vuca时代有什么含义(vuca时代的5个能力)

导语
企业竞争,到底是以万变应不变,还是以不变以万变?

vuca时代有什么含义(vuca时代的5个能力)

这是一个类似于先有鸡还是先有蛋的永远无法得出答案的问题。

但通过研究明略科技对VUCA时代特性的解读,通过了解明略科技融合行业Know-how的新一代数据中台的出现,我们获得的认知是:在万变时代,拥有一个强大的数据中台,就可以由此延伸出千变万化的竞争力,这也是数字经济时代的新特征之一。

VUCA时代,什么是通向新确定性的数字方舟
VUCA时代的企业战略核心是什么?
所谓VUCA(乌卡)时代,就是指我们正面对着一个易变(volatility)、不确定性(uncertainty)、复杂(complexity)和模糊(ambiguity)的世界。

VUCA时代,什么是通向新确定性的数字方舟
VUCA时代是否真的存在,尚还是一个存在争议的话题。但是VUCA的反义词,在管理大师德鲁克的《21世纪的管理挑战》中已经被明确提出来了——即“the new certainties”(新确定性)。

因此,无论VUCA时代是否到来,或者到来的程度如何,一个企业在前进的过程中,把不确定性转变为确定性的效率,可以看作是其战略执行和达成进度的评价标准。

没有企业喜欢不确定性,但在一个竞争多元化的时代,究竟如何掌握更多的确定性?对此,明略科技的创始人、有着“AI战略家”之称的吴明辉,给出了自己的答案——拥有数据,你就可以获得最大的确定性。

吴明辉是这样解读的,他认为,这个时代首先是一个数字化转型的时代,在云计算和大数据基础上产生了AI,而AI可以帮助企业或者机构通过历史预测未来,从而迈出走向新确定性的第一步。

他认为,在这个多元化的时代,是否掌握更多数据,决定了对未来能否有更准确的预测。而如果有足够的预测,就可以跨时间、跨空间来整合资源,形成更大的产业规模,在行业竞争立中于不败之地。这就是智能时代的企业,跟工业时代的企业最大的区别。

然而,数据的整合,是一个高难度的开放命题,也是目前所有需要数据驱动的机构的共同问题。

IT的历史里,从PC到互联网,再到移动互联网,人类已经走过长达20-30年的信息孤岛式的数字化建设过程。不同的机构或者企业,因为对于数字化的理解不同和选择的路径不同,产生了千差万别的数据结构和各自相异的数据来源。

正是因为这些来源的复杂性和异构性,使得我们无法用一套公式、一个模板去解决所有企业的数据问题。

但这也给AI行业提供了机遇与挑战,面对如此复杂多端的数据结果,一个企业的数据整合方法论的可通用性越强,该企业的竞争成本就越低,抢占市场的效率就越高。

如果一家企业的数据策略的通用性很低,那就决定了它在单位时间内只能服务于更少的用户和打开更少的场景。

明略对此给出的答案是——要战胜不确定性,最好的办法是每个企业都有一个数据中台。

VUCA时代,什么是通向新确定性的数字方舟
如何构建新一代的数据中台?
“中台热”现在遍及中国产业界。在这个过程中,很多企业上马中台,有的企业非中台不谈,有的企业建完中台就再也没有用过……

那么,让我们看看人工智能“国家队”成员之一的明略科技是如何揭示“数据中台”的正确打开方式的。

11月15日,明略科技在上海举办以“FASTER聚变·增长新动力”为主题的2019数据智能峰会,宣布“打造智能时代的企业中台”新战略,同时推出了两大新产品,“新一代数据中台”是其中之一。

吴明辉认为,数据中台建设的目的,是让企业中的所有人共同协作起来,让数据成为企业内共识达成的驱动力,“未来在企业里面管理数据就要像管理代码一样”。

这是因为,代码在管理下,我们可以看到每一行代码、每一个代码文件由哪些工程师一起开发,以及每个人的修改、备注、注释;数据也一样,把所有系统连接起来,才能发现真正的问题。这是明略科技建设中台一个特别重要的理念。

数据中台的另一个目的,是如何战胜VUCA时代的高复杂性、高不确定性。

吴明辉对此说:“我们需要拥有对未来的预测能力和实时的感应和响应能力,来克服不确定性。明略科技的新一代数据中台核心理念叫FASTER。F是Foresight,对未来有先见之明、有预测,A是企业继续增长的野心,以核心竞争力打造的野心。STER是实时感知模型:分析理解、智能涌现、敏捷响应。因此,明略科技的数据中台希望能够帮助每一个企业客户、每一个政府客户、每一个大型的组织构建一个应对VUCA的平台”。

VUCA时代,什么是通向新确定性的数字方舟
而围绕这两个目标,明略科技认为——行业知识图谱是新一代数据中台的最核心技术。

所谓的知识图谱,是通过“图”的方式,整理多源异构的数据之间的关系,实现探索式分析,让中台响应速度更快。

基于行业知识图谱构建的数据中台,不只是处理、整合、挖掘数据的工具(这是传统数据中台的特点),更必须是驱动企业数字化转型的“引擎”与“大脑”。

而搭建数据中台,非常重要的就是要沉积足够的Know-how,这是明略科技新一代数据中台的一大特点。

VUCA时代,什么是通向新确定性的数字方舟
让Know-how可以数字化沉淀
从去年下半年开始,AI行业里正在越来越多提到行业专家、Know-how这样的字眼。

VUCA时代,什么是通向新确定性的数字方舟
Know-how有很多种解释,比如行业专家、行业经验、行业积淀,它可以指一种知识,也可以指一个特定人群。

AI+Know-how的关注度提升,不是偶然现象。它是AI正在从一种前沿技术变成进入各行业解决实际问题的通用技术的过程中,发生的必然伴生现象。

AI系统是由工程师打造的。在打造的过程中,工程师尽量按照对相关行业的认知来设计AI的能力。但是无论是算法还是算力,都有一个和行业的真实运转具体结合的问题。在这个过程中,Know-how的价值大放异彩。

在传统意义上,Know-how更多的是一个人力资源问题,因为它实际沉淀在资深行业专家的大脑里,但这种Know-how的缺点就是分散、非数据化、异构化,它们很难被系统整合,更不容易与AI和bigdata结合。

在这种情况下,明略科技提出Know-how与数据中台结合,实际是为了通过数据手段把行业经验沉淀下来,变成数据大脑中知识图谱的一部分,可以传承、分享、复用。

只有不断的挖掘系统中各个要素的动态关联,并且利用数据中台进行叠加分析,才可能产生新的智慧。为了说明这个趋势,吴明辉举的一个例子是一次拐卖儿童事件的破案过程。

公安系统第一时间做的是车牌的识别,但发现车是套牌的,线索就中断了,而明略科技的系统则立即从另一条线索——也即是面向识别的角度切入,这个切入缩小了嫌疑人的范围,但没有绝对锁定某个具体的人。

在这种情况下,明略科技的系统同时还叠加了第三组数据,那就是嫌疑人是否有犯罪记录、是否有类似既往经历(此类对象是司法部门“重点关注”的对象”),在启用第三组要素分析后,明略系统最终协助公安机关锁定了可能性最大的嫌疑人。

吴明辉说,自己举这个案例是想说明,面对不断增加的不确定性,机构的数据中台犹如大脑,必须不断的学习,不断的把新的数据和算法结合进来,数据结构越复杂、数据模态越多,就可能产生更多的分析维度,更大程度下降低依靠单一算法的错误率。

所以,新一代的数据中台必须可学习,可以容纳多模态的异构数据,可以沉积Know-how,这样机构才能拥有一个可以不断学习、不断成长的数据中台。

如果是这样,明略的数据中台将帮助每一个企业客户、每一个政府客户、每一个大型的组织,构建一个非常好的应对VUCA不确定性的挑战平台,这也是明略的中台核心理念。

VUCA时代,什么是通向新确定性的数字方舟
营销智能是数字化转型的最佳入口
中台实现的路径千万种,但明略选择从营销智能切入,因为这是最佳切入点。

业内人士认为——企业想要实现数字化转型是一个复杂的过程,想要实现目标,“要有一个入手点,要从小做起”。而离客户最近的部门,是营销和服务的团队,这里能够产生大量数据。

这些数据就是撬动企业数字化转型非常好的入口,它不一定是唯一的入口,但是是一个非常好的选择。明略科技推出的营销智能平台,就是帮助客户打造一个数据中台的落地实践,也是数字化转型的落地实践。

有人认为,营销智能平台的一大功能就是指导客户投放,得到更高的ROI。但是,明略科技营销智能平台真正最核心的价值,不是简单的控制媒体投放,而是沉淀企业在营销、创意制作、物料制作、人群选择等方面的经验,并使之成为数据化的行业Know-how,用于搭建能够帮助客户有效沉淀历史经验的一个平台。

VUCA时代,什么是通向新确定性的数字方舟
吴明辉说:“从本质上说,我们要打造一个以客户为中心的组织和背后支撑的数据系统,而且我们可以沉淀这个组织过去花费的营销资源所沉淀出来的历史经验,并且在整合数据后进行探索式分析、发现式分析,甚至可以基于数据图谱做推荐等各种各样新一代应用。”

由此可见,AI的落地场景有很多种,但相对其它行业而言,营销领域业务场景具有标准化程度比较高、Know-how的获取相对集中、可数据化的特点,这可能是明略新一代数据中台选择以营销为突破口的一个原因。

更重要的一层原因,由于当前消费者行为已全面数字化,明略科技为企业建立以消费者为中心的快速响应系统,不仅切入点准确,还可以通过Know-how的沉淀,支持企业内部营销经验的可复制和产品化传承,并提供营销效果的全面测量与预测等智能应用。

这一平台实现了营销增长全场景的闭环覆盖,将大幅提升消费者生命周期体验。

毫无疑问,中台已经有了好多年,但明略科技的新数据中台,具有更强的创新色彩,接下来我们可以期待的是——明略科技将把新一代数据中台建设贯穿更多业务场景,让数据服务于业务决策,实现数据到智慧的转换,挖掘智能时代的新机会,最终实现人机同行的美好未来。

文中配图来自:摄图网,基于VRF协议。

(1)
打赏 微信扫一扫 微信扫一扫

相关推荐

本站部分文章来源或改编自互联网及其他公众平台,主要目的在于分享信息,版权归原作者所有,内容仅供读者参考,如有侵权请联系我们,如若转载,请注明出处:https://www.5iyuyan.com/24338.html