哈佛商业评论

一种彻底的人机交互方式正在颠覆关于构建创新的假设。具体来说，小数据的新用途，包括创建“合成”数据以模拟一系列场景的能力，正在将AI大规模带到以前无法承受它的实体中。人类现在可以根据自身的经验、感知和直觉来训练机器，而不是通过处理大量数据进行机器“学习”。这意味着，组织中可以有更多人，根据自身专业知识用新的方式来使用AI。

这是否会带来更广阔的图景？繁琐的传统IT架构，正在让位于生动的系统。在拥有移动计算、AI、物联网（IoT）和数十亿设备的超数字世界中，这些系统可以将技术、数据和人才结合在一起。这些发展为策略创新开辟了巨大的可能性，但是，只有少数公司取得了根本性飞跃，得以运用激进的技术开辟的新策略。

其中三个新的高潜力策略包括：Forever Beta、最小化可行创意（Minimum Viable Idea, MVI）和合作实验室（Co-Lab）。我们将以目前正在运用这些策略的公司为例，详细解释每个策略。尽管具体策略有所不同，但正在有效使用这些新策略的公司有三个共同的重要特征。首先，其技术、业务策略与执行紧密相连，难以分割。其次，是由人而不是机器做出决策。最后，这些公司都很明白，无论属于哪个行业，所有公司现在都是科技公司。

Forever Beta

这个策略提供了由软件支持的产品和服务。客户购买后，这些产品和服务会不断改进。这样客户就可以看到，它们的价值和效用会随着时间的推移不断增长，而不是逐渐消失。例如，与其他汽车制造商不同，特斯拉并不提供车型的年度更新。这是因为特斯拉会不断改进已推出的车型。车主可以看到，通过不断更新，他们的汽车可以实现更好的自动驾驶能力、更强的性能以及更强的安全性能。

通过与汽车进行云链接，特斯拉可以监控汽车的性能，并提供远程诊断与维修，例如通过软件补丁，诊断并修复因偶尔过热而产生的发动机问题。车主与公司处于一种持续的反馈环中，将他们的专业意见传导给特斯拉的神经网络，通过驾驶就可以改进汽车。

由此带来结果是，客户体验到了拥有感，亲眼见证了汽车价值和实用性在不断提升。这种体验可以成为产品性能和差异化的一部分。实际上，客户就是可以体验每个更新的，享有优先特权的测试用户。

昕诺飞（Signify）前身为飞利浦照明（Philips Lighting），其昕诺飞环形照明是一种企业解决方案，可以根据客户提供的正常运行时间和能源需求提供照明。通过这个方案，公司可以帮助客户持续体验最新技术。为迪拜提供全部电力供应的发电厂，均由该公司负责照明业务，从而为其节省了68%的照明相关能源消耗。

通过将技术和业务策略紧密结合，这些公司正在与客户建立更为牢固的关系。这种关系正是基于这样一种认识：他们今天购买的服务体验，将会在明天增值。

最小化可行创意

这项策略是运用智能技术，精准定位传统行业中的薄弱环节，提供卓越的客户体验，从而做到快速扩展、进军市场。Lemonade 是一家总部位于纽约的保险公司，由丹尼尔·施瑞博尔（Daniel Schreiber）和沙伊·闻宁阁（Shai Wininger）共同创立，为租户、公寓业主、房主和宠物主人提供保险服务。他们使用了 AI 支持的app，简化了获取报价和处理索赔的过程，有时候仅需要几秒钟而已。不过，闻宁阁表示：“Lemonade 是一家从事保险业务的科技公司，而不是一家经 app业务的保险公司。”

Lemonade结合了AI聊天机器人、机器学习和云，以激光般的精度专注于传统保险业中消费者反感的点，并且找到了令人惊叹的创造性方法，使客户可以参与到专业知识的运用中。

这也优化了公司的索赔流程。用户只要点击app中的“索赔”按钮，告诉名叫玛雅（Maya）的聊天机器人发生了什么事，AI 会运行内部的反欺诈算法，无须填写表格或排队等候，也无须从一个部门向另一个部门移交材料。如果索赔立即获得批准——大约有 30% 的比例——A会立即赔付。如果没有获得批准，将会转为人工处理，工作人员会尽快联系投保人。

这个过程之所以如此顺畅，部分原因在于Lemonade通过运用一种财务模型，解决了创始人认为的保险公司固有的利益冲突：保险公司拒赔省下的每一分钱，都会转化成公司的相应利润。这种冲突激励着保险公司用尽一切可能，拒绝或者减少赔付金额，同时也会刺激客户夸大索赔额度。

对此，Lemonade仅从每笔保费中提取固定比例的费用。它会在一年一度的“回馈日”返还无人申请的余额，届时将这些资金捐赠给投保人关注的有价值的慈善事业。选择相同慈善事业的投保人，会被集中在一个虚拟对等组中。从每个对等组中收取的保费，用于支付该组投保人的索赔。剩余资金，无论多少，都将用于该组的慈善事业。在2020年的回馈日中，该公司向34个非营利组织捐赠了超过110万美元，包括联合国儿童基金会（UNICEF）、新冠疫情救济响应组织（Direct Covid Relief Response）、马拉拉基金（the Malala Fund）、天生如此（Born This Way）等。

参与索赔过程的是客户自己。当他们提出索赔时，他们知道 Lemonade 没有无理拒绝或减少索赔的动机。同样重要的是，他们知道，他们夸大索赔的每一分钱，都意味着用于慈善事业的资金会变得更少。这种互动不仅使人们参与其中，而且将独特而彻底的道德良知置于中心位置。

合作实验室

这项策略通过人为引导及机器驱动的发现，在科学或其他知识密集型环境中，催生出了卓越成果。通过自动化和机器学习放飞自我，将人类知识利用到极致，专家和知识工作者就能够驱动这些强大的技术平台，成倍地提高生产力，增加价值，并设置很高的准入门槛。

总部位于英国的初创公司 Exscientia 开发了一个由 AI 驱动的医药平台，名为 Centaur Chemist。为了确认一个目标疾病，Exscientia首先运用深度学习算法缩小了几乎无限数量的潜在患者范围。然后，公司专家制定了一项策略，由平台的“主动学习”系统负责执行。该系统依靠数据效率非常高的算法进行学习，并进入具有有限数据点的药物发现数据集。通常在药物发现中，人们对治疗的新靶点了解甚少，可用于大数据机器学习方法的数据也相当不足。2020年，Exscientia成为第一家创造AI设计分子并进入人体临床试验的制药公司，并在2021年实现了另一项分子技术进入人体临床试验。在莫德纳（Moderna）和辉瑞公司（Pfizer/BioNTech）以创纪录的速度开发新冠疫苗的过程中，很多合作实验室策略应用的例子同样给我们留下了深刻印象，证明了这一策略具有巨大的力量。

Forever Beta、最小化可行创意和合作实验室无法囊括所有大胆的商业策略。它们源于智能技术中彻底的人性化转变。但技术驱动的商业策略并不是自然产生的，他们需要目光远大的领导者。能够在人与技术的全新关系中看到机会的人，将会率先颠覆过去，抓住未来。坚持增量自动化道路的人将会受到影响。员工也是如此。在关于自动化导致失业的开创性研究中，两位经济学家，麻省理工学院的达伦·阿西莫格鲁（Daron Acemoglu）和波士顿大学的帕斯卡·雷斯特雷波（Pascual Restrepo）得出结论：“威胁就业和工资的，不是‘绝妙的’自动化技术，而是使生产率得到小幅提高的‘一般技术’。”一般策略也是如此。

H·詹姆斯·威尔逊是埃森哲负责思想领导力和技术研究的全球常务董事，与他人合作完成多部作品，包括《以人为本：新技术如何改变企业并塑造未来》（Radically Human: How New Technology Is Transforming Business and Shaping Our Future，哈佛商业评论出版社，2022年），和《人机协作：在AI时代重新定义工作》（Human + Machine: Reimagining Work in the Age of AI，哈佛商业评论出版社，2018 年）。 保罗·多尔蒂是埃森哲首席技术执行官和首席技术官。他是《以人为本：新技术如何改变企业并塑造未来》和《人机协作：在AI时代重新定义工作》的合著者。

H·詹姆斯·威尔逊（H. James Wilson）保罗·多尔蒂（Paul R. Daugherty）| 文  

陈战 | 译   刘隽 | 校   孙燕 | 编辑