AI新賽道：智能決策如何助力新鮮零食巨頭每年節(jié)約數(shù)億元

一、智能決策的前世今生

傳統(tǒng)的管理將組織活動分為高層決策、中層管理和基層作業(yè)。認為決策只是組織中高層的事，與下面的其他人員無關。作為管理學科的一個重要學派，決策管理學派把二戰(zhàn)以后發(fā)展起來的系統(tǒng)理論、運籌學、計算機可續(xù)等綜合運用于管理決策問題，形成了一門有關決策過程、準則、類型及方法的較完整的理論體系。

圖靈獎得主，同時也是管理方面唯一獲得諾貝爾經(jīng)濟學獎的赫伯特·Ａ·西蒙即是該學派的創(chuàng)始人之一，西蒙等人認為“管理活動的中心就是決策”，“管理的各層次，無論是高層，還是中層和基層，都是在進行決策”。

然而，身處信息過載、技術爆炸和組織復雜度倍增的智能時代，決策制定的難度和不確定性也相應呈指數(shù)級上升，對組織來說，重要的不僅是獲得信息，更在于對信息進行及時加工、正確分析、洞察規(guī)律，支撐決策。

全球知名IT市場研究機構IDC敏銳地洞察到這一趨勢，把智能決策作為將會徹底重塑市場的變革型技術納入“人工智能軟件平臺技術圖譜，2021”。隨后在2021年11月公布的《IDC 2022年中國ICT市場十大預測》中，IDC認為“企業(yè)智能理念興起，智能預測與智能決策價值凸顯”。

二、智能決策的最佳實踐

進入2022年，IDC率先發(fā)布《IDC PeerScapeTM：智能決策產(chǎn)品同業(yè)洞察》（下稱：《同業(yè)洞察》），梳理了零售、金融、水利能源等行業(yè)企業(yè)在建設智能決策應用時所遇到的常見挑戰(zhàn)與最佳實踐。

（一）來伊份依托AI驅(qū)動的智能決策實現(xiàn)北極星指標，年節(jié)約數(shù)億

隨著業(yè)務場景中越來越多實時、高頻、重復的需求井噴，零售企業(yè)過往引入的各種商業(yè)智能（BI）工具因存在時滯性，且仍需管理部門對實際業(yè)務進行人工優(yōu)化和調(diào)整，并不能達到預期成效。

來伊份根據(jù)多年積累的業(yè)務經(jīng)驗，由業(yè)務部門主導設定了面向核心戰(zhàn)略目標、對業(yè)務提升最為關鍵的北極星指標——現(xiàn)貨率、庫存周轉(zhuǎn)率、完美訂單履約率。

截至2021年底，來伊份依托第四范式的智能決策平臺產(chǎn)品和技術服務，實現(xiàn)了智能決策在銷售預測、智能定價、智慧供應鏈等多個核心業(yè)務環(huán)節(jié)的落地。

一期合作的成效顯示，來伊份已實現(xiàn)38萬長尾商品系統(tǒng)智能補貨，約3000個門店系統(tǒng)自動補貨調(diào)撥，銷售預測準確率提升1倍，銷售現(xiàn)貨率達到95%以上：實現(xiàn)了插拔式的云倉云配的銷售和供應網(wǎng)絡體系；實現(xiàn)了全渠道的盤貨管理，預計可節(jié)約人效20萬人時/每年，節(jié)約庫存資金數(shù)億元。

同時，來伊份還在目標管理、品類規(guī)劃、智能選品、全網(wǎng)銷售預測、訂單履約管理、智能庫存等取得了良好的試點效果，如訂單履約場景下實現(xiàn)了超過70%的訂單由機器完成，相較之前人工下單有幾何倍數(shù)的效率提升，出錯率大大降低。

IDC在《同業(yè)洞察》中指出，零售企業(yè)需要首先在業(yè)務側設置北極星指標，實現(xiàn)經(jīng)營決策的數(shù)字化；其次，在變化的業(yè)務中，沒有“最佳實踐”，要在不確定中持續(xù)迭代進化，建立面向北極星目標的迭代型組織；最后，要建立對北極星指標體系負責的平臺體系，自頂向下或自底向上，規(guī)劃一系列提升北極星指標的數(shù)字化實驗場景，由一系列量變匯聚成質(zhì)變，實現(xiàn)業(yè)務騰飛。

（二）智能決策在銀行、水電等產(chǎn)業(yè)界加速落地

在《同業(yè)洞察》中，除了上述以來伊份為代表的零售業(yè)之外，智能決策也已經(jīng)在銀行、水利能源等行業(yè)加速落地。

廣發(fā)銀行早在2019年便與智能決策相關廠商開展合作。為提升智能決策應用開發(fā)的產(chǎn)能和效率，解決因建模人員供給有限，模型供給產(chǎn)能不足的問題，廣發(fā)銀行2019年開始對自動機器學習AutoML開展研究，目前已經(jīng)完成試點落地和賦能推廣，進入規(guī)模化應用階段。廣發(fā)銀行依托先知建模平臺HyperCycle ML，構建決策類自動機器學習平臺。大幅降低建模門檻后，對零基礎的開發(fā)人員賦能，可在1個月內(nèi)完成平臺的掌握和模型的建設。模型開發(fā)周期縮短50%以上，大幅提高了AI決策模型落地的效率。

IDC在《同業(yè)洞察》中指出，隨著組織中智能決策類需求的日益增加，需要開發(fā)的模型數(shù)量快速增長，有必要考慮引入AutoML工具，并打造敏捷快速的模型開發(fā)部署平臺，加速智能決策應用上線。

智能決策在保障水利能源行業(yè)的安全生產(chǎn)方面同樣大展身手。長江電力葛洲壩水力發(fā)電廠與廣州健新科技合作在2020年將國內(nèi)智慧水電領域首個“水電機組全息監(jiān)測項目”—— 葛洲壩電站全息監(jiān)測系統(tǒng)高級應用投入試運行，落地了工況識別、經(jīng)濟運行分析、趨勢分析、故障診斷、設備評估、維修指導等多個智能決策高級應用。實現(xiàn)了機組同類型的檢修時間、啟動實驗時間顯著縮短，有力保證了零棄水目標的實現(xiàn)，節(jié)水增發(fā)電量有了大幅提升，經(jīng)濟效益提升顯著。

IDC在《同業(yè)洞察》中鼓勵業(yè)務與技術人員共同參與智能決策應用的開發(fā)和使用。智能決策系統(tǒng)旨在支撐企業(yè)的關鍵業(yè)務目標實現(xiàn)，需提供低門檻，甚至零代碼的開發(fā)與自動化配置能力，便于對IT不太了解的業(yè)務人員也能快速上手開發(fā)出面向業(yè)務的智能決策應用。

三、智能決策的廣闊前景

IDC預測，到2025年，超過60%的企業(yè)將把人類專業(yè)知識與人工智能、機器學習、NLP和模式識別相結合，做智能預測與決策，增強整個企業(yè)的遠見卓識，并使員工的工作效率和生產(chǎn)力提高25%。要達到這些績效，設置用于協(xié)調(diào)業(yè)務與AI的專屬CXO也將成為剛需。

作為潛力巨大的新興賽道，智能決策目前尚無公認的定義。IDC中國助理研究總監(jiān)盧言霞在接受采訪時表示，“智能決策在AI賽道里屬于比較前沿的賽道，能促進AI進入一個更高級、更融合的階段。一般理解上，指利用機器學習、深度學習、聯(lián)邦學習等技術，識別數(shù)據(jù)中的隱藏規(guī)律，支撐諸如精準營銷、銷量預測、供應鏈管理、風險控制等企業(yè)核心業(yè)務環(huán)節(jié)實現(xiàn)智能決策；2021年以來，一些公司賦予了智能決策全新內(nèi)涵，比如第四范式在幫助企業(yè)把核心戰(zhàn)略用可量化的方式進行數(shù)字化落地，通過設置相關的北極星指標，以同一套標準進行拆解、實驗和量化評價。”

談及市場空間和增速，盧言霞表示：“明顯可見的是，這是一個正在興起的市場，預計未來5年的復合增長率能在50%以上。智能決策涉及的核心技術帶來的軟件、硬件，還有服務等相關市場，有望達到千億規(guī)模。近日，國家發(fā)改委等部門聯(lián)合印發(fā)文件宣布‘東數(shù)西算’工程正式啟動。而伴隨這些大項目、大工程的不斷批復落地，也都會直接或間接地帶動智能決策應用的一些新思路落地，帶來一些新的項目機會。”

除了《同業(yè)洞察》中提到的幾大行業(yè)外，盧言霞認為，“制造業(yè)也是一個非常有潛力的行業(yè)，包括生產(chǎn)車間的數(shù)字工廠。此外，交通行業(yè)，不管是機場航班還是高鐵、地鐵的資源調(diào)度，也都是有很大的潛力的應用場景。”

面對不斷加劇的競爭，盧言霞則建議企業(yè)用戶，“需要以一種開放的心態(tài)和外部合作伙伴共同探索一些場景化的應用。同時，智能決策作為一項涉及到企業(yè)核心戰(zhàn)略的舉措，應該從整個企業(yè)的最高層級，開始探討并實施智能決策。”