7月8日，在雷锋网承办的CCF-GAIR全球人工智能与机器人峰会AI+专场第四场，星河互联CEO傅淼为我们带来了主题为《从商业智能到智能商业》演讲。
在这场精彩的主题演讲中，他为我们带来了新的智能商业决策模式的背景、定义、框架、目标等等，另外，对于AI是否会减少人类的就业机会，他也提出了自己的见解。
新的商业决策模式产生的背景：
以OR为核心技术的i2 technologies在历史上取得了相当程度的商业成功，09年i2被收购，代表着上一代基于OR的商业决策优化的努力遇到了巨大的障碍。
BI在近年来确实得到了比较大的商业成就，比如今年183亿美金的全球市场。但年化增长率是7.6%，这是非常缓慢的。
AI在支持系统的运用过去比较成功的是专家系统（ES），专家系统在90年代一度也是很热。但是ES取得的一定程度的成功却没有在商业上得到广泛应用。
OR、BI、AI似乎都不能很好的建立起高度可依赖的商业决策支持系统，将三者结合，催生了新的商业决策模式，即Intelligent Business，这是真正的智能。
对全新智能商业的定义：
我们给智能商业的框架性定义：AI增强决策支持系统，服务于企业中需要决策的各级人员，应该具备实时、闭环、自动进化、自动识别问题，有全局优化的特征，目的在于提高企业决策的效率和质量，增强企业在数字经济时代的竞争力。
智能商业框架以及目标：
与传统的BI模式在单体层面上基本类似的，都是由数据层、模型层、应用层构成。与上一代不同的地方在于：
不再是一个企业内部的局部优化，它要考虑在自己的供应链上下游的位置，要考虑到整个产业链网状情况的关系。
从数据层面，以前更多的是挑战打通内部的数据孤岛，把外部的数据充分利用起来，现在除了内部数据，还有企业之间点对点的数据交互，另外还得有更大的语音化的外部数据。为企业决策带来更大的数据信息，通过AI的方式把这里面有用的价值再挖掘出来，进入到整个的决策支持系统里面去。
模型自己有一个内部的通过问题的定义建模到模型求解，利用最后出来的结果比较进行内部的自我优化，对模型进行自我优化的机制。
与传统商业决策系统的比较：
传统商业决策最终决策者人，在智能商业决策支持系统更多的是人机交互，而部分达到自动化决策。
分析的主题以前是人提出明确主题，由机器帮助分析，现在很多机器会发现你还没意识到的问题。
从数据上，原来是非实时的，现在是实时的、来源开放的。
从模型上以前是固定的，没有自动优化的机制，现在是自动优化的。
应用范围上以前是企业局部，现在是全产业链的。
努力的终极目标
为构建一个支持决策的优化模型而做出的关于决策变量的决策，这是AI-Enhanced DSS的核心所在。
关于决策变量，AI的应用可能使模型变换的决策变得自动化，意味着模型本身成为前面提到的五大决策，也成为了优化的决策变量，这也意味着基于机器学习的模型的自动适应和自动演化成为可能。这样的机制才是真正的BI，我们努力的终极目标。
除了前面提到的全新商业决策系统，傅淼还提到以下几点：
黑箱和工作台的对比：
黑箱是系统给我一个决策，我完全按照这个决策执行。工作台是根据推理过程关键决策的外部约束告诉你，给你一系列决策的建议和决策建议后面的成本分析，让人类去做最终决策。在这个层面，相当多的领域工作台的模式会更健康。完全依赖黑箱，很多商业的直觉和经验就退化掉了。
什么样的企业会成为成功的智能企业：
重视算法、数据和场景三者的融合，跟用户和数据充分交互。
AI和人类就业的关系：
带来更多的工作机会。人类欲望的驱动会带来更多的需求，带来更多的机会。AI的出现在教育层面会提供更多对人类的服务。技术的改进会给我们人类带来更多的福祉，而不是灾难。
接下来两天，让我们在「CCF - GAIR」的现场不见不散！ 点击阅读原文，可查看最新大会议程，扫码观看大会现场直播。
