管理大師:看不見的新大陸

[ERP X EC] [POS + 電商] 行業別雲端系統   規劃/設計/建置 資料整理

 

管理大師:看不見的新大陸
新經濟

日本管理學家大前研一說,從20世紀80年代中期開始的新經濟,正在以戲劇性的速度產生變革,而且一直延續到今天都沒有中斷。這種變革,和人類發現新大陸之後發生的變革極為類似。哥倫布在1492年發現了美洲新大陸,包括哥倫布遠航在內的地理大發現,被很多學者認為是世界史的轉捩點。正是在地理大發現之後,歐洲開始成為世界的中心,世界史進入了西方主宰的時代。

大前研一把新經濟稱作“看不見的新大陸”,並認為它會對經濟、政治、社會和公司產生極為重大的影響,“在新經濟的衝擊下,舊有的價值觀將被全部淘汰,一切都將重新來過。”

看不見的新大陸覆蓋了四個空間,分別是:延續舊世界的“實體經濟”空間;“無國界經濟空間”,全球化帶來了現金流、資訊流穿越國境自由流通;包括互聯網在內的各種資訊技術創造的“數位經濟空間”;“倍數經濟空間”,資金會以自有資金的百倍、千倍的倍速在流動。

大前研一說:“在這塊看不見的大陸上發生的所有現象,都是由這四個空間所交織的複雜關係產生的。”

 

全世界好的企業文化都差不多

全球化

有人在複星集團董事長郭廣昌的個人微信公眾號“廣昌看世界”提問,複星在全球化過程中,如何解決語言和文化的問題。郭廣昌回答說,他跟全球很多企業合作下來之後的感覺是,“語言是個問題,但文化不是問題”。語言的確存在英語好不好的問題,但是在文化層面,“其實在全世界,好的企業文化都差不多,而不好的企業的文化千差萬別。”

好的企業文化,都是強調要節約成本、重視年輕人,強調創新、客戶服務和對股東負責。郭廣昌說,好企業說的話,我聽得懂,壞企業說的話我聽不懂,不知道他在說什麼,“我最反對的一點就是,明明你企業自己事情沒做好,卻解釋說我跟你企業文化不同,把‘企業文化’當做替罪羊”。

 

人工智慧:我們更應該擔心什麼

人工智慧

如今,每個行業多少都會涉及到人工智慧,仿佛人工智慧處在一個大爆發的階段。但是人工智慧專家、加州大學伯克利分校教授邁克爾·喬丹表示,人工智慧目前還處於非常初級的階段。很多事情我們還不瞭解,現狀並不是一個“人工智慧的神奇大爆炸時代”。喬丹教授在人工智慧領域非常有名氣,他也是前百度首席科學家吳恩達的導師。9月9日,喬丹教授在混沌大學的的課堂上,分析了人工智慧的現狀,以及幾個值得擔心的問題。

首先,喬丹教授說,想要準確地理解人工智慧,就要瞭解一下人工智慧目前有哪些可能性,以及哪些技術還不太可能實現。比如人臉識別技術,電腦能做到在可視場景中標記物件,但沒辦法做到對視覺場景的常識理解。就拿開會來說,在一個會議室裡面放上聯網的攝像頭,電腦能區分出來哪些是人臉,但卻不能理解開會這個場景。再比如,機器只能做到死記硬背,卻沒有辦法真正地回答問題。當你和電腦交流的時候,它可以回答你“中國最大的城市是哪一個”,那是它通過“中國”“城市”“最大”三個關鍵字,搜索出來的答案。但如果你問“中國不在河邊的第二大城市是哪一個”,電腦就不一定能答上來。因為之前可能沒有人做過這個問題的相關資料,所以就沒有這個問題答案的資料清單。

喬丹教授說,未來十年,以上這些沒辦法實現的部分,或許能做到基本的實現,而且會做得越來越好。但他還是堅持認為,我們不太可能看到和人有同等智力的人工智慧系統。因為人類在講話的時候,是可以不斷講新內容、新理念的。同時人類還擅長進行新的抽象推理。這些人工智慧系統就做不到,它需要反復、重複用海量的資料才能得出一個答案。人工智慧系統可以知道世界所有的城市、餐廳、電影院,然而它也只知道這些事實而已。人工智慧很難有靈活性和創造性。

不過,喬丹教授說,雖然我們不用擔心出現超級人工智慧的出現,但是反過來說,目前看似智慧,實則不夠智慧的這些系統,卻是值得我們警惕的。尤其是在未來,涉及到城市規劃、推薦系統、醫學診斷等領域,都不再是傳統單一機器人的問題。如果用過去傳統演算法去應用到這些領域,就會出現很多問題。

接著,喬丹教授從五個方面,分析了我們需要擔心的問題。

第一,大規模多重相關決策的錯誤控制。喬丹教授說,搜尋引擎給了你一個錯誤的建議,不會給你添多大的麻煩,你最多會覺得這個搜尋引擎不好用,再換一個就完了。但假設這個推薦是醫療診斷意見,錯了是有可能出人命的。而且,現在已經發生過這樣的事情了。類似的錯誤放在金融領域,可能會引發市場的動盪,放在交通領域,可能會讓整個城市的交通都癱瘓。所以,一旦擴大到這些領域,我們就不能用傳統應用到單一機器人的方法來做,而是要有新演算法。但目前來說,我們採用的思路都是比較傳統或者通用的,還沒意識到在這個層級上還要做很多事情。

第二,如何在競爭環境中共用資料。喬丹教授說,很多掌握資料的公司都不願意和別人分享。他認為,資料分享的好處是,我們可以從整個行業的角度速考慮問題。比如一個駭客攻擊了一家公司,這家公司就會從這次攻擊中學到新東西。但因為當初只有這家公司受到了攻擊,其他公司並不知道。如果這家公司把這個資料分享給所有人,整個行業就可以一起改善這個演算法。現在大家都不願分享,一方面是技術原因,一方面也有法律的原因。

第三,大規模的雲端互動。人們都在說雲計算,所有的東西都在雲上,但其實這些智慧設備都是所謂的端設備,它們沒有時間把資料上傳到雲中。如果你和人工智慧的每一次對話都要傳到雲上,就會導致速度跟不上。比如,在汽車智慧這個領域,像“我在這裡到底要不要轉彎”這樣的問題,是不可能每一次都即時和雲進行交互的。因此,要把端設備和雲連接起來,還要即時交互,是有極大挑戰的,我們現在也不知道該怎麼做。

第四,公平和多元化的問題。喬丹教授認為,搜集大量資料沒問題,但這些資料是可能產生偏差的。比如,如果資料人員因為不喜歡某類人而不把這類人納入樣本,用這樣的樣本做預測,本身就是有偏差和偏見的。

第五,穩健性和安全性問題。比如,無人駕駛技術怎麼能確保在所有氣候條件下,在所有的路況上面,每一台車都能安全駕駛?這其實就是一個極大的挑戰。此外,還有失業浪潮。喬丹教授說:“每一次工業革命,都有很多人會因此失去工作。但值得注意的是,過去的失業浪潮是花費三五十年完成的。但接下來,很多工作可能在5-10年內就會被完全取代,這是一個新的趨勢,貧富差距也會隨之進一步拉大。”還有就是人工智慧被濫用的問題,人工智慧本身沒有邪惡和正義,主要還是看它被誰利用。

以上就是喬丹教授對人工智慧現狀的分析,以及幾個值得擔憂的問題,希望對你有啟發。

本期文章參考內容來源:《Michael I. Jordan:我們並非處於人工智慧的大爆炸時代》,見於微信公眾號“混沌大學”。

 

[ERP X EC] [POS + 電商] 行業別雲端系統   規劃/設計/建置 資料整理

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google+ photo

您的留言將使用 Google+ 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

w

連結到 %s