| 作者信息 朱俊（Benny Zhu） 原腾智能科技首席顾问 |
引言
近年来，随着AI技术的不断发展，AI正影响着商业和社会的各个层面，已有越来越多的研究和实践表明AI可能颠覆现有的工作方式和职业分工，特别是那些容易实现自动化的工作岗位。
而被视为科学和艺术相结合的企业管理，到底和AI会碰撞出怎样的火花，未来的管理模式到底会如何演化，也正是很多商业管理研究者和实践者一直在思考的话题。
作为由一批管理咨询师和技术管理者相融合的原腾智能，我们一直致力于流通领域的数字化转型和智能化升级，我们的观点是：1）AI与管理的结合是未来的必然趋势，AI可以在多个环节为企业管理赋能。2）AI与企业管理的结合目前也有很多现实的挑战，智能化升级必将是管理变革和智能技术应用的共同体。
智能化技术和管理结合的趋势和方式
根据现代企业管理的理念，成功的企业 = 正确的战略决策+良好的战略执行。我们把环节再做进一步细分，聚焦在从战略到执行的4个环节：企业整体的规划和决策（关注企业战略和战术的正确选择）、企业各层级的绩效管理（关注企业规划和执行的偏差管理闭环）、一线的现场专业调度（关注资源的有效利用）、一线的现场执行（关注执行质量和执行效率）。
在这4大环节中：专业调度和现场执行是科学化较重的部分，目前在这2个领域的智能化应用也相对更多更成熟，自动补货技术、各类优化调度算法、自动流水线、仓库机器人都是这些领域的应用代表。我们相信，随着AI技术的发展，在这2个领域，智能技术与现有模式的结合会越来越广泛。
而企业规划和决策，企业的绩效管理这2个环节主要的对象是人，这也是管理中艺术性比较多的部分，但也涉及较多数据和科学的部分。人的行为会有一定的复杂性和不可预测性，这给传统的优化带来挑战。但随着对人行为的大数据的研究和分析，以及机器学习等技术的迅猛发展，通过智能技术来预测人行为变得可能，我们认为，在这2个领域，智能技术会与现有模式的结合越来越深入，但同时也会遇到很大的挑战。智能技术和管理者如何有效互动，将人的创意性和智能系统的精密计算有效的结合，是目前阶段的主要关键。
而在这4大环节中，由于各自不同的特点，智能技术与管理的结合也有不同的方式和重点，具体来说就是：规划决策模拟化 、管理实时闭环化、专业调度赋能化、执行流程自动化。原腾智能也专注于这4个环节领域部署我们的智能解决方案和智能产品。
1） 规划决策模拟化
面对变化莫测的商业环境，如何迅速的做出有效的决策，一向是企业管理者的主要挑战，之前企业管理者更多依靠经验和商业直觉，早期的信息分析和专家系统也期望能支持到企业的科学决策，很多BI（商业智能）体系也应运而生。
但由于企业决策受众多相互关联的因素影响，其影响的复杂性和不确定性都导致传统的专家系统难以有效支持对决策的影响分析。而近年来在迅猛发展的机器深度学习，可能是解决此类复杂问题的方向，但目前针对B类的环境往往缺乏足够的、准确的样本数据以供模型分析学习，而决策要素的剧烈变化也会给由机器学习得出的决策模型的适用性带来挑战。
我们认为，针对目前B类环境下样本量较少的情况，需要更多的专家介入来完善知识图谱，结合有效数据的训练来尽快总结出模式。而考虑到大部分企业决策需要在多个目标进行平衡，管理者更希望有一套模拟系统给出决策的影响而非直接给出最终的决策答案。因此，规划决策模拟化——基于专家的知识图谱和监督式学习相结合得出有效的模式规律，再建立仿真模型对各类方案进行模拟测算，帮助决策者明确方案的影响，辅助其进行最终的决策。这种方式可能是现阶段规划决策环节的最佳AI打开方式。
目前，原腾智能在该领域正充分利用自身管理咨询顾问团队的优势，建设高质量的知识图谱，并与技术合作伙伴一起打造模拟仿真体系，帮助多个客户企业在经营决策，网络规划层面进行决策赋能。主要的解决方案包括：
货量预测：基于历史数据和专家确定的关键要素，利用时间序列、机器学习等技术对未来一段时间的货量进行有效预测。
智能定价：基于历史调价数据结合专家分析的定价影响要素，利用收益管理的理论和技术，确定最优的价格策略模型
网点生态预警：基于历史网点的业务数据和波动情况结合专家调研分析的网点经营模型，利用逻辑回归、决策树、马尔可夫链等技术对网点的生态趋势进行预测和分析
网络规划和模拟：基于货量预测数据和分拨的操作能力，优化目前的网络线路，并对调整的结果进行模拟比对测算。
2） 管理实时闭环化
在正确的战略和战术下，主要的管理重点就放在如何能确保按照战略和规划进行执行，并有效的反馈。因此，PDCA闭环也成为现代管理的一个重要工具。 但是，PDCA在企业的有效运行也会遭遇到不少的挑战，几个主要的挑战包括：绩效指标数据的不及时不准确，绩效偏差原因的不可知，改善措施的不可控等。这些问题会导致企业发现和处理问题的速度变慢，无法应对外部迅速的环境变化。
在这个领域，我们认为PDCA要发挥价值的关键是闭环的速度和改善质量，而利用移动技术，大数据技术和智能技术能给PDCA闭环带来助推力。
移动技术能帮助各级管理者通过手机第一时间获取到问题信息和随时跟踪最新状况，这会给闭环的响应加速；
大数据实时技术能对业务数据机型快速的多维度的复杂分析，帮助管理者通过最新最全的数据找到问题所在，这会给闭环的分析加速；
而智能技术能帮助更好的分析数据中隐藏的原因，找到最合适的改善举措并计算其效果，这会给闭环的问题处理加速提质。
原腾智能在该领域正充分利用绩效管理专家团队的优势，建设新技术加持的闭环管理体系，并将其固化在一套基于知识图谱的智能绩效系统内，帮助客户企业在绩效闭环上进行管理赋能。主要的解决方案包括：
针对大型企业的基于大数据的管理绩效仪表盘：针对企业的战略和组织特点定制化绩效管理体系，并打造大数据实时平台动态采集并分析企业的业务数据，利用智能知识图谱技术分析问题跟因，通过移动化技术打造移动管理平台，帮助企业各层管理者围绕统一目标，快速发现问题，智能判责分析并在线跟踪改善举措，稳定和提高企业绩效。
针对中小型企业的基于云服务的绩效助推器：充分利用成熟的绩效管理理论和基于行业专业研究沉淀出的绩效模板，通过云服务的绩效系统，帮助中小企业迅速建立绩效闭环，从确定目标和分配指标，到指标动态回顾和分析，到改善措施跟踪，最终到绩效激励挂钩。实现企业业绩的有效提升。
3） 专业调度赋能化
在日常的业务运营中，除了一线的高重复性的操作人员外，有一类角色至关重要，这就是专业的资源调度者，调度需要根据现场的实际需求量和资源情况，做出最合理的调配。货代企业中的配箱调度，运输企业中的车辆调度，零售企业中的补货调度都属于该类关键的调度者。如何提高调度环节的资源利用效率，如何降低调度人员流动带来的利益损失，成为众多流通企业一直想解决的难题。
我们认为在专业调度场景中早就存在适用的优化理论和技术，但主要的难点有2个：
a) 如何确保基础数据的准确性：例如货物的长宽高，两点间的行驶预计时间等。这些数据过去都较难取到准确的数值，也影响到了相关优化技术的广泛使用。但我们认为，感知设备和测量技术的高速发展一定会让该类信息能以较低的代价准确获取到。
b) 如何让调度真正使用起来：在某些调度技术的应用过程中，发生过调度者担心工作可能被取代而抵制技术的落地推广。我们认为，对于大部分企业而言，目前阶段调度技术对专业调度者的作用还是赋能而非替代，应该调整工作机制和绩效制度，让调度能利用优化技术更高效的工作，处理更多更复杂的调度场景。
原腾智能在该领域正通过行业专家的知识图谱和智能技术相结合的方式，全新打造调度赋能产品，主要的解决方案和智能产品包括：
海运货代的配箱调度：针对海运货代面临的不同货主，不同类型，不同目的货物，调配最合理的集装箱资源，帮助调度员设立不违背装箱约束，以最小代价进行配载的装箱计划
城市网络的配送调度：针对城市内部的配送订单，考虑到两点间的行驶距离，送货点的特殊限制和接货时间段，调度最佳数量的车辆并安排最优路线，实现在最低运输成本下完成配送
运输网络的车辆调度：针对当日的预测货量和运力的预测情况，进行路由调整和车辆资源的调配方案的影响评估，帮助调度员选择兼顾时效达成和成本优化的最适宜的调度方案。
4） 执行流程自动化
在一线的执行领域，的确存在众多高度重复性的操作执行，在打造标准化操作的基础上，配合AI和自动化技术，越来越多的工作正由系统和自动化机器所完成。在这个领域，我们认为主要的挑战来自于2个方面：
a) 交易执行的协同：在现阶段众多企业已经通过内部的业务系统建设，把大部分业务交易的操作流程化无纸化。但是，交易的关键还是在于上下游多个参与方的协同，很多的问题和耗散往往都发生在交接环节。对于很多加盟式的网络企业，我们发现加盟商与总部的交接、结算还有不少需要协同改善的空间，而在专线和零担物流领域，上下游的交接信息不同步，结算过程不通畅的情况还广泛存在。
b) 全自动化方案的引入时机和效益评估：全自动流水线、仓库机器人、配送无人机，这些先进的技术应用的确吸人眼球，而且在部分场景下也的确能带来效率的显著提升，但企业应该在何种条件下引入这些技术，这些技术带来的效益又该如何正确评估，这可能大部分企业还未深入思考过。我们认为没有完美的技术，只有适用的技术，在不同发展阶段，企业应该根据市场目标和业务量规模选择最合适的操作方案，可能皮带机+巴枪智能提醒在一定的单量规模下比全自动流水线的效率更高、成本更低。
原腾智能在这个领域主要聚焦在协同业务体系的设计和系统打造、智能操作的方案设计、评估和实施。主要的解决方案和产品包括：
协同业务的专线系统：基于对专线企业的业务理解，我们联合技术合作伙伴共同打造适合专线上下游协同交易的专业系统，帮助专线企业实现信息的互联和共享
智能外场解决方案：在人、车、场、货全面设计智能外场解决方案，包含货量预估、车辆调度、场地大屏、人效管理等模块
自动流水线方案设计和评估：结合企业发展特点，设计适合企业的流水线方案，评估其收益和影响，并整合设备提供商共同实施。
智能化升级的基础前提和途径
虽然AI智能技术和管理的结合是未来的趋势，并且AI能在规划、管理、调度、执行多个层面对企业进行赋能，但AI与管理的结合并不会一帆风顺，还会遭遇很多现实的挑战。我们认为，AI在企业管理的充分应用要依赖于以下2大基础前提。
1）数据化基础：智能化在目前的应用都离不开大量的数据，而如果一个企业在数据标准，数据质量，数据采集效率上面还有诸多问题，其智能化的路径可能要经历很多的弯路和波折。因此，我们建议企业在进行智能化升级前，先要对企业的数据进行全面的治理，包括数据标准的统一、数据质量的校验、数据采集工具的有效使用、数据基础平台的搭建等。
2）组织化基础：智能化应用的过程是一个模型和现实相互对照，不断迭代优化的过程，因此，需要在组织里建立智能化赋能管理的理念和不断利用智能化技术尝试管理优化变革的土壤，如果对智能化的结果预期太高太快，同时又无法激励相关的员工进行积极的探索和配合验证，那么智能化的应用很难起效和落地。
有了良好的基础，企业还需要明确智能化升级的路径，是全面开花还是逐点突破，是执行环节优先还是规划环节优先，这需要企业根据自身的战略节奏和企业的内部能力，选择技术相对成熟又能给自身带来最大改善效益的环节入手进行升级，一般而言，绩效管理闭环和专业调度赋能往往是最先启动的2个环节。
确立了智能化升级的路径，在具体的智能技术与管理环节结合的过程，必将是智能技术应用和管理变革的共同体，根据我们的实施经验，最终决定智能化技术是否能成功落地的关键往往都不是技术，而是核心的管理问题没有解决，相应的管理理念没有转变。例如在专业调度赋能上，很有可能就因为调度人员的不配合，会导致优化迭代的速度非常慢，最后在一片质疑声中黯然收场。
因此，原腾智能的智能化实施方案往往会依托自身强大的业务专家和管理咨询师团队，对客户企业的管理模式进行分析，设计合理的组织和绩效调整方案，辅导客户进行相应的变革调整，在与AI的融合中进一步凸显出管理者/专业人员的独特价值，实现人机的协同价值创造。
关于原色旗下原腾智能科技
原色的使命是“成就领袖级商业”，原色团队基于流通行业客户的借力诉求来打造核心能力。鉴于此，原色团队从流通行业的战略和管理咨询入手，逐步将能力圈扩展到投融资（原智投融资）和数字化转型（原腾智能科技）。原腾智能科技作为原色服务体系中高科技力量，定位于流通领域的数字化转型和智能化升级的加速器，专注于业务数字化/智能化设计，提供以商业模式升级和管理升级为导向的数字化转型和智能化升级服务。
原腾智能科技协同多家技术合作伙伴形成流通领域的技术生态圈，在技术合作伙伴保持独立运营的前提下发挥更多的协同效应。参股和控股多家零售，消费品，物流，仓储领域的专业技术公司。
你可能感兴趣的文章还有：
