在生成式AI和其他先進(jìn)技術(shù)的輔助下，企業(yè)的流程管理正在被重塑。員工可以綜合各種類型的數(shù)據(jù)，包括非結(jié)構(gòu)化數(shù)據(jù)。他們可以將曾經(jīng)難以理解的大量數(shù)字信息轉(zhuǎn)化為洞察驅(qū)動(dòng)的工作流程改進(jìn)，從而不斷提高績(jī)效、減少浪費(fèi)并實(shí)現(xiàn)更優(yōu)質(zhì)的運(yùn)營(yíng)。值得注意的是，與所有的技術(shù)采用一樣，人類仍將是生成式AI取得成功并改善業(yè)務(wù)流程的關(guān)鍵。
20世紀(jì)40年代末，一位名叫大野耐一的工程師根據(jù)日本的“改善”（kaizen，也就是持續(xù)改進(jìn)）原則，開(kāi)發(fā)出了豐田生產(chǎn)方式（Toyota Production System）。在豐田，基于生產(chǎn)部門各級(jí)員工給出的關(guān)鍵建議，這種方法帶來(lái)了持續(xù)不斷的小幅改進(jìn)。豐田沒(méi)有通過(guò)大膽、具有創(chuàng)新性和冒險(xiǎn)的舉措謀求徹底改變行業(yè)，而是選擇了細(xì)水長(zhǎng)流的改進(jìn)方式。如今，豐田已成為全球最大的汽車制造商，而豐田生產(chǎn)方式也一直是企業(yè)流程管理的典范。豐田生產(chǎn)方式中的一些著名理念也被長(zhǎng)期發(fā)揚(yáng)光大：賦權(quán)員工、持續(xù)降低成本、全面質(zhì)量管理、適時(shí)生產(chǎn)、根本原因分析、數(shù)據(jù)驅(qū)動(dòng)的流程以及帶有人性化的自動(dòng)化（jidoka）。
隨著越來(lái)越多的運(yùn)營(yíng)作業(yè)實(shí)現(xiàn)數(shù)字化，在生成式AI和其他先進(jìn)技術(shù)的輔助下，“改善”（kaizen）再次重塑了流程管理?，F(xiàn)在，自然語(yǔ)言界面等功能讓非技術(shù)人員也能使用AI，從而推動(dòng)了大大小小的流程變革。在AI的幫助下，員工可以綜合各種類型的數(shù)據(jù)，包括非結(jié)構(gòu)化數(shù)據(jù)。他們可以將曾經(jīng)難以理解的大量數(shù)字信息轉(zhuǎn)化為洞察驅(qū)動(dòng)的工作流程改進(jìn)，從而不斷提高績(jī)效、減少浪費(fèi)并實(shí)現(xiàn)更優(yōu)質(zhì)的運(yùn)營(yíng)。“改善2.0”并沒(méi)有像人們普遍認(rèn)為的那樣取代人類，而是將人類轉(zhuǎn)移到新型機(jī)器輔助流程的核心，實(shí)現(xiàn)了許多管理理論長(zhǎng)期以來(lái)的愿望：將業(yè)務(wù)轉(zhuǎn)型交到所有員工手中。
但是，成功地重新構(gòu)想業(yè)務(wù)流程并不像讓ChatGPT審核工作流程那么簡(jiǎn)單。為了跟上這一變化，領(lǐng)導(dǎo)者需要了解哪些流程已經(jīng)成熟，可以利用算法進(jìn)行重新設(shè)計(jì)，并了解其他公司如何利用生成式AI改造流程。
在本文中，我們將根據(jù)數(shù)十年來(lái)為客戶提供技術(shù)和創(chuàng)新建議的經(jīng)驗(yàn)，介紹最優(yōu)秀的公司如何部署生成式AI。我們還將介紹“改善”的未來(lái)：完全自主的代理人（agent）能夠獨(dú)立行動(dòng)，去實(shí)現(xiàn)目標(biāo)、調(diào)整策略、分析環(huán)境并完成復(fù)雜的任務(wù)。然而，與所有的技術(shù)采用一樣，人類仍將是生成式AI取得成功并改善業(yè)務(wù)流程的關(guān)鍵。
賦能全體員工
在從汽車制造到生命科學(xué)，再到消費(fèi)品的各個(gè)行業(yè)中，以及從研發(fā)到制造再到供應(yīng)鏈管理的各個(gè)職能領(lǐng)域中，生成式AI正在以全新的方式提升員工能力。舉例來(lái)說(shuō)，這種變化正發(fā)生在梅賽德斯-奔馳的生產(chǎn)車間、供應(yīng)鏈和軟件設(shè)計(jì)部門。
該公司的MO360數(shù)據(jù)平臺(tái)將其全球乘用車工廠連接到云端，提高了生產(chǎn)和供應(yīng)鏈運(yùn)營(yíng)的透明度和可預(yù)測(cè)性，并在全球范圍內(nèi)實(shí)現(xiàn)了AI和分析工具的部署。2024年早些時(shí)候，時(shí)任梅賽德斯-奔馳集團(tuán)首席信息官的揚(yáng)·布萊希特（Jan Brecht）指出：“通過(guò)MO360數(shù)據(jù)平臺(tái)，我們?cè)谥圃祛I(lǐng)域?qū)崿F(xiàn)了技術(shù)和數(shù)據(jù)的普及。在梅賽德斯-奔馳，數(shù)據(jù)正在成為每位員工日常工作的一部分。我們生產(chǎn)車間的同事可以訪問(wèn)與生產(chǎn)和管理相關(guān)的實(shí)時(shí)數(shù)據(jù)。他們可以使用下鉆式儀表盤（drill-down dashboard，一種能夠提供詳細(xì)數(shù)據(jù)信息的儀表盤），做出基于數(shù)據(jù)的決策?！?/p>
通過(guò)使用日常語(yǔ)言的提示，而不是技術(shù)性的數(shù)據(jù)庫(kù)查詢，生產(chǎn)員工可以詢問(wèn)有關(guān)裝配線瓶頸或發(fā)掘難以察覺(jué)的流程優(yōu)化機(jī)會(huì)，并從AI中獲得豐富的數(shù)據(jù)洞察。這種洞察力會(huì)提高員工根據(jù)自身經(jīng)驗(yàn)、觀察力和創(chuàng)造力進(jìn)行改進(jìn)的能力，而不是取代他們。
該平臺(tái)還能幫助團(tuán)隊(duì)識(shí)別供應(yīng)鏈中的瓶頸。同時(shí)，公司的軟件開(kāi)發(fā)人員也使用GitHub Copilot這款A(yù)I助手，將自然語(yǔ)言提示轉(zhuǎn)化為編程建議。如此一來(lái)，他們就可以騰出更多時(shí)間去處理復(fù)雜的流程問(wèn)題，并對(duì)全公司的軟件開(kāi)發(fā)工作進(jìn)行整合。
為了讓數(shù)據(jù)的使用更加普及，奔馳正在協(xié)助員工獲取新的AI技能。人力資源部建立了Turn2Learn計(jì)劃，該計(jì)劃為一線員工提供超4門數(shù)據(jù)和AI課程，包括提示工程和自然語(yǔ)言處理等技能的廣泛培訓(xùn)。得益于生成式AI、技能培訓(xùn)計(jì)劃，以及MO360數(shù)據(jù)平臺(tái)等數(shù)字生態(tài)系統(tǒng)，流程變革已從一項(xiàng)小眾的技術(shù)技能，轉(zhuǎn)變?yōu)楣締T工日常工作經(jīng)驗(yàn)的一部分。
重新設(shè)計(jì)科學(xué)流程
在制藥行業(yè)，工作人員正在借助生成式AI驅(qū)動(dòng)的合成數(shù)據(jù)創(chuàng)建數(shù)據(jù)豐富的流程，減少浪費(fèi)，加快分析，并加強(qiáng)質(zhì)量控制。以藥品檢驗(yàn)流程為例，制藥公司一向依靠自動(dòng)化視覺(jué)系統(tǒng)來(lái)檢測(cè)產(chǎn)品的瑕疵。遺憾的是，這些系統(tǒng)經(jīng)常會(huì)產(chǎn)生錯(cuò)誤的剔除結(jié)果，不僅減慢工作流程，還導(dǎo)致昂貴的返工。出現(xiàn)這種情況的原因是，系統(tǒng)需要使用大量的圖像進(jìn)行訓(xùn)練，但對(duì)于許多復(fù)雜的瑕疵來(lái)說(shuō)，只有數(shù)量有限的圖像可以用于訓(xùn)練。
為了應(yīng)對(duì)這一挑戰(zhàn)，默克（Merck）使用生成式AI方法，如生成對(duì)抗網(wǎng)絡(luò)（generative adversarial network）和變分自編碼器（variational autoencoder），來(lái)開(kāi)發(fā)合成瑕疵圖像數(shù)據(jù)。據(jù)IT架構(gòu)副總監(jiān)尼廷·高爾（Nitin Kaul）的說(shuō)法，經(jīng)過(guò)生成式AI增強(qiáng)的系統(tǒng)幫助默克“理解了剔除的根本原因，優(yōu)化了流程，并將各產(chǎn)品線的整體錯(cuò)誤剔除率降低了50%以上。”
生成式AI也在改變著藥物研發(fā)的方式。藥物研發(fā)公司Absci現(xiàn)在能夠利用電腦和零樣本生成式AI，來(lái)創(chuàng)建和驗(yàn)證治療性新抗體，即機(jī)器學(xué)習(xí)模型在沒(méi)有任何標(biāo)注示例的情況下識(shí)別和分類新概念。換句話說(shuō)，AI無(wú)需使用任何已知能與特定靶點(diǎn)結(jié)合的抗體的訓(xùn)練數(shù)據(jù)，就能設(shè)計(jì)出能與這些靶點(diǎn)結(jié)合的抗體。通過(guò)AI而不是反復(fù)試驗(yàn)來(lái)創(chuàng)造抗體，可以將新生物制劑進(jìn)入臨床所需的時(shí)間從長(zhǎng)達(dá)六年縮短至18個(gè)月，同時(shí)提高成功的概率。正如“改善”教導(dǎo)我們的那樣，浪費(fèi)這件事不僅僅與材料有關(guān)，也關(guān)乎時(shí)間和精力。
增強(qiáng)創(chuàng)意流程
一些領(lǐng)先的消費(fèi)品公司正在利用前沿的AI和數(shù)字技術(shù)激發(fā)人類創(chuàng)造力，從而推動(dòng)消費(fèi)品行業(yè)的發(fā)展。在高露潔棕欖公司（Colgate-Palmolive），員工正在使用生成式AI加速新產(chǎn)品配方的開(kāi)發(fā)過(guò)程。據(jù)報(bào)道，雀巢、金寶（Campbell’s）和百事公司正在使用生成式AI平臺(tái)，幫助員工驗(yàn)證新的產(chǎn)品構(gòu)想和進(jìn)行市場(chǎng)研究?？煽诳蓸?lè)公司正在試驗(yàn)一個(gè)平臺(tái)，可以結(jié)合GPT-4的語(yǔ)言能力與DALL-E根據(jù)文字指令生成圖像的能力。該平臺(tái)允許數(shù)字藝術(shù)家從公司龐大的檔案庫(kù)中挖掘獨(dú)特的品牌元素，這相當(dāng)于為他們提供了一塊畫布，把在上面創(chuàng)作的原創(chuàng)藝術(shù)作品用作廣告看板。
長(zhǎng)期以來(lái)，產(chǎn)品和零部件設(shè)計(jì)一直都是融合了藝術(shù)與科學(xué)——將設(shè)計(jì)師的經(jīng)驗(yàn)和感性與原型制作和測(cè)試的嚴(yán)謹(jǐn)性相結(jié)合。在各行各業(yè)，生成式AI正在加速并改變這一設(shè)計(jì)流程的諸多要素：為新創(chuàng)意創(chuàng)建3D模型、對(duì)設(shè)計(jì)提出修改建議、推薦材料使用、優(yōu)化成本、快速創(chuàng)建數(shù)字原型，以及確定哪些創(chuàng)意最有前途。
以動(dòng)畫呈現(xiàn)實(shí)體運(yùn)作
生成式AI還在改變?nèi)祟惻c復(fù)雜實(shí)體系統(tǒng)的交互方式，這些實(shí)體系統(tǒng)包括從機(jī)器人、人體，再到醫(yī)院之類的組織。
總部位于斯圖加特的Sereact公司是一家AI軟件供應(yīng)商，它推出的軟件可以自動(dòng)化執(zhí)行倉(cāng)庫(kù)作業(yè)。Sereact率先推出了首個(gè)商用解決方案，利用ChatGPT底層的轉(zhuǎn)換器技術(shù)，使機(jī)器人能夠理解自然語(yǔ)言。這些機(jī)器人經(jīng)過(guò)數(shù)十億張模擬圖像的訓(xùn)練，負(fù)責(zé)執(zhí)行“分揀和包裝”的任務(wù)，而這些任務(wù)通常占倉(cāng)庫(kù)成本的55%。在這種被稱為PickGPT技術(shù)的幫助下，人類操作員只需在聊天界面上輸入文字命令，即便是缺乏專業(yè)技術(shù)知識(shí)的用戶，也能運(yùn)用該技術(shù)指導(dǎo)和調(diào)試系統(tǒng)。公司CEO拉爾夫·古爾德（Ralf Gulde）稱其為“世界上與機(jī)器人互動(dòng)最便捷的方式?！?/p>
接下來(lái)是什么？生成式AI和數(shù)字孿生的融合已經(jīng)開(kāi)始，讓我們得以窺見(jiàn)，流程的持續(xù)改進(jìn)在未來(lái)將變得更加普及。數(shù)字孿生被用于為復(fù)雜系統(tǒng)（如噴氣發(fā)動(dòng)機(jī)、風(fēng)力渦輪機(jī)、工廠和人類心臟）建立模型，并且精確地模擬其運(yùn)行，使用戶可以在系統(tǒng)出現(xiàn)問(wèn)題時(shí)（甚至常常是在問(wèn)題出現(xiàn)之前），遠(yuǎn)程創(chuàng)建解決方案。數(shù)字孿生可用于提高生產(chǎn)流程的效率、改善品質(zhì)、提高運(yùn)營(yíng)效能，以及創(chuàng)建更穩(wěn)健、更具韌性的供應(yīng)鏈。
自主代理
新的AI代理（AI agent）將“改善”提升到了一個(gè)新的高度，它們不僅能提供建議，還能自行決策、采取行動(dòng)并改進(jìn)流程。它們可以是簡(jiǎn)單的聊天機(jī)器人，也可以是自動(dòng)駕駛汽車，再到能夠自主運(yùn)行復(fù)雜工作流程的機(jī)器人系統(tǒng)。
傳統(tǒng)軟件由精確、基于規(guī)則的指令驅(qū)動(dòng)，通過(guò)編程產(chǎn)生可預(yù)測(cè)的結(jié)果。這極大地限制了軟件自主行動(dòng)的能力。它缺乏像人類那樣的推理能力；決策是直接寫死在程序里的，沒(méi)有納入人類思維特有的細(xì)膩判斷和靈活性。相比之下，建立在預(yù)先訓(xùn)練的大語(yǔ)言模型之上的AI代理，能夠理解語(yǔ)言和提示，因此更能動(dòng)態(tài)調(diào)整和適應(yīng)。建立在多模態(tài)基礎(chǔ)模型上的AI代理，能力更強(qiáng)得多，因?yàn)樗鼈兡軌蛲瑫r(shí)針對(duì)多種信息類型，如文本、代碼、音頻、圖像和視頻，進(jìn)行概括、理解、跨類型操作和結(jié)合。
在以“改善”為導(dǎo)向的環(huán)境中，自主代理還展現(xiàn)出另外三個(gè)與人類工作者相似的地方：
目標(biāo)導(dǎo)向的行為。由人設(shè)定目標(biāo)，但由AI代理獨(dú)立行動(dòng)來(lái)實(shí)現(xiàn)這些目標(biāo)，并在必要時(shí)調(diào)整策略。為了做到這一點(diǎn)，代理可以跨越到公司的其他軟件平臺(tái)，并與其他組織的軟件和語(yǔ)言模型互動(dòng)，以執(zhí)行任務(wù)。
邏輯推理和規(guī)劃。AI代理可以感知和分析自身的環(huán)境。它們可以將復(fù)雜的任務(wù)分解為各個(gè)組成部分，并運(yùn)用推理找出實(shí)現(xiàn)目標(biāo)的最佳方式。
長(zhǎng)期記憶與反思。AI代理可以借由過(guò)去的互動(dòng)，更清楚了解意圖和背景脈絡(luò)。它們從經(jīng)驗(yàn)中學(xué)習(xí)，從而更好地完成工作。
在各行各業(yè)，許多公司現(xiàn)在都在部署自主程度不一的AI助理或代理。沃爾瑪使用它們來(lái)協(xié)助管理庫(kù)存。在萬(wàn)豪國(guó)際酒店集團(tuán)，它們負(fù)責(zé)優(yōu)化預(yù)訂流程。在雀巢公司，它們負(fù)責(zé)改善供應(yīng)鏈流程。安全服務(wù)運(yùn)營(yíng)商ADT正在開(kāi)發(fā)一款代理，能夠幫助數(shù)百萬(wàn)客戶挑選、訂購(gòu)和設(shè)定他們的家庭安全系統(tǒng)。豐田公司正在開(kāi)發(fā)代理機(jī)器人，它們可以充當(dāng)老年人的護(hù)理員，或在工廠車間的生產(chǎn)流程中自主平穩(wěn)地作業(yè)。摩根大通正在開(kāi)發(fā)的自主代理，在不久的將來(lái)可以執(zhí)行復(fù)雜的多步驟任務(wù)。
自主代理生態(tài)系統(tǒng)
完成某些任務(wù)需要不止一位代理。在這種情況下，公司可能會(huì)定制一個(gè)代理系統(tǒng)，其中每個(gè)代理都是專精一項(xiàng)特定任務(wù)的專家。以抵押貸款審核流程為例，當(dāng)人類審核員發(fā)出“根據(jù)本公司的放款政策審查該貸款申請(qǐng)”的指令時(shí)，一個(gè)代理可能會(huì)從申請(qǐng)書中提取相關(guān)信息。另一個(gè)代理可能會(huì)充當(dāng)銀行政策管理員的角色，將這些政策提供給代理，再由這些代理比對(duì)申請(qǐng)書和放款政策。還有一位代理可能會(huì)生成一份最終報(bào)告，向檢視那筆貸款的審核員建議應(yīng)該采取的行動(dòng)方案。一個(gè)“連接器”代理可以監(jiān)督和協(xié)調(diào)所有這些代理的活動(dòng)。
企業(yè)必須結(jié)合多重代理，并讓它們能夠相互溝通和協(xié)作，才能開(kāi)發(fā)出可以自主管理端到端流程的AI系統(tǒng)。這種解決方案可以改造供應(yīng)鏈管理、生產(chǎn)和營(yíng)銷等整個(gè)職能。乍看之下，這似乎是在實(shí)現(xiàn)大規(guī)模的自動(dòng)化（也為那些擔(dān)心AI統(tǒng)治世界的科幻迷提供了更多素材）。但實(shí)際上這提供了一個(gè)持續(xù)改進(jìn)的機(jī)會(huì)，仍然與“改善”（kaizen）一脈相承。
不過(guò)，斯坦福大學(xué)的研究也表明，盡管AI代理代替我們工作，而且它們相互協(xié)作，但這并不意味著人類可以置身事外。AI的成功既取決于技術(shù)，也同樣取決于人。當(dāng)員工優(yōu)化代理模型，以便適合與人類互動(dòng)時(shí)，代理會(huì)以更高的自主性做出決策和運(yùn)行。隨著經(jīng)驗(yàn)的積累，代理將不斷改進(jìn)，而監(jiān)督這一過(guò)程的人類也將不斷完善其設(shè)計(jì)和性能。當(dāng)員工和AI代理都得到賦能時(shí)，人機(jī)協(xié)作的雙方都將獲得持續(xù)改進(jìn)。
即使機(jī)器的自主性不斷提高，流程仍然以人為中心。在即將到來(lái)的自主代理時(shí)代，這將是“改善”的一個(gè)關(guān)鍵。
關(guān)鍵詞：AI
詹姆斯·威爾遜（H. James Wilson） 保羅·道格蒂（Paul R. Daugherty）| 文
詹姆斯·威爾遜是埃森哲研究院全球技術(shù)研究與思想領(lǐng)導(dǎo)力的常務(wù)董事。保羅·道格蒂是埃森哲前CEO，目前是該公司的高級(jí)技術(shù)顧問(wèn)。他們是《人+機(jī)：AI時(shí)代的工作重塑》（Human + Machine: Reimagining Work in the Age of AI，哈佛商業(yè)評(píng)論出版社，2024年）一書的作者。
廖琦菁 | 編輯
《哈佛商業(yè)評(píng)論》中文版 聯(lián)系方式
投稿、廣告、內(nèi)容和商務(wù)合作
newmedia@hbrchina.org
熱門跟貼