今天我们分享的是2020年第一期《哈佛商业评论》中的一篇文章--《AI时代的企业竞争战略》，副标题“机器智能如何改变商业规则”。
这篇文章的作者是马克·安西提，是哈佛商学院工商管理讲席教授，他主要负责技术、运营管理和数字项目，他还担任过许多科技领域公司的顾问，包括微软，Facebook和亚马逊。
另外一个作者卡里姆·拉卡尼，哈佛商学院工商管理讲席教授。两人曾一起合著《AI时代的竞争战略艺术》。
这篇文章从一个案例开始入手，就是阿里巴巴蚂蚁金服。蚂蚁金服成立于2014年，仅仅五年时间后，蚂蚁金服服务的客户人数突破了10亿大关，从阿里巴巴独立出来后，蚂蚁金服利用人工智能和支付宝积累的数据，运营各种业务，包括贷款、货币市场基金、财富管理、医疗保险（最近扫支付宝福卡，全是保险广告）、信用评级服务，甚至包括一款鼓励人们减少碳足迹的在线游戏-蚂蚁森林（超级流量产品，真正的品效合一）
目前蚂蚁金服的客户数超过了美国最大银行的十倍，而员工数量只有不到其十分之一。在2018年最后一次融资中，蚂蚁金服的估值为1500亿美金。
作者之所以用蚂蚁金服作为案例，是想表明一个非常重要的观点:一个以AI人工智能为主导的公司，再和传统金融巨头的竞争中可以更加高效并具有优势。
举个例子，如果要在蚂蚁金服申请一笔贷款，不需要经理进行审批，也不需要顾问提供财务建议。所有环节都由蚂蚁金服的AI人工智能机器人完成。
蚂蚁金服是以数字为核心，运营活动关键路径中是没有人工的，以AI为主导。蚂蚁金服以前所未有的方式在竞争，并且在各个行业畅行无阻的实现增长和影响。
除了蚂蚁金服，更多新型公司也在催生AI时代的到来:谷歌、Facebook、腾讯、阿里巴巴等。还有非常多规模稍小但是发展迅速的公司。我们身边能看到的滴滴出行，今日头条、抖音等，包括能用到的高德/百度地图等产品，都是典型AI人工智能驱动运营的公司。
在工业制造领域，工业机器人正在替代人工，通过自动化来提升生产效率；而在知识工作领域、服务领域，机器人同样在替代人工，企业用数字系统来驱动公司业务，产生新的竞争格局和竞争模式。
讲述完蚂蚁金服的案例，两位作者随后从五个层面来谈论AI是如何影响企业的竞争战略，从而改变商业规则的。
第一个层面:决策工厂，或者也叫“AI工厂”。认知和翻译的关系，我认为作者指的是企业决策系统和决策机制。作者认为，数字驱动型的公司，其核心的部分就是AI工厂。AI帮助公司不断地做出决策。例如其AI可以在谷歌和百度每天运行数百万次广告拍卖（刚刚在淘宝买个沙发，转眼你阅读的今日头条新闻里就出现了家具品牌广告，这个过程完全不需要人工参与，人工也无法如此高效的完成广告购买和投放），AI的算法可以决定哪些汽车是适合成为滴滴出行的车主，AI还可以帮助亚马逊的耳机确定售价，并在一些沃尔玛门店进行地板保洁，AI还支持富达的客户服务机器人，并帮助解读x光片。
上面的案例，实际上就是公司编制了AI软件，整合科学分析工具，把内外部数据收集整合分析后，预测洞察进而自动化运营的工作流程。更加有意思的是，推动公司爆发期式增长的AI系统并不是特别复杂，并不是科幻小说里描写的那样能够以假乱真模拟人的行为或者思维、情绪。通常被称为“弱AI”的，只需要计算机能够执行过去需要人处理的任务即可。
Ai工厂还可以通过对数据分析，做出一些列关键决策，公司可以通过AI管理信息业务。例如淘宝和京东，系统会自动跟进订单里物流，并及时反馈给用户，亚马逊的仓库机器人或谷歌的自动驾驶汽车服务也是成熟的案例。
AI的核心，由四个部分组成:
1、数据。能够收集、归纳、整理公司内外部数据，是AI运营的基础；
2、算法。可以做出预测。我们为什么爱看抖音，一看停不下来？就是AI收集了我们停留视频的时间、点赞情况和评论情况，通过算法预测我们感兴趣的内容，推送给我们更多类似的视频内容，增加了用户黏性；
3、实验平台。公司一开始不会贸然作出决定，可以通过AI验证决策的正确性。美国总统大选已经把这个方法应用的非常熟练，这里不多赘述；
4、基础设施。也就是构成AI系统的基础部分，将软件嵌入并联通内外部网络。
第二个层面，消除了规模、范围和学习限制。
这部分作者主要讲述了公司自身发展对于AI的需求。而规模、范围和学习是一个公司发展和竞争的三个维度。
先看规模。大家做企业，无一例外都想做大，这个几乎深入骨髓的冲动，是因为从工业革命以来，规模的概念就一直是商业的核心。现代的工业企业可以通过更低的单位成本达到前所未有的生产水平，规模大的公司比小公司更具有优势。
再看范围。除了规模，公司扩大生产范围和产品品种，也能够帮助公司从中获得好处。例如昨天国家出了一个史无前例的“禁塑令”，重灾区是塑料吸管，如果公司只有塑料吸管业务，在这样的变动下公司会承受巨大压力，而如果公司产品范围宽广，塑料吸管只是众多生产范围中的一个，抵御风险和外部压力的能力显然更强。
最后就是学习，可以帮助企业推动改进和创新，在产品、技术和服务模式等方面不断进步。
综上，规模、范围和学习成为公司经营绩效的基本驱动因素，长期以来，这三个驱动因素由精心定义的业务流程实现，这些业务流程依赖于人工和管理来向客户交付产品和服务，传统IT系统的加强这些流程。
但是AI出现后，打破了公司三个驱动因素的发展模式。AI驱动的流程可以比传统流程更快，规模化，容许在更大范围内实现，而且这些流程轻松的可以跟其他的数字化业务进行连接，并为学习和改进创造令人难以置信的强大机会。例如能够生成更加准确和复杂的客户行为模型，然后相应的定制服务。
滴滴就是这典型案例，通过AI驱动，迅速完成了规模布局，并且在不断扩大范围（滴滴代驾、金融产品等），后面还会提到滴滴和传统出租车公司的竞争。
在传统运营模式中，规模会不可避免的达到收益递减的临界点。而在AI驱动模型中却看不到这一点。在这种模型中，规模的回报率将继续攀升至前所未有的水平。
我们再把滴滴请出来，几乎不需要多少人工，也不需要购置车辆，只要市场没有饱和，不收到法律和政策的限制，滴滴几乎可以持续保持高速扩张而不需要担心重资产拖垮公司的财务。几乎没有一家出租车公司可以竞争，能和滴滴竞争的，只有同为AI驱动的公司，如神州专车、曹操专车。
不过我们要注意的是，并不是一开始AI就能在规模层面发挥作用。蚂蚁金服也是在支付宝的基础上发挥了AI的能力，而支付宝从2004年就推出了。AI帮助企业创新，也需要一段时间的学习，例如讯飞，没有足够的语音数据库，讯飞不会提供很好的用户体验；谷歌、百度的无人驾驶和搜索引擎，也同样需要大量用户使用积累数据，才能更好的学习，进而改进服务和产品体验。
第三个层面AI技术会重塑传统企业。我们在第2个层面重点提出了aI技术会影响企业在规模、范围、和学习三个商业核心要素的竞争能力。那么在第3个层面，作者会进一步的阐述了这方面的内容。
我们之前有提到过一个叫孤岛的概念，意思是在工业时代的传统企业里面，不同部门各自为政，以自己的绩效最优为部门目标，从而形成了以部门目标、绩效考核为核心的工作流程和组织结构，导致各个部门形成了独立的孤岛模式。而AI技术实际上是打破孤岛模式的，换句话说，孤岛模式是AI驱动增长的敌人。
我们再来回忆一下这篇文章开始的那个案例—蚂蚁金服PK传统的银行。在办理贷款的时候，传统银行的销售人员不仅要找到合适的客户，同时要代表客户，向银行内部的风险控制部门以及更高层领导提交报告，去说服他们把贷款贷给客户。而风险控制部门会挑三拣四，尽量的压低客户的贷款额，或者提高客户获取贷款的难度，或者是增加审批签字的流程。在这个过程里面，销售部门和风险控制部门变成了对立的两个部门，他们为了各自的绩效目标而战，逐步在内部形成了一个个孤岛。而AI驱动的蚂蚁金服没有这些孤岛，对蚂蚁金服来说，通过AI收集、整理、归纳、分析客户的各项数据经营数据，然后由AI算法来判断出是否贷款给客户、贷多少、利息怎么定、如何确保风险和控制风险。我们会发现整个流程是非常顺畅的，不存在孤岛效应，也不需要部门内部之间的对抗。由此案例我们可以发现，当我们将自己的公司重新进行升级的时候，要引入AI技术作为公司的发展驱动，一定要从公司的文化、治理结构和流程层面重新思考，打破过去传统管理模式形成的孤岛效应。
第四个层面是重思战略和能力。这里指的是在企业开始拥抱AI驱动时，需要公司高层重新思考发展战略和组织能力。
随着AI驱动型企业与传统企业发生冲突，竞争优势越来越多的被定义为塑造和控制数字网络的能力。我们从阿里巴巴，腾讯这些企业可以看出，他们通过许多网络连接，不断构建数据库，跨行业构建提高竞争优势，再通过算法分析，成为了强大的枢纽型公司。而传统型公司在这方面就会非常受到限制，我们举个例子，如果你是一家出租车公司的老板，当面临滴滴这样数字型驱动公司的竞争时，你该如何办？是投降加入滴滴的阵营，还是说重新思考自己公司的未来价值和方向？如果你决定不投降，就需要传统公司的老板和高管们跳出自己原有专业的背景，重新去思考跟这些数字型公司竞争的战略，并且重塑自己企业的价值能力。
当我读到这段时，又一次深刻体会到了，在这个时代，学习能力不仅仅是个人发展一种非常重要的途径和手段，在公司面临各种各样复杂多变的竞争环境时，如果我们拘泥于自己原有的学历和专业背景，我们就会遭遇到黑天鹅事件，而且这样的概率会不断的增加，从而一个又一个的黑天鹅会摧毁我们辛苦打拼的事业。所以特别希望每位汐源读书会的小伙伴们，能保持好奇，保持学习，能更多的去思考，跳出自己的圈子、专长和学历背景，并且把这种学习能力扩散到团队和公司里，打造公司的学习能力。
AI驱动型公司和传统公司的竞争未来会加剧。我相信传统的出租车公司，不会想到会有一群滴滴、神州专车、曹操专车这样的互联网公司跑来把出行市场彻底颠覆，那些牛气冲天、财力雄厚的保险公司，像人寿、太平洋、平安，他们不会预料到在市场里会遇到一个叫蚂蚁金服的竞争对手。我本人已经连续两年，直接在支付宝上就购买了车险。我不需要再通过电话和保险公司的销售人员讨价还价，也不需要通过电话授权来支付我的汽车保险，我只需要5分钟时间就可以了解详细的报价并且完成支付，甚至还可以办理分期，而这一切，蚂蚁金服可能只是请一个AI程序出马就完成对我的服务。蚂蚁金服提供的保险购买服务的体验，是一般性传统保险销售公司或者是顾问无法匹敌的，同时成本也低的吓人。
Ai技术对于竞争局势的影响，最后一个层面就是对于领导力的挑战。对于这部分内容，我认为作者更多的是想在提醒数字驱动型公司的领导者，注意商业风险和商业伦理道德。由于AI技术突破了传统公司在规模、范围和学习能力方面受到的限制，可以无限制的大规模增长，这反而带来了一些不可预知的风险，以及对高层管理者的压力。数字运营模式可以聚合价值，同时也聚合了风险，即使好意也可能会引发潜在的不利因素：一不留神大型数字网络会面临破坏性的网络攻击，算法如果不加以控制，可能会在大规模范围内加剧偏见和误解。作者提到，蚂蚁金服目前经营着全球最大的货币市场基金之一，数亿中国消费者的储蓄都托付给了他，这其中蕴含的巨大风险，特别是对那些未经考验的机构。数字规模，范围和学习带来的一系列新挑战，不仅关乎于隐私和网络安全，也包括市场集中混乱和不平等加剧造成的社会动荡。因此在这个层面数字型驱动的公司应对这些机遇和威胁，是对企业和公共机构领导力的真正考验。
最后综述一下，在这篇文章里，我们认识到了AI技术是如何驱动企业发展，有哪些公司通过AI技术为驱动核心，短时间就变成了一家行业领先性公司，甚至包括滴滴这样的公司对行业产品的巨大的颠覆和冲击。我们还了解了AI驱动型公司与传统企业竞争时，是如何在五个层面影响企业竞争战略，并且改变商业规则的，请大家特别注意AI驱动公司如何在规模、范围和学习能力三个方面是获得优势的。我认为大家能够在这个点上获得启发。