司1988年才成立，2020年收入近2 000亿美元。同样，该公司也没有试图隐藏对AI的关注。平安科技官网披露：“AI是平安科技的核心技术之一，目前公司已经形成包括预测AI、认知AI、决策AI在内的系列解决方案。”[7]该公司还进一步表示：“平安科技已经形成了智能认知技术矩阵，包括人脸识别、声纹识别、医学图像智能解读、动物识别和多模态生物特征识别，这些技术逐渐在现实生活中得到广泛而深入的应用。”即使很多科技公司也不能将类似的声明放在自己的网站上。

平安、空客、半径金融都是传统企业，尽管拥有强大的技术能力，但它们不是科技公司或电子商务公司，它们代表了我们关注的AI在传统企业里的角色。尽管AI本身不是它们的核心产品或服务，但是这些企业充分利用了AI的力量。一家零售机构的AI负责人告诉我们：“有人问我，为什么我只在传统企业担任数据、分析和AI等方面的职务？这是因为，在原生数字化企业里，这项工作太容易了！”我们虽然怀疑这些工作并不像看起来那么简单，但倾向于认同他的观点。在传统行业中，全力押注并利用AI来改造一家现有企业，是一件很困难的事情。正如我们在开篇提及谷歌一样，当需要从AI密集型科技公司和初创公司吸取经验教训，或者当这类公司与传统企业合作时，我们会偶尔提到它们。但是，本书主要的案例将会是在我们出生之前就已经存在的行业，甚至企业。我们将介绍银行、保险公司、生产制造商、零售商和消费品公司、信息提供商、生命科学公司，甚至政府机构。这些组织虽然有不同的业务问题和客户需求，但都找到了全力押注AI的方法。

在本书里，我们关注的是在AI出现之前就已经存在的一些大企业如何在这项技术的帮助下实现转型。我们不会介绍实施AI的普通或最常见的方法，而是介绍那些全力押注AI的公司——它们正在进行大规模且明智的投入，认为这项技术将实现重大的业务改进，并且已经有证据表明这些投入正在取得回报。我们以多种方式指代这些公司全力押注的方法——“AI驱动”“AI推动”“AI赋能”等。这些方法共同的思路是，它们在AI技术的支出、规划、战略、实施和变革等方面处于天平的另一端。不是每家公司都会选择这种雄心勃勃的方法，但我们认为每个人都可以从中学习，甚至受到启发。

在本书后面的章节中，我们的目标是探索全力押注AI的概念，以及一家公司为了实现这一目标需要什么。我们的观点是针对AI最极端的观点——最积极的采用、与战略和运营的最佳集成、最高的商业价值、最佳的实施。我们将介绍积极使用AI对战略、流程、技术、文化和人才的影响。了解领先的AI采用者正在做什么，可以帮助其他公司评估这项技术对于自身转型的潜力。

我们的经验

我们两人都有过与这类领先公司合作并对其进行剖析的经历。在进入AI领域之前，第一作者托马斯·达文波特在定量分析领域进行了多年的研究和写作，他撰写了关于“数据分析竞争”的畅销书和文章。[8]《哈佛商业评论》上的同名文章甚至被评为该杂志百年历史上的12篇必读文章之一。这些文章和图书引起的反响清楚地表明，公司及其管理层即使选择了渐进式的方法，也可以从这种全力押注的视角中受益。从那以后，托马斯·达文波特与全球数百家公司合作，这些公司希望打造自己的数据分析能力，于是开始采用相近的技术——AI。他在关于数据分析能力的文章中介绍的一些公司，比如第一资本（Capital One）和前进保险（Progressive Insurance），也出现在本书中。但是，这些公司也采取了多项具体措施来提高自身的AI能力。

第二作者尼廷·米塔尔多年来一直在思考、演讲以及与客户合作，探讨AI驱动到底意味着什么。他还发现，很多对AI不甚了解的公司高管认识到，了解公司如何通过AI技术的广度实现转型是有用的。在专注于AI之前，他与一些医疗健康和生命科学公司合作了大约15年，帮助它们在业务中采集和分析数据。作为德勤（Deloitte）在美国的数据分析和AI负责人，他在5年多的时间里与一些有AI转型目标的客户和高管深入接触，其中还包括打造和销售世界上最复杂的AI技术的厂商合作伙伴。[9]此外，他还领导了美国德勤的一项战略性计划，该计划旨在利用AI让世界上最大的专业服务机构实现转型。

我们都觉得AI很迷人，但更有趣的是AI与商业战略和商业模式、关键流程、组织、变革管理以及成熟企业当前的技术架构之间复杂的相互作用。开发出一个表现优异的新算法是令人印象深刻的成就，但更令人印象深刻的是实现一项涵盖AI的重大企业变革计划。我们喜欢与那些运用技术（特别是AI）的公司合作，并撰写相关的文章，以发掘竞争和运营的新方式。你会在本书里看到这类故事。

你将从这本书中学到什么

我们将提供很多案例分析，就像前面的例子那样，介绍AI驱动的公司如何运用AI。但这些案例是为了探讨更广泛的话题，即如何在“全力押注”层面上成功运用AI。本书每一章的主题以及其中介绍的公司包括下面这些。

第1章 AI驱动意味着什么

这一章介绍了一家AI驱动的公司需要具备什么条件，包括公司运用的特定技术、实现价值的方式，以及定义一种全力押注AI方法的构成要件。我们在本章中提到了各种各样的公司，但着重介绍了平安集团，以及星展银行在印度的数字化银行聊天机器人的一些细节。

第2章 人性的一面

在本章中，我们认为，让AI实践取得成功最重要的因素不是机器，而是人类的领导力、行为和变革。我们先与星展银行的CEO高博德进行探讨，他是该公司AI计划卓有成效的领导者。我们还讨论了摩根士丹利（Morgan Stanley）、罗布劳（Loblaw）和CCC智能解决方案（CCC Intelligent Solutions）等公司的领导力问题。在提高管理层和员工对AI的理解和采用方面，我们讨论了壳牌、德勤、空客、蒙特利尔银行、礼来（Eli Lilly）和联合利华（Unilever）。

第3章 战略

第3章的重点是介绍AI是如何实现或变革商业战略的。我们介绍了AI驱动的公司可以采用的3种主要的战略原型。在介绍这些原型的过程中，我们提到了各种各样的公司：罗布劳、丰田、摩根士丹利、平安、空客、壳牌、SOMPO、安森保险（Anthem）、费埃哲（FICO）、宏利保险（Manulife）、前进保险和Well。

第4章 技术和数据

企业如果缺乏一些先进的技术和大量的数据，就无法应用高级的AI，所以在第4章中，我们介绍了一个现代的、面向AI的技术基础设施和数据环境的组成部分。我们讨论了AI工具箱中的所有工具，包括AI数据、AutoML（自动机器学习）、MLOps（机器学习运维）、传统技术，以及扩展AI应用。本章讨论的公司包括星展银行、克罗格公司（Kroger Co.，及其子公司84.51°）、壳牌、联合利华、安森保险和空客。

第5章 能力

与其他业务能力一样，AI可以根据公司在各个维度上的进展情况进行评估和排名。由于AI的运用有不同的战略原型，因此每一个原型都有不同的能力模型。我们在本章中详细介绍了平安、丰业银行、宏利保险、前进保险和安森保险的能力。我们也在这一章中介绍了合乎伦理的AI能力，并将联合利华作为我们的主要案例进行了分析。

第6章 行业 用例

用例或AI应用是一个组织如何将技术应用于业务问题的核心。在这一章中，我们介绍了不同行业的用例。我们将用例清单的内容分为“常见”和“不常见”两类，并提供了每个行业的早期积极采用者的案例。这些组织包括沃尔玛、希捷、第一资本、美国政府和新加坡政府、克利夫兰诊所、辉瑞、诺华（Novartis）、阿斯利康（AstraZeneca）、礼来和迪士尼。

第7章 成为AI驱动的公司

在最后一章中，我们介绍了4条可供选择的路径，企业通过这些路径可以成为一家AI驱动的公司。每条路径都有一个特定的案例展示。德勤是第一条路径的案例，我们将介绍专业服务机构从单纯的“以人为中心”到“以人和AI为中心”的转型；CCC智能解决方案的案例，介绍如何从关注信息转向关注AI；第一资本展示的路径，是从一家专注于数据分析的公司到专注于AI的公司；Well作为一家医疗健康领域的初创公司，是从头开始打造一套AI能力的例证。

本书尽管介绍了这些内容，但并不是全力押注AI的标准配方。每家公司都积极地将AI集成到自己的业务中，其中的基本原理、策略和具体路径都有所不同。但我们相信，本书中的案例和经验对每家公司的个性化转型历程都会有所帮助。至少我们希望，了解这些早期采用者和领先公司在AI方面所做的事情会激发你，让你对自己的公司说：“我们最好也行动起来。”