企業采用人工智能進行數據分析應用的研究

廖清垚

摘要：近年來，隨著經濟的發展及社會文明水平的提升，大數據應用和人工智能逐步走入我們的生活，例如：人工智能國際象棋和圍棋、普通使用的實名身份驗證、購物平臺推送你感興趣的產品、siri、天貓精靈、小艾等等。這些大數據應用目前還都是互聯網企業和國企中應用較廣泛。大多數企業普遍還是按照原有的模式經營，隨著經濟的快速發展，人們的需求快速變化，企業的生產及管理逐步落后于快節奏的社會環境，帶來的直接影響就是產品滯銷、創新能力下降，嚴重制約著企業的生存與發展。如何將人工智能和大數據應用到企業經營中成為本文研究的課題。本文分為部分，第一部分介紹人工智能輔助系統構成簡述人工智能的背景及意義，組成部分和實施過程。第二部分論述人工智能給企業管理帶來的變革和工作方式的改變。未來的人工智能并不是代替決策者成為管理者，而是人工智能與人相互配合，為管理者提供更多的幫助。

關鍵詞：大數據分析；人工智能；企業經營；企業管理

1 人工智能輔助系統的構成

1.1 研究的背景及意義

1.1.1 研究的背景

人工智能（Artificial Intelligence，AI）從上世紀五六十年代就正式提出，經過70多年的發展經歷了無數科學家的不斷努力已經取得了突飛猛進的發展，在我們的生活中人工智能已經無處不在。人工智能對于大多數人理解為通過計算機模擬一個虛擬或者人形機器人，就像電影《AI》、《她》、《I，robot》電影一樣可以跟我們對話智商和情感與人類18歲相當。

如今人工智能已經成為我們生活的一部分，與我們生活最為密切的幾個事例包括：

1）谷歌翻譯，2016年9月谷歌翻譯更新算法后翻譯水平已經與我們的引文表達相當接近，你可以輕松讀懂翻譯結果幾乎沒有歧義。[1]

2）天貓精靈和小艾為代表的人工智能設備已經可以和人進行簡單交流和執行人類發出的大多數指令。

3）美圖秀秀，拍照后自動修圖、加入各種元素、手繪等功能讓我們發揮出藝術的天性。

以上是面向大眾的AI應用，目前人工智能在企業中應用還是剛剛起步階段，管理者普遍采用員工產生數據，計算機系統收集存儲數據，中層管理者分析數據進行匯報，決策者聽取匯報做出決策的半自動化模式。隨著數據量的增加人工處理數據已經越來越繁重，在海量數據和快速變化的社會環境中效率成為最突出的管理瓶頸。管理者如何在海量信息中分辨出關鍵因素做出正確決策會變得更加艱難。這就要求對人的素質越來越高，同時帶來管理成本的增加，也不能保證提高工作效率和避免決策失誤，在海量信息面前決策者變得更加迷茫。一方面管理者希望得到更多的信息防止決策失誤，另一方面海量信息面前到底哪些是重要的？這些信息之間有什么關聯？如何處理海量信息得出正確的結論，成為困擾管理者的一對雙胞胎。

信息滯后也是影響企業管理決策主要因素，管理者很難得到全面的實時數據信息，因為這些信息大部分需要人工處理和查找，即便現在BI系統的報表已經非常強大還是需要人工操作和數據處理才能完成。

1.1.2 研究的意義

首先，人工智能在企業應用中起到輔助決策作用，自動處理海量數據和提出決策建議，從而提高管理者工作效率。這里可以理解為人工智能輔助管理模式。

然后，即時性：人工智能與生俱來的海量存儲和快速計算能力是人類無法比擬的，決策者可以隨時詢問人工智能當前自己關注的信息。管理者只需要發出查看指令系統就可以完成數據查找、加工、可視化處理、呈現結果、數據解讀等一系列工作。在這種高效信息獲取的管理模式中，管理者只需對決策建議進行選擇和補充，大大提高管理人員工作效率。

最后，在人工智能輔助管理模式中。管理人員主要從事創造性工作，將復雜計算、分析、知識庫維護等工作交給人工智能處理。

1.2 系統的組成部分

1.2.1 硬件組成部分

人工智能系統硬件大體分為兩部分：云端處理和用戶終端。

（1）云端：云端采用GPU解決方案部署神經網絡計算服務器

（2）用戶端：用戶端可以是手機、平板電腦、會議室投影儀、麥克風、PC機

1.2.2 軟件組成部分

人工智能系統軟件大體分為六個主要部分：

（1）語音識別：用來實現人機對話功能。

這個組成部分替代原有的鍵盤鼠標輸入模式，實現人機對話場景，提高管理者的工作效率。

（2）數據倉庫：加工及存儲原始數據。

微軟英國公司首席技術官Wignall表示，“我們所說的良好數據意味著其具有一定質量和數量。良好的數據倉庫是人工智能處理的必須的原材料。

（3）數據可視化：將原始數據加工成可視化報表，匯總重要數據。

數據可視化被廣泛的應用在BI（商業智能）領域，將商業只能成熟的產品集成到人工智能系統中作為結果可視化一個組成部分。用圖形的方式來表征數據的規律，讓決策者一目了然發生了什么事情，從中得到正確的判斷。

（4）決策支持：支持管理者對半結構化、非結構化問題進行決策。

將各層級產生的數據進行模型分析，進行多維度更加綜合的分析計算，從而發現其中的規律和趨勢，為管理者的決策工作提供必要的數據支持。

（5）專家系統：模擬人類專家解決領域問題，為管理者提供參考。

專家系統可以為管理團隊提供全面的知識體系，管理團隊面對管理問題時專家系統具備啟發性和快捷性，經夠不斷的學習實現團隊整體管理能力的提升。

（6）人工神經網絡：對數據進行分級優化。

人工神經網絡在人工智能系統中具有自我學習自我完善的能力，可以模擬人類的思維模式和推理模式，為管理者提供更有價值的信息。

1.2.3 實施的步驟

1.2.3.1 實施人工智能輔助管理模式的前期準備

（1）企業已經擁有自己的數據庫系統，并且有較準確的數據記錄。

（2）企業管理層明確需要解決的問題。

1.2.3.2 開發步驟

開發順序采用由簡到難逐步推進的過程，可以按照以下步驟進行推進。

（1）語音識別：語音識別目前已經比較成熟，采用現有語音識別產品作為人工智能系統的交互是比較可靠的方案，可以實現低成本和通用性。

（2）建立數據倉庫：將企業現有大量數據數*-據進行進一步的數據挖掘，作為查詢和分析的基礎，他具有效率高、數據準確、擴展性強、面向主題的特點，數據倉庫也是人工智能系統第一步。

（3）數據可視化：第一階段數據倉庫完成后將數據加工成可視化成果，可以直觀看到數據結果進行決策分析。在這個階段是大量知識積累和分析模型還是以人工處理為主要手段。

（4）決策支持系統：決策支持系統是把數據倉庫、數據挖掘、模型庫、數據庫實現有效的輔助決策。這個階段主要針對管理者面臨的結構化程度不高、說明不夠充分的問題進行輔助建議。管理者根據系統建議得到啟發得到做出較為正確的判斷。

（5）專家系統：專家系統可以模仿人類專家的思維方式進行決策，主要核心為知識庫和推理機，通過知識獲取功能將行業內專家團隊和管理層知識進行存儲形成完備的知識庫體系。在這個階段整體可以實現初步智能化管理，人工智能參與企業的管理。

（6）人工神經網絡：人工神經網絡在這個階段的主要是將專家系統和決策支持系統得到結果進行深度加工，輸出更加精準的結果。

人工只能系統在開發和實施過程中一般遵循由簡到繁過程，企業要對對人工智能戰略投入進行詳細的規劃和實施，這樣才能讓系統發揮更大的作用。

2人工智能輔助系統如何改善企業管理

2.1現有管理模式

2.1.1 現有企業基本管理模式弊端

現有企業管理從組織架構合理模式基本都采用三層到四層管理，逐級匯報的模式，管理滯后、信息不完整的弊端較為突出。

數據和信息都是自下而上逐級人工整理，數據的準確性和真實性都受到人為因素影響。管理者基于滯后、準確度相對較低且不全面的信息基礎上做出正確決策是很困難的事情。

2.1.2現有企業管理的基本措施和成效

由于存在這些弊端企業也在積極采取措施彌補，主要由以下幾點：

（1）加強企業信息化建設，引入商業智能系統，建立自己的OA系統，各種ERP系統，但這些系統都是各自為戰，成為獨立的信息孤島。反而加重了統計和分析工作量。

（2）獎勵和績效考試等措施，這些措施還是無法解決數據和加工處理過程中人為參與。決策者仍然無法得到全面的建議，對于中小企業這些管理上的不完善可能是致命的。

（3）會議討論中決策者聽取匯報后才能知道發生什么事情，經過討論后做出決策，決策者是否正確只有實踐后才能知道。

2.2人工智能輔助管理模式

2.2.1改變數據獲取模式

管理者可以隨時隨地發布語音命令詢問智能系統目前的經營狀況，除了經營分析報告智能系統會跟進管理者的要求提出數據分析趨勢情況，造成這些現象的原因等信息。

數據獲取不需要等待下級報告，管理層可以自由知道各級數據的真實情況，分析結果也來源于專家系統的和決策系統的精確計算給出多種解決方案和可能結果。[2]

2.2.2工作模式的改變

各種統計和分析的繁重工作由人工智能系統完成，同時人工智能輔助管理給出了多種選擇和趨勢。管理者的工作從復雜的決策分析中解脫出來，只需要對建議進行選擇或補充。做出選擇后對方案進行詳細規劃和分工，制定好計劃。人工智能輔助管理可以配合管理層完成復雜的管理工作，大大提高了管理者的工作效率和決策的正確性。

人工智能已經緊密和我們生活在一起未來的管理智能也會和管理者共同高效工作，成為管理團隊重要的一員。

參考文獻

[1]于新東.人工智能發展的思辨認識與應用對策[J].環球市場信息導報，2017，（24）：15-20.

[2] 楊澤雪，韓中元. 基于數據倉庫的決策支持系統[J]. 哈爾濱師范大學自然科學學報，2004，（6）：67-69.

（作者單位：北京十一學校）