許多公司都采用了“數據驅動”的方法進行運營決策。雖然數據可以改進決策，但它需要合適的處理器來充分利用它。但是，對于“數據驅動”這一術語來說這意味著數據將由人類進行整理和總結，以便進行處理。

如果要真正充分利用數據中包含的價值，公司需要將人工智能（AI）引入到工作流程中，這能幫助管理層從數據中解放出來，將他們的貢獻轉移到企業的其它的地方。

要區分“數據驅動”和“人工智能驅動”，我們需要區分它們是兩種不同的資產：數據和處理能力。數據包含能夠做出更好決策的洞察；處理能力則代表著提取這些數據并采取行動的方法。人類和人工智能都是處理器，但它們有著非常不同的能力。為了了解并如何最好地利用每一種方法，回顧一下人類決策在工業中是如何發展的，將對我們理解“數據驅動”和“人工智能驅動”大有裨益。

就在50年前，人類的判斷是商業決策的核心處理器。專業人士依靠他們在各自領域多年的經驗發展而來的高度調整的直覺：為廣告活動挑選合適的創意；確定合適的庫存水平；或批準合適的金融投資。經驗和直覺是區分好與壞，高與低，以及風險與安全的主要標準。

我們會發現，以經驗和直覺來做判斷會太過人性化。許多時候，許多事件證明了我們的直覺并不適合用于決策。我們的大腦受到許多認知偏見的影響，這些偏見以可預知的方式損害了我們的判斷。僅僅依靠人類的直覺是低效的、反復無常的、容易出錯的，并且限制了企業擴展的能力。

數據驅動的工作流

感謝如今的數字革命，這讓我們相互連接的設備捕獲了不可想象的數據量：每一筆交易、每一個客戶狀態、每一個微觀和宏觀經濟指標都更好的為決策提供信息。為了響應這個新的豐富的數據環境，我們調整了我們的工作流程。IT部門支持使用數據庫、分布式文件系統等來傳遞信息流，并且將無法管理的數據量減少到可消化的核心數據。人們可以使用電子表格、數據儀表盤和分析應用程序等工具進一步處理這些核心數據。最終，這些高度處理的、可管理的核心數據被提交給決策者。這是“數據驅動”為主的工作流，它將數據作為一種輸入匯總，依托在人類這個中央處理器的判斷之下。

我們其實不如機器善于利用所有的數據。盡管我們擅長于消化周圍環境，輕松地處理大量的環境信息，但在處理結構化數據方面，我們卻明顯受到限制。處理數百萬或數十億條結構化數據記錄是不可理解的；我們只能處理一些小的總結，例如總銷售額和平均銷售價格匯總到一個區域級別。然而，匯總的數據可能會掩蓋原始（大）數據集中包含的許多見解、關系和模式。匯總統計數據（如總和和平均數）并不能提供決策所需的全部信息。

通常，決策需要了解數據值的完整分布或數據元素之間的重要關系。當數據聚合時，此類信息就丟失了。在某些情況下，匯總的數據甚至可能是完全誤導性的?；煜蛩乜梢宰屢粋€積極的關系出現，當它實際上可能是相反的（辛普森的案件就說明了混淆因素的復雜性）。然而，一旦數據被聚合，就可能無法恢復這些因素，更別說對它們進行適當的控制了。簡而言之，通過使用人類作為數據的中央處理器，我們仍然在權衡準確性以及如何規避人類數據處理的高成本問題。

人工智能驅動的工作流

我們需要進一步發展，將人工智能納入工作流程。對于只依賴結構化數據的常規決策，我們最好將決策委托給人工智能。人工智能不受認知偏見的影響。人工智能可以被訓練為在人群中找到特殊——因為人類可能會因感情而產生偏見，而人工智能卻不會。人工智能更適合處理非線性關系，不管是指數關系、冪律關系、幾何級數關系、二項式分布關系還是其他關系。這些關系計算量龐大，遠遠超出我們人類可以處理的范圍。

人工智能工作流可以更好地利用數據中包含的信息，并且在其決策中體現一致性并保持和觀。它可以更好地確定哪種廣告創意最有效，如何設定的最佳庫存水平，或者進行哪些金融投資。同時，它可以降低成本。人工智能的價值在于做出比人類所能做得更好的決定，這也就提高了效率，為企業新的形態作出演變。

在工作流中同時利用人工智能和人工處理器

人工智能工作流的出現并不意味著人已過時。有許多業務決策不僅僅依賴于結構化數據。愿景陳述、公司戰略、公司價值觀、市場動態——所有這些都是信息的例子都依賴于人。這些信息只能在我們的頭腦中獲得，并通過文化和其他形式的非數字通信進行傳播。人工智能無法訪問這些信息，而這些信息又與業務決策極其相關。

例如，人工智能可以客觀地確定正確的庫存水平，以實現利潤最大化。然而，在競爭環境中，公司可能會選擇更高的庫存水平，以提供更好的客戶體驗，即使以犧牲利潤為代價。在其他情況下，人工智能可能會決定在市場營銷中投入更多的資金，在公司可選擇的方案中，投資回報率最高。然而，一家公司可能會選擇緩和增長以維持質量標準。在其他情況下，選擇廣告的最佳營銷創意可能需要人工智能無法考慮的因素。以策略、價值觀和市場條件的形式提供給人類的額外信息，可能會偏離人工智能的客觀合理性，但卻對推動消費市場有著無可比擬的價值。在這種情況下，人工智能可以用來產生和推演各種可能性，而由人來豐富其價值。

在工作流中同時利用人工智能和人工處理器意味著人類不是直接與數據交互，而是與人工智能處理數據產生的可能性信息交互。價值觀、戰略和文化是我們以客觀理性協調決策的方式。通過同時利用人工智能和人類，我們可以做出更好的決定。

企業進化的下一階段

從數據驅動到人工智能驅動是我們進化的下一個階段。在我們的工作流程中采用人工智能可以更好地處理結構化數據，并允許人類以互補的方式作出貢獻。

這種進化方式會使企業更有效率以更高的速度生存下來。我們相信會有新型的企業會出現，那些一開始就接受人工智能并將其自然地構建到自己的工作流程中的企業。