把年度目標定為“活下去”的企業越來越多了，危機感在疫情中逐漸蔓延。

一場疫情改變了人們對病毒的認知，也更凸顯了商業智能(Business Intelligence)在企業決策中的作用，而國家積極推進的新基建政策建設也加速了產業邁進數字化、智能化的經濟變革。

疫情中脆弱的商業決策鏈

“我現在最擔心的事情，就是今年我們可能接不到訂單了。”某知名制造業企業的管理者向記者如是表達他的擔憂，近期他已經能明顯感覺到，來自海外的訂單銳減。

突如其來的疫情在全球蔓延，導致全球百萬人感染以及多個大國的暫時封鎖，居民也減少了外出活動。疫情之下，對于很多企業來說，訂單驟減已經是事實，很多外貿企業甚至面臨著全年無一訂單乃至倒閉的風險。

新冠疫情這只“黑天鵝”給經濟帶來的影響遠比我們想象中要深遠得多，它不僅帶來了經濟下滑的壓力，也暴露出了商業系統的風險與企業決策鏈條的脆弱。

短短一兩個月內，企業的運轉模式已經發生了翻天覆地的變化：線上辦公的比例驟然上升，經濟預期下調，企業訂單驟降，以及前所未有的經濟全球化暫停趨勢……就在最近，隨著年報和一季度數據的陸續披露，一家接一家的企業下調了全年的銷售和盈利預期。

企業的決策鏈條也有斷裂的風險。諸如患病、隔離等事件可能讓決策鏈中的某一環缺失，防“疫”之下管理者地理上的受限也可能影響決策效率。

更重要的是，變局之中，企業管理者更需要一條高效的決策鏈，來解決企業的實際問題。比如，要如何決定復工比率，是選擇整個工廠100%復工，還是僅恢復50%的開工率?又比如，在訂單下滑的預期下，要如何調配企業的資源與人力?

面對劇變的局勢與激增的決策需求，全球領先的人工智能企業訊能集思(Synergies)卻想用算法顛覆傳統的商業決策模式。

“AI決策最有價值的地方在于，可以縮短決策鏈條，用數據的方法做快速的響應與決策。”訊能集思(Synergies)CEO張宗堯說道。

這家成立于2016年的公司，主要專注于人工智能決策，其核心AI技術源于麻省理工學院(MIT，Massachusetts Institute of Technology)，并已完成了近千萬美元融資，由?新資本領投，北極光、京東方、策維科技、SV Angel跟投。同時，訊能集思也已經和思科、富士康、夏普、順豐、敦陽科技等行業龍頭企業建立長期穩定的戰略聯盟。

在當前經濟震蕩下行的環境中，商業智能(Business Intelligence)落地的需求卻前所未有地高漲。

AI決策的機遇

張宗堯分享了一個有趣的案例。訊能集思(Synergies)團隊最近接到了一個“奇怪”的需求，某大型制造公司想要用算法對近期所有商業決策進行重新評估。其中的一個核心的訴求就是，該公司經常需要接一些負毛利的訂單，需要算法為其評估要不要接這些訂單。所謂的“負毛利訂單”，即是指虧本的訂單，比方說，企業每接一塊錢的單，可能要虧損兩塊錢。

這聽上去非常違背我們的常識，既然不賺錢企業為什么還要去做?這是因為工廠有固定成本，如果不接單會導致開工率下降，進而導致虧損三塊錢。工廠為了保留其生產線，常常寧愿接一塊錢的訂單，只虧一塊錢。

試想一下，如果你是企業決策者，過去你已經習慣了穩定的訂單以及較高的開工率。現在經濟前景發生了變化，需要由你來決定是否接受虧損訂單，你還需要調整工廠運行的策略，調整生產的配比、工廠的組織狀態，包括人員的復工率是50%還是70%。

當你真正面臨這種狀況，你會發現，當局勢發生快速變化的時候，數據是非常重要的。因為很多地方都會出問題，有的管理者經驗豐富且聰明，但人的大腦難以在瞬息萬變的情況下同時處理這么多信息。

“今天在面臨這種多維度、快速變化的復雜問題時，其實人是很難做決策的，他更多是憑一種感覺。但如果從數據上來處理這些問題，則沒有那么難。”張宗堯說道。

為了幫助企業更好地決策，增強應對突發事件的快速響應能力，訊能集思(Synergies)的第一個產品——人工智能決策平臺JarviX∞，正是通過增強型分析，讓企業實現“數字化工廠自動化數據分析，讓商業決策加快10倍”，幫助企業完成數字化、智能化轉型。

JarviX∞的名字也很有意思，來源于《鋼鐵俠》里的人工智能系統賈維斯Jarvis，以及《X戰警》里的Professor X。前者是鋼鐵俠的AI助手，后者則是充滿才智的團隊決策者。

“AI能幫助人們提升決策的速度和質量。在這個時代，憑經驗做決策的成功率會越來越低，而這恰恰是當下大部分企業在使用的方法。”張宗堯表示。

對于“商業智能”這個新興而充滿朝氣的領域來說，新冠肺炎疫情的爆發，為其帶來挑戰的同時也帶來了機遇。據張宗堯介紹，總結下來，數字化工廠AI決策在下列三個場景可以切實幫助企業更好地決策，渡過難關：

1)供應鏈斷裂后的快速響應

一些企業將部分供應鏈集中在某個城市，盡管會產生規模經濟，但當“黑天鵝”發生時也會帶來風險。比如2011年日本東北大地震時，一些科技產業，比如半導體的供應鏈就受到了影響。

在這種情況下，需要決策者快速響應，調整策略。而AI決策則能快速收集數據并進行模擬，讓你比競爭對手更快地轉移供應鏈，找到替代的產能，保證供應鏈的正常運轉。

2)數字化轉型

很多企業迫切地需要數字化轉型，AI可以極大地縮短轉型周期。

3)風險評估預警

企業常常需要預警。尤其是當外部環境迅速變化時，AI可以為其預警，并為其評估出哪些預算是可以精簡的，哪一些訂單要接，哪些不要接。

“黑天鵝”下失效的傳統咨詢模式

過去人們談論商業智能與AI決策時，總是把它當作是“麥肯錫”們潛在的顛覆者。相比麥肯錫等近百年的老牌咨詢公司，AI決策作為“后起之秀”卻在疫情之中，更切合企業當前的需要。

今年我們聽到企業說得最多的關鍵詞是“活下去”，包括華為這樣的大企業也在剛剛發布的年報中稱“今年要活下去”。在整個經濟大環境不好的時候，企業不免要砍掉一些項目以節約成本，而那些長周期、昂貴的咨詢項目則首當其沖。

相應地，咨詢行業也在這場危機中遭到了沖擊，不少咨詢公司已經有了項目減少的預期，并提前凍結了招聘計劃。更重要的是，傳統的咨詢模式在遇到新冠肺炎疫情這樣的“黑天鵝”后，對企業喪失了吸引力。

在張宗堯看來，傳統的咨詢顧問有兩種行為模式，一是靠經驗，他們往往經驗老道，有豐富的行業知識;二是提供大規模定制化的服務。而這二者在疫情中受到了挑戰。

一是經驗全部失效。

傳統咨詢模式的短板在于，單純依靠經驗并不能應對“黑天鵝”，因為“黑天鵝”本身是指極其罕見并且意料之外的事件。今天，當人們驚呼“2020年每天都在見證歷史”時，其實意味著，從過去的經驗中，很難找到參照了。

就好比這回，很多經濟學家都已經聯想到了大蕭條時期，但那是100年前的事情，已經超出了經驗范疇。

十多年前，富士康遇到了工廠不良率達10%的“黑天鵝事件”，其母公司鴻海集團請了三家咨詢公司都無法找出其中的結癥所在。當時初出茅廬的張宗堯通過AI與大數據運算，發現那是新中國成立后最冷的一年，而溫度與濕度等因素和工廠不良率關系十分密切，最后這個發現成功為富士康省了幾千萬美金。

為什么數據能夠發現咨詢顧問無法發現的問題?那是因為，憑經驗無法解決所有的問題，很多“黑天鵝”事件無法從既往的案例中找到依據。

二是咨詢顧問提供的是高度定制化的解決方案，而危機中企業更需要短平快的答案。

咨詢顧問常常基于其對行業的深入了解，針對企業量身定做一套解決方案。但在張宗堯看來，這種模式定制模式有兩個問題，一是昂貴，二是周期很長，許多項目周期都長達數年。

據張宗堯的觀察，面對訂單縮減、全球經濟下滑的前景，部分質地較差、受沖擊較嚴重的企業首先考慮的是活下去，而無暇顧及更長遠的規劃。對于另一部分只是暫時面臨沖擊、無生死之虞的企業來說，哪怕他們真的有預算，也迫切需要解決方案，他們往往也不愿繼續訴諸傳統的、長周期的咨詢顧問，而是更希望找到立竿見影、低成本、快周期的方案。

“我現在看到的是，如果一個項目周期長、費用高、需要雙方投入較多人力，那么它被砍掉的幾率就很高。只有那種短平快的項目，能短期內取得效果或得到正向反饋的項目，才是當下企業最需要的。”張宗堯說道。

從企業的角度來說，疫情過后，企業急需尋找更快地方案來進行數字化轉型，而畢業于麻省理工的張宗堯博士給出的解法是：數據分析技術去中心化，，也就是標準化、快速反饋的決策流程。而JarviX在業界首創“DPAK”分析算法，讓大量數據可以在同一平臺內即時導入，通過量化關聯型自然語言技術平臺化去降低算法疊加成本，結合領域知識及特定算法幫助企業找到運營決策的最短路徑。

數字化轉型的挑戰

“殺不死我的，終將使我更強大。”歷次危機的到來，也是行業重新洗牌的時刻，活下來的企業，可能面臨的是更好的行業格局，更高的行業集中度。許多2008年活下來的企業，后來都成為了行業龍頭。

疫情之下，許多企業迫切需要數字化轉型。以線下的商場為例，過去盡管商場也面臨著與電商競爭的壓力，但是這種威脅沒有那么迫切，因此此前大部分企業的數字化轉型都處于一種漸進式的，甚至可以說是“不溫不火”的狀態。

然而這次疫情讓許多企業感受到了“切膚之痛”。一家商場若前期沒有在線上銷售、直播系統上進行投入，錯過了整個二月的銷售期，將永久地損失一部分銷售額，“報復性消費”也無濟于事，因為冬天過了人們也不會再買冬天的衣服。

據張宗堯介紹，他切切實實觀察到，許多企業正在加速數字化轉型。過去可能遲遲沒有落地的項目，在生存的壓力下“進度條”大幅前進。

美國數字化轉型起步至今已經10年有余，嚴格來說，無論是大數據的思維，還是人們對數據的信任與信仰程度，已經滲入到了很多大企業中，比如微軟正是靠Azure云業務市值破萬億美元，奪得市值全球第一的寶座。一些國內比較尖端的企業，比如大型銀行，或是阿里、騰訊等互聯網公司，也已經走在了數字化轉型的前列。

但在張宗堯看來，大部分企業還尚未登上數字化轉型的列車，而且這部分企業占比高達99.5%。“過去許多企業所說的‘數字化轉型’，其實往往只能做到數據可視化，這并非真正的‘數字化決策’。”張宗堯說道。

訊能集思(Synergies)開發JarviX的初衷，就是幫助更多的企業加速數字化轉型進程。

JarviX的優勢在于，可以為企業提升效能，降低成本。它采用通用型的部署，其人工智能決策系統能夠解決結構化數據下所有的應用需求，通過全效能的智能決策分析大大提升企業效率，完成真正的智能化轉型升級。JarviX還能幫助企業降低運營和維護成本，即使后續導入新的數據，JarviX的系統也能持續生成相應算法、分析，不需要工程師去過多地進行優化。

據張宗堯介紹，在JarviX最新上線的更新版本中，還采用了量化關聯型的自然語言技術，?覆以往只有受過訓練的工程師才能使用的慣例，如今普通人也能輕松駕馭這個平臺。同時，JarviX是第一個能夠以中文進行交互的人工智能決策系統，目前在AABI(分析型智能)領域，國內還沒有類似技術。

此外，張宗堯還表示，如果說數字化轉型有什么“坑”，那就是轉型周期真的很長。在傳統的模式下構建一套AI決策系統需要幾年時間，而訊能集思(Synergies)所開發的JarviX，所追求的是將問題快速地標準化，試圖用最短的時間找到“短平快”的解決方案。

數字工廠的AI決策有多快呢?張宗堯舉了一個案例，電子零件組裝行業的某知名公司曾讓它的6人AI團隊解決兩個問題，該團隊用了8個月的時間只完成了1.5道。后來這家公司把這兩個問題交給了訊能集思(Synergies)團隊，他們利用JarviX系統，只花了2天時間就解出了這兩個問題，并且他們的結果也得到了原本團隊的認可。

“并不是對方能力或者技術不如我們，而在于這本質上是不同的科技。就好像對方是靠人力在拉車，而我們已經進入了汽車時代，人力再快也跑不過汽車。當你能夠標準化這些AI工具的時候，它產生的價值是遠遠超過定制化的。”張宗堯說道。

近期，Synergies宣布成立SIS AI Lab，深入推進AI技術研究。SIS AI Lab是Synergies創辦的人工智能實驗室，由MIT麻省理工學院的AI人才領軍團隊組建，聚集資深人工智能專家和頂級科學家，是一支創新型AI技術生力軍。該團隊研究開發以演算模型技術與架構應用大規模數據運算，通過開發新的軟件技術加速人工智能研究，用創新技術解決未來問題。