发帖
雷达卡
作为一个社会，我们可能面临的最大挑战是我们要学会采用新方法的能力，他们有能力学会（放弃）过时的概念和信念。过时的概念主导着我们的日常生活：每3
好吧，我将放弃挑战，并挑战所有人对新想法和新学习的可能性开放思想。这并不意味着您应该盲目相信，而应该花时间学习，学习和学习新的方法和概念。
“如果您不愿意放开自己下方的横档，就不能爬上梯子。”
作为Hitachi Vantara的新首席创新官（是的，我有一个新的，更相关的，非常令人兴奋的角色），利用构想和创新来获得和驱动新的客户，产品和运营价值来源比以往任何时候都更为重要。因此，Hitachi Vantara的员工和客户准备改变框架。就如何将新概念（人工智能/机器学习，大数据，物联网）与久经考验的真实想法（经济学，设计思维）融合在一起以创造新的价值来源挑战传统思维。让我们从2020年的清单开始该学习/学习过程：
聆听学习与聆听回应。
授权管理与命令管理。
使用价值与交换价值。
预测与报告。
自治与自动化。
学习与规则。
但是首先，更多关于“学习的艺术”。
什么是学习？
无学习能力是指从记忆和日常使用中丢弃学到的东西（不良习惯或过时的信息）的能力。如果您一生都在完善某些东西，那么学习就很难。
完善某些技能需要数年（有时甚至是一生）。但是一旦我们对这些技能感到满意，我们就不愿意改变。我们不愿意学习我们花了很长时间才能掌握的知识。断开这些天气神经末梢和深层记忆的连线比首先将它们连线要困难。这不仅仅是思考更快，更小或更便宜的一种情况。它需要以不同的方式思考（见图1）。
图 1： 不同思维方式的重要性……提示：不要铺路
您如何去学习，以便重新学习？
对可能与您有不同意见或观点的其他人的想法和立场持开放态度。记住：所有想法都值得考虑
寻求多样化和矛盾的叙述。在与您的职位不同的地方阅读文章或收听播客。
拥护批判性思维，这是对问题的客观分析和评估，以便形成可行和合理的立场。
积极挑战自己的信念；考虑您用于做出决定的框架，并考虑如果您舍弃该框架会发生什么。
安东尼·勃兰特（David Brandt）和大卫·伊格曼（David Eagleman）在《失落的物种》一书中提出了一个创新框架，该框架包括三种基本技术：弯曲，折断和融合。更强大
1）倾听学习与倾听回应
人类的弱点之一是我们很快就会找到解决方案。我们提出一些肤浅的问题，以便更好地应对，而不是提出详细的问题以真正学习和同情。设计思维是帮助弥补这一弱点的一种方法。
设计思维是一种以人为中心的方法，可深入了解用户，以产生想法，构建原型，分享您的所作所为，拥抱失败的艺术并将创新的解决方案推向世界。设计思维可能是我所知道的最有力但仍被滥用的概念。而这完全基于听众的意图。设计思维过程的起点是建立对客户的同理心（见图2）。
图 2：“设计思维：从人工智能中验证未来”
这个“移情”过程捕获了用户试图完成的任务（即任务，角色，职责，期望，收获和痛苦）。通过遮蔽用户的脚步穿上他们的鞋子，并在可能的情况下实际上自己成为用户。这涉及理解：它们的使用模式和参与特性是什么？他们想完成什么，为什么？这个人重要吗？他们的努力有哪些收获或价值来源？他们成功的障碍（痛苦）是什么？最让他们沮丧的是什么？
2）授权管理与听写管理
经典管理是一种“做生意”的员工关系。在固定类型的情况和交战中表现出色的命令和控制结构。但是在该模型中增加了一些不确定性，命令和控制结构很快就崩溃了。我们观看了电影《黑鹰降落》和1993年的摩加迪沙战役，他们惊恐地看到，由于地面部队在致命的敌人火力下，美军地面部队在摩加迪沙的航行必须转达并由上级回答。
“猎户座侦察机可以看到正在发生的事情，但不能直接与丹尼·麦克奈特中校讲话。因此，它将信息转发给联合作战司令部（JOC）的指挥官。接下来，JOC指挥官叫指挥直升机。最后，指挥直升机对麦克奈特进行了无线电广播。到McKnight收到转弯指示时，他已经通过了这条路。” （来源：历史记录阅读器）
斯坦利·麦克莱斯特（Stanley McChrystal）将军在“战队”中详述了类似的挑战，即使用传统的指挥控制管理风格来打击伊拉克的叛乱分子。麦克里斯塔尔将军彻底改组了他的敌方交战方式，以依靠规模较小，凝聚力强的团队来迅速应对不断变化的战争环境。
“白板与地图”强调了授权与命令管理风格之间的差异。严格定义的地图（如命令和控制管理风格）可以迅速成为一种责任，无法应对不断变化的客户和市场状况。另一方面，白板代表了一种“思维方式”，在此之前，可以在实施之前快速地探索，完善和改变挑战（见图3）。
图 3：“扩展创新：白板与地图”
随着AI增强增强一线员工智慧的重要性，我们需要集中精力改善系统中最薄弱的环节，以充分发挥系统的潜力。
3）使用价值（经济学）与交换价值（会计）
塞巴斯蒂安·特伦（Sebastian Thrun）在与Lex Fridman进行的人工智能播客中，“飞行汽车，自动驾驶汽车和教育”谈到了DARPA如何通过不基于传统时数来支付奖励（200万美元）来??奖励DARPA自主汽车大挑战。反对撰写有关该主题的论文，但要针对DARPA自动驾驶汽车挑战赛的结果/结果。DARPA决定根据获奖企业的汽车付款，而不是根据公司花费多少时间写东西（传统方式向“腰带土匪”付款）来授予DARPA资金，而是由DARPA支付。结果令人大开眼界，尤其是在赢得奖金的想法多样化方面。
大多数组织根据会计GAAP规则（确定价值（交换价值）的追溯方法）制定业务和运营决策。另一方面，经济学对确定估值提出了前瞻性的观点。使用经济学框架衡量和管理其业务运营的组织将重点放在资产可以创造的价值或财富（使用价值）上。如果要利用数据和分析来实现“事半功倍”，那么人们必须怀有经济学思维（见图4）。
图 4：“使用经济价值曲线推动数字化转型”
如果您仍然感到困惑，这里有一个简单的测试：为什么Uber驾驶员的汽车比我的汽车更有价值？因为Uber司机正在使用他们的汽车来产生比我从汽车中产生的价值更多的价值（金钱）。注意：这一事实最终将对汽车行业的利润结构产生巨大影响。
4）预测与报告
“您可以举报的任何东西，都可以预测。”
好吧，表面上看，这似乎是一个离谱的声明。但是，我们在使用“像数据科学家一样思考”的方法时发现，该评论非常适合帮助业务利益相关者跨越Analytics（分析）鸿沟。
跨越分析鸿沟需要了解经济学，以及组织如何利用数字经济学来识别和捕获客户和市场价值创造的新来源。跨越Analytics鸿沟需要（参见图5）：
从使用数据和分析来监视业务的组织思维转变为预测可能发生的事情并规定建议的措施。
除了聚合数据以控制存储和数据管理成本之外，还逐渐形成了一种思维方式：将每一位详细的历史数据扎堆，并辅之以关于每个客户，员工，产品和资产的大量外部数据源。
将数据访问从限制性数据访问模型扩展到允许访问所有可能从数据中获得并推动业务和运营价值的数据消费者。
从批处理数据处理过渡到可以实时处理和分析数据的运营模型，以便在发生的事件中获取业务价值。
图 5：跨越传统的分析鸿沟
5）自治与自动化
但是想走得更远吗？如何将框架从“自动”更改为“自动”？ 进行更改需要组织克服AI鸿沟。跨越AI鸿沟将比技术挑战更多是组织和文化挑战。跨越AI鸿沟不仅需要获得组织的认可，而且更重要的是，它有必要在客户和/或运营参与的一线创造一种持续学习的文化。
跨越AI鸿沟需要：
营造持续学习的文化。
捕获和增强一线运营情报。
掌握数据和分析的独特经济学。
通过使用来增值而不是贬值的资产。
培训所有人以“像数据科学家一样思考”。
跨越AI鸿沟并不需要信念的飞跃。它只需要高级管理人员放松一点，让AI推动的学习在客户和运营参与的前线蓬勃发展。
图 6：跨越AI鸿沟
自主使设备能够通过使用来体验，实验，学习和提高其操作效率，而无需人工干预。现在很酷！
6）学习与规则
大多数传统分析都是基于规则的；分析将根据一组记录的标准做出决策。但是，人工智能（深度学习）分析是根据从运营数据中收集到的学习信息做出决策的。深度学习在海量数据集（数百万条记录）上进行学习，以确定特征，模式和关系以做出决策，例如猫与狗，坦克与卡车或健康细胞与癌细胞（见图7）。
图 7：“神经网络：元学习是新的黑人吗？”
当在一系列相似的有形资产（车辆，火车，飞机，压缩机，涡轮机，电动机，电梯，起重机等）之间进行协作时，这种学习就会放大，从而可以将经验和情报累积在云中以进行发现并整理新的学习内容，然后再传播回各个资产（参见图8）。
人工智能分析的目标是利用深度学习，机器学习和/或强化学习来创建“理性的人工智能代理”，从而通过与环境的持续互动来学习成功的策略。通过最佳策略，代理可以主动适应不断变化的环境，以在最大限度地降低成本的同时最大化回报（当前和未来）。
2020年挑战摘要
取消学习可能是最有价值的人类特征（以及我们目前在机器上拥有的一些东西）。2020年将挑战我们学习旧习惯和信念的能力，以便我们可以重新学习。取消学习将至少在6个方面影响组织：
聆听学习与聆听回应。
授权管理与命令管理。
使用价值与交换价值。
预测与报告。
自治与自动化。
学习与规则。
该死的，2020年将会很有趣。您准备好放开自己下方的梯级，以便重新学习吗？
关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！
京公网安备 11010802022788号
