雷鋒網(wǎng)消息，8月25日，第三屆中國商業(yè) O2O 信息與數(shù)據(jù)高峰論壇暨新技術(shù)新方案展示會在北京舉行。此次大會由零售 CIO 俱樂部主辦，王府井集團、大悅城、綾致時裝等企業(yè)的 CIO 代表出席此次會議。

無人零售在今天的出現(xiàn)，反映了當(dāng)下科技的進步，因此出現(xiàn)了這種新的滿足消費者需求的方式。亞馬遜在去年12月推出 Amazon Go ，阿里也于此前推出“淘咖啡”無人零售店。計算機視覺、機器學(xué)習(xí)、人工智能等黑科技，以及“即買即走"背后的人像識別、商品識別、自助支付、大數(shù)據(jù)分析、IOT（物聯(lián)網(wǎng)）、區(qū)塊鏈等集成的＂黑科技＂系統(tǒng)成為了無人門店的技術(shù)支撐。

雷鋒網(wǎng)了解到，在下午的演講環(huán)節(jié)中，前奧馬巴經(jīng)濟刺激計劃 HAMP 項目資深咨詢師江曉東發(fā)表了題為“如何做一個成功的人工智能商業(yè)項目”的主題演講。江曉東結(jié)合目前美國零售業(yè)在人工智能、大數(shù)據(jù)等技術(shù)方面的應(yīng)用情況，表達(dá)了自己對無人零售店等人工智能技術(shù)前沿領(lǐng)域的看法。

江曉東在演講中表示，零售業(yè)未來面對的 Z 時代，對于個性化的需求，對基于數(shù)字化的能力的要求會越來越強，所以美國的零售業(yè)在人工智能的應(yīng)用是基于大數(shù)據(jù)的研究和投資。“未來的人工智能一定不是純線上，線下的應(yīng)用場景一定會更多。所以新零售，實際上是線上線下和大數(shù)據(jù)、 AI 的場景結(jié)合，共同來促進生態(tài)圈的應(yīng)用?！?/p>

江曉東認(rèn)為，如何衡量一個人工智能項目是否成功有五個標(biāo)準(zhǔn)：

1、當(dāng) AI 項目的 ROI 預(yù)測在1-3年內(nèi)的戰(zhàn)略影響明顯高于變現(xiàn)能力影響或戰(zhàn)略影響/變現(xiàn)能力影響都積極時

2、當(dāng) AI 項目對促進整個企業(yè)業(yè)務(wù)的轉(zhuǎn)型和價值起到明顯效果時

3、當(dāng) AI 項目能夠滿足和提升總的KPI各項指標(biāo)或核心指標(biāo)時

4、當(dāng) AI 項目明顯提升企業(yè)智能化和決策水平時

5、當(dāng) AI 項目的完成可以激勵整個企業(yè)上下用于嘗試創(chuàng)新、容忍試錯失敗和建立持續(xù)創(chuàng)新機制時

以下為嘉賓演講實錄，雷鋒網(wǎng)做了不改變原意的編輯。

江曉東：新老朋友大家好，我大概介紹一下我自己，我在美國呆了二十三年，我的專業(yè)是信息技術(shù)管理，在美國的著名的世界五百強企業(yè)，包括金融的，汽車的，包括娛樂的都呆過，所以我對美國的數(shù)據(jù)技術(shù)應(yīng)用和人工智能大數(shù)據(jù)的趨勢有一些的把握，我今天分享的主要內(nèi)容是“如何做一個成功的人工智能商業(yè)項目”。

人類智能 VS 人工智能

我們花很短的時間講一下人工智能的應(yīng)用回顧，還有人工智能在美國零售和餐飲業(yè)的應(yīng)用，分享一下美國企業(yè)和政府的經(jīng)驗和教訓(xùn)。如果一個企業(yè)投資做了大數(shù)據(jù)的項目或者是產(chǎn)品，當(dāng)然是為了有投資回報，那我們怎么來衡量投資的成功率。我想做一個大概的比較，就是人類智能和人工智能的根本的區(qū)別，我舉個例子，我們上午的劉總給我們分享的，現(xiàn)在大數(shù)據(jù)的平臺、商務(wù)智能中心就是企業(yè)的大腦，我們怎么收集數(shù)據(jù)，怎么處理數(shù)據(jù)，怎么去根據(jù)數(shù)據(jù)做出相應(yīng)的企業(yè)決策，我認(rèn)為這是未來企業(yè)大數(shù)據(jù)的積累、分析到了一定程度之后一個非常自然的過程，所以投資的時候哪些點你需要做，哪些點你不需要做，這些是非常重要的。

所以我們先看下面這一塊，人工智能跟人類智能很重要的區(qū)別在于它是數(shù)字型的、是連續(xù)的，中間如果有被打斷的情況，比如說存儲能力被破壞了，中間有一個備份的中心，人就不一樣了，人的大腦非常復(fù)雜。大家可能也是有這個印象，比如說我剛剛吃完飯，如果是正常的人大概在吃完飯的十分鐘到二十分鐘之內(nèi)，胃會向大腦發(fā)一個信號已經(jīng)飽了別吃了，這時候就由你自己決定了，有一些人不知道有沒有這個經(jīng)驗，不停的吃，大腦和胃中間的信號是不聯(lián)系的，企業(yè)在這個情況下不停地進貨，不知道客戶的需求數(shù)據(jù)在哪里，庫存一定會大量積壓，這點在服裝行業(yè)特別明顯。

人工智能這邊基本上是預(yù)先設(shè)定好了，只要是這個數(shù)據(jù)，他可以通過一定的程序進行搜索，模塊化，比如說我們企業(yè)里有金融相關(guān)的模塊化的數(shù)據(jù)。但是一個聰明的大腦，他應(yīng)該是打破部門間的功能區(qū)別，在美國有這種情況，運營部門有時候不愿意跟財務(wù)部門的人分享他們的信息，這里面會牽扯到利益之爭，實際上財務(wù)部門一定要知道運營部門的情況，反過來也是一樣，所以這個是我們需要知道一些人工智能的基本的概念，對未來我想設(shè)計一套方案的時候會比較高效。

大家看一下，1956年開始人工智能第一次提出來，它經(jīng)歷了兩個冬天，李開復(fù)經(jīng)常舉一個例子，人工智能最早的時候，是為了讓人腦變得更聰明，讓機器變得更聰明，這個情況下你只要是可以模仿人腦，你的企業(yè)就可以做很多事，實際上后來人工智能的發(fā)展和應(yīng)用也是按照這個方法的，比如說專家系統(tǒng)。大家想一下，美國的阿波羅登月最現(xiàn)實的問題是，太空艙在運行的時候，萬一宇航員生病怎么辦？這種情況下不可能有醫(yī)生上去，只能是通過遠(yuǎn)距離的人工智能的專家系統(tǒng)，邊遠(yuǎn)的山區(qū)沒有醫(yī)生做手術(shù)，通過遠(yuǎn)程的辦法，包括遠(yuǎn)距離教學(xué)，山區(qū)的孩子沒有很好的名師，讓孩子一樣可以得到高質(zhì)量的教學(xué)資源，這個是人工智能最早的應(yīng)用案例。后來，人工智能發(fā)展到瓶頸期，當(dāng)時計算機的硬件和處理數(shù)據(jù)的能力不行，第二個是軟件儲存數(shù)據(jù)的能力不行，八九十年代，大數(shù)據(jù)還沒有像今天這樣，我們當(dāng)年處理很多數(shù)據(jù)的時候，那就是人工處理。

所以李開復(fù)當(dāng)時有一個笑話就是說你那時候研究人工智能，大家都離你遠(yuǎn)遠(yuǎn)的，因為你在大學(xué)里拿不到 reserch funding 。后來，到了2000年以后人工智能有很大的發(fā)展，就是因為硬件也上去了，軟件也上去了，大數(shù)據(jù)各方面都好了，突然一下爆發(fā)了。人工智能有一個永遠(yuǎn)不能做的事，就是永遠(yuǎn)不能模仿人的愚蠢，人一旦蠢到一定的時候，人工智能再聰明也不能做到人那么愚蠢，這個是一個笑話，我們是越來越聰明而不是越來越蠢，這個是未來在考慮引進技術(shù)的時候需要做的事情，你是為了讓你的企業(yè)越來越聰明。

人工智能在美國零售、餐飲業(yè)的應(yīng)用

我想介紹一下美國的零售和餐飲業(yè)是怎么應(yīng)用人工智能的。前面的錄像是兩個月以前。大家可以看到，人工智能未來在零售業(yè)的應(yīng)用場景會非常普遍，而且他專門有了市場規(guī)模，零售業(yè)未來面對的 Z 時代，他對于個性化的需求，對基于數(shù)字化的能力的要求會越來越強，所以美國的零售業(yè)在人工智能的應(yīng)用是基于大數(shù)據(jù)的研究和投資。我們講，未來的人工智能一定不是純線上，線下的應(yīng)用場景一定會更多。所以新零售，實際上是線上線下和大數(shù)據(jù)、 AI 的場景結(jié)合，共同來促進生態(tài)圈的應(yīng)用。

我現(xiàn)在就解釋一下這個視頻，這個視頻是我們餐飲行業(yè)的最常用的一個場景。一個人定了一個披薩餅，披薩餅的構(gòu)成這些信息都有了，他下次再打電話的時候，接電話的是一個機器人，而且我想跟各位講的是他這是開源系統(tǒng)，人工智能投資不一定特別大，但是要看你知不知道怎么用，這里面的案例是通過對他以前的購買行為的認(rèn)知的，順勢推出一些其它的服務(wù)，你可以想象一下，美國這種餐館很多，每天的電話量都是上億次，這么大的工作量，未來都是要被機器取代的，而且機器取代都是非常精準(zhǔn)的，因為如果人不開心，或者生病說話聽不清楚，而發(fā)生任何錯誤，這種不能容忍有任何錯誤。因為一旦錯誤的時候，他反復(fù)確認(rèn)你要定的這個東西什么時候能好，第二次的購買行為又給記錄下來了，這個是在美國的餐飲界發(fā)生的變化，一定是有大數(shù)據(jù)再加人工智能，就是我前面講的大腦。

現(xiàn)在美國通過大數(shù)據(jù)和人工智能技術(shù)實現(xiàn)了采購和庫存最優(yōu)化的方案，基于客戶大數(shù)據(jù)的個性化服務(wù)，聊天機器人，而且投資也不大，沃爾瑪和亞馬遜已經(jīng)大規(guī)模的做這些了，他們也給其它的企業(yè)提供相關(guān)的解決方案。企業(yè)主管可以根據(jù)解決方案做到精準(zhǔn)營銷預(yù)測和客服活動，麥當(dāng)勞現(xiàn)在用的是微軟的 AI 識別系統(tǒng)，你開車過去的時候，提前訂好飯菜，到窗口取的時候全都好了，你不用等一分鐘。 Dunkin' Dounts 也是大數(shù)據(jù)人工智能系統(tǒng)，根據(jù)一樣的思路，以前在這訂過的，他會給你推出很多不同的服務(wù)，甚至還沒有張嘴要什么東西，他甚至可以知道你準(zhǔn)備要什么，因為你可能是有復(fù)購率，兩三次復(fù)購率以后數(shù)據(jù)全在里面了。美國有一家銀行，你打電話去的時候，機器已經(jīng)有百分之八十的可能知道你這次來的目的，他把所有的數(shù)據(jù)調(diào)好，接受咨詢，他們現(xiàn)在做的精準(zhǔn)營銷已經(jīng)做到這樣了。

美國企業(yè)智能商業(yè)應(yīng)用有哪些成功經(jīng)驗？

我覺得我們現(xiàn)在最重要的一定要把人工智能、大數(shù)據(jù)作為一個工具，而不是取代我們現(xiàn)在的業(yè)務(wù)，這個是很多企業(yè)犯的錯誤，被很多技術(shù)公司忽悠了，但是一定要從技術(shù)角度出發(fā)去找適合你企業(yè)的技術(shù)，第二個是制訂一個跟你的項目有關(guān)的合理預(yù)算和服務(wù)規(guī)劃，需要思考我需要什么技術(shù)，什么人給你帶來這種技術(shù)，能不能滿足我的業(yè)務(wù)要求。不要一下投一大筆錢下去，投資一定要從比較小的，你可能是有七八個痛點，找準(zhǔn)對你來說最容易實現(xiàn)的痛點，而且是對業(yè)務(wù)有促進作用。先拿小數(shù)據(jù)驗證你的想法對不對，你的概念首先要證明是對的，往下推才有意義，不要一下想把什么東西全都搞定了，先選個小的，試錯以后慢慢擴大應(yīng)用范圍。

大家知道像銀行系統(tǒng)，每個月會對很多其它的業(yè)界銀行進行財務(wù)報表的分析，你得知道其它對手在干什么，這個事情是要一個團隊大概花一個多月的時間做的。引入人工智能之后，機器做這個報告，把數(shù)據(jù)抓來，把基本的東西都放進去，在我們 CIO 看來以為是人做的，其實是機器做的。所以這個項目成功以后就把不需要的人調(diào)到其它的部門，他們就慢慢的把項目推廣到其它的十幾個部門，所以他那個成本很低，一共是大概七十多萬美金，也不高，我自己當(dāng)時管理的大概180幾個項目，我看過超過一千萬美金預(yù)算的項目一共是三十多個，其它的項目是從八十萬到二百萬美金的項目，那是很大的公司。

所以他們每一筆錢都算的非常詳細(xì)，不會說投一筆不會看到回報的資，這個回報哪怕是失敗也要知道失敗在哪里，而且還沒有失敗以前就可能是會看不到的，這個是教訓(xùn)。前面講的很清楚，切入點不對，缺少核心技術(shù)和算法，還沒有弄懂怎么回事就匆忙上了，內(nèi)部不團結(jié)，做一個創(chuàng)新對其它的部門是有沖擊的，這個怎么配合也是有問題的。

首先最重要的是我們知道要引進一個人工智能，開始是大數(shù)據(jù)的項目，這個項目對我們公司具體的業(yè)務(wù)到底有沒有幫助。不管人工智能還是大數(shù)據(jù)只是一個工具，大家一定要把這個弄清楚，我們是做業(yè)務(wù)的，不管是新零售還是零售，賣服務(wù)、產(chǎn)品或者是運營客戶群，這個是最重要的是核心，你的痛點是為了解決問題，這個很重要。還有是具體的問題，你的解決方案可能是什么樣的可行性，你就找人，有了錢就制訂政策，去找團隊，找一個最容易突破的業(yè)務(wù)進去，確定相應(yīng)的技術(shù)，不要搞的那么復(fù)雜，只要找對合適的技術(shù)和人，投一筆小錢就可以做一個實驗，然后是迭代，最后是成功。

如何衡量一個人工智能項目是否成功？

我們經(jīng)常講什么叫成功，我認(rèn)為成功的五個標(biāo)準(zhǔn)，一個是你的ROI，我投下去一百萬、一千萬，能不能在一到三年內(nèi)對企業(yè)的未來戰(zhàn)略方向有影響，因為你不一定馬上變現(xiàn)，但是如果對你的戰(zhàn)略和業(yè)務(wù)的方向有影響，還是值得去做的，尤其是對不缺錢的公司我覺得是可以作為一個衡量的標(biāo)準(zhǔn)；還有一個是你的 AI 如何滿足和提升公司的 KPI ，不管你的 KPI 是降庫存也好，去產(chǎn)能也好，減少人手也好，只要能夠滿足核心的 KPI ，這個投資就算值得；還有一個是你的 AI 項目，如果能夠完成就達(dá)到激勵整個企業(yè)的目的，這個企業(yè)做過創(chuàng)新，雖然失敗，但是會慢慢形成新的企業(yè)文化，這個也是不錯的，實際上阿里包括騰訊他們內(nèi)部有很多的項目失敗了，但是無所謂，失敗就失敗了，但是他從中學(xué)了很多教訓(xùn)，從一個失敗找到其它的方向；最后一個是如何促進企業(yè)的業(yè)務(wù)轉(zhuǎn)型和價值，我覺得這也算是一個標(biāo)準(zhǔn)。

亞馬遜在去年12月推出 AMAZON GO ，沒有想到因為技術(shù)原因就放棄了這個無人店。其實他當(dāng)時講了兩個原因，第一個他們發(fā)現(xiàn)無人店進了三十個人的時候他的技術(shù)就沒有辦法check就亂了，所有的感應(yīng)系統(tǒng)沒有辦法抓到這個產(chǎn)品，所以他就沒有辦法實現(xiàn)提高效率的目的。不管你用什么技術(shù)，無人店的目的還是賣東西，他不是為了放那好玩的。大家都知道盒馬鮮生，因為不接受現(xiàn)金成為了焦點，你必須有人在那監(jiān)視去管理用現(xiàn)金的，已經(jīng)不是無人店了，你一旦要有類似的情況出現(xiàn)的時候，無人店我投下這么多錢有多大的意義，意義是跟業(yè)務(wù)和戰(zhàn)略有關(guān)系的，我覺得不好評判，第一個你人工智能投下去的錢，省去的人工和客戶體驗是不是有意義，第二個是你的技術(shù)是不是穩(wěn)定，第三個是我覺得在一兩年內(nèi)你要看你的盈利預(yù)期和實際收益。這個是我們對無人店的看法，總結(jié)就是這樣，大家看一下。

第四次產(chǎn)業(yè)革命，我們在座的各位都是參與者，所以到底在這里面我們采取用什么樣的技術(shù)來促進我們的業(yè)務(wù)，我覺得是非常重要的，可能我們未來也避免不了要成立于用人工智能的技術(shù)，投資應(yīng)該不考慮，我覺得還有包括如何衡量成功，最重要的是汲取西方證明已經(jīng)失敗的一些教訓(xùn)，其實它帶有普遍性，我的分享就到此結(jié)束，希望對各位有益，謝謝。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。