ABCS模型：助力企业人工智能核心能力评估&战略

　　人工智能正成为各个国家新科技战略的重要发展方向，引导着新一轮的产业革命和升级。但人工智能仍处于市场发展的早期阶段，如何在产业的早期阶段就能很好地制定相应的战略规划并精心布局，将成为企业未来核心竞争力的重要来源。

　　一、人工智能发展的历史和驱动因素

　　人工智能概念的正式提出是在 1956 年美国达特茅斯大会，其后 60 多年的发展经历了“三次两落”，可大致被分成三个阶段。第一个阶段称之为计算智能时代，符号方法被引入，但由于数学模型和算法不够完善，计算随复杂度呈指数级增长，而当时的计算能力无法达到需求，从而陷入了第一次低谷。第二阶段称之为知识智能时代，新的算法和数学模型如神经网络取得大的突破，专家系统一度被寄予期望，但算法的精确度仍然未能达到产业化的需求，计算能力问题也没有得到大的改善，产业界的使用不够广泛而陷入第二次低谷。2006 年深度学习算法被提出，并被成功运用于视频图像和语音等处理，再加上更强大的芯片以及云计算等的发展提供了很好的计算能力，引发了第三次人工智能的热潮，进入了所谓的感知智能时代，即我们当前所处的阶段。当前这波人工智能在产业界引起了高度重视，在如智能安防、智能客服、人脸识别、智能音箱等场景得到了很好的商用化验证，呈现蓬勃发展态势。但当前的人工智能仍处于弱人工智能阶段。随着新的计算芯片和算法的发展，最终的人工智能将向强人工智能或超人工智能演化，这也是当前人工智能前沿研究的主要方向之一。

　　二、助力人工智能战略规划的的ABCS模型

　　纵观人工智能的发展，三个因素起到了关键推动作用：算法，计算能力和大数据。但这些因素必须结合具体的场景或应用才能创造价值和竞争力。因此笔者引入了应用场景这个因素，并提出了以下 ABCS 核心能力评估模型。

 

 

　　应用场景(Scenarios): 企业在制定人工智能战略时，首先需要分析的是人工智能对公司当前和未来业务的价值和意义。因此，要对公司本身的场景和应用需求做深刻的分析和理解，并参考本行业其他类似公司人工智能场景和应用的落地情况。这是企业人工智能战略规划的起点，也是衡量本企业是否能具备长期发展核心竞争力的重要参考。一个具有丰富应用场景的企业，也必将能获取持续的数据，从而具有长期的竞争潜力。

　　算法模型(Algorithms): 在明确应用场景之后，算法模型的需求将被细化。在规划算法模型时，必须考虑企业自身的技术基础、人才储备、组织文化和架构及流程等。需要判断哪些工作应该由企业投资自主研发，将其打造成企业未来的核心竞争力来源，哪些可以通过外包或第三方合作快速建立，从而平衡好企业自己投资研发和外包或第三方合作的比例。同时，可以考虑是否需要通过开源或平台化等方式构建共赢共生的生态环境。

　　计算能力(Computing power): 在明确算法模型和应用场景之后，算力的要求能被大致估算出来。因此，在技术上需要考虑如何构建企业的计算能力和架构，在实施方式上需要考虑计算能力的获取方式，如自建或外包或利用开放的第三方云平台，在核心组件资产上需要评估拥有方式，如是否需要购买或自研人工智能芯片或设备等。在人工智能时代，软件和硬件的结合比以往任何时候都要更紧密，而且随着应用场景的多样化和动态化，需要对软硬件持续优化、更新和修改，因此，在构建战略规划时，需要考虑是否需要在整体解决方案上的投资和合作。

　　大数据(Big data): 在人工智能时代，数据是企业未来的核心资产和竞争力的来源，因此必须制定好企业的数据战略， 包括创建新流程来构建数据资产(收集、聚合、清洗、存储、使用、更新等)，保证数据的有效性、一致性、连贯性和安全性，同时在企业内进行广泛教育，让员工意识到好数据是企业的资产和核心竞争力，让员工对数据资产的创建和管理引起足够的重视。同时，数据来源于企业的应用场景，并最终服务于企业的应用场景，从而形成一个持续优化迭代的闭环系统。

　　在战略规划时，ABCS 模型可以作为企业核心能力和资产的一个评估框架，并通过该框架来分析外部竞争企业的能力和发展状况，从而能更好制定企业的战略目标和优先级，其参考顺序可以是 S->A->C->B。而在战略实施时，ABCS 模型可以作为制定具体行动计划的重要参考和 KPI 指标，并可根据该模型确定企业的投资和合作方式，从而建立企业的长期核心竞争力，将战略资源尽可能聚焦在企业的战略点上，其参考顺序可以是 B->C->A->S。

　　三、总结

　　一个公司的战略规划和执行是一个复杂的系统工程，涉及到国家政策和法律法规、组织架构和企业文化重构、执行流程和资源再造等方面，尤其是对处于早期阶段仍在持续变动中的人工智能市场。本文聚焦在影响人工智能发展的核心关键因素，构建了 ABCS 的简易模型，可用于企业自身能力及资产评估、外部竞争分析和执行指标制定等，从而能帮助企业快速识别企业的战略问题、战略目标及战略优先级，将资源调配到企业擅长或需要构建的长期战略竞争点上，从而帮助企业更好制定并执行企业的人工智能战略，更好实现企业的智能化转型升级。

　　作者简介：王东华博士现负责英特尔公司中国人工智能的战略规划和实施，任英特尔中国人工智能战略总监。他于 2005 年加入英特尔，期间从事过不同职位，包括物联网事业部智能零售业务群中国区总负责人、数字家庭事业部战略业务拓展经理等。期前曾在 UT 斯达康公司负责 IPTV 系统架构和产品，具有技术、产品、市场和战略等广泛背景。他先后获得香港大学 MBA 学位，上海交通大学工学博士学位, 哈尔滨工业大学硕士和学士学位。