代理式人工智能的实际应用：将数据转化为成果

Tom Soderstrom：
欢迎收听高管洞见播客，我们会在节目中分享从全球客户那里获得的洞见。我叫 Tom Soderstrom，是一名企业战略分析师，在我身边的是……

Miriam McLemore：
Miriam McLemore，也是一名企业战略分析师。

Tom Soderstrom：
我们所在的团队曾在各自的公司或机构领导过转型。Miriam 的履历非常亮眼，他曾效力于……

Miriam McLemore：
可口可乐公司。

Tom Soderstrom：
...可口可乐公司，我此前则在 NASA 喷气推进实验室工作。

Miriam McLemore：
不过是 NASA，只有“亿”点点厉害。

Tom Soderstrom：
不过是云方面的事务。如果您正在观看本期内容，我们相信您能从中有所收获，尤其是企业领导者或 IT 从业者 — 无论您是在为如何处理这些数据而烦恼，还是在思考如何在组织中脱颖而出、抓住当下最重要的机遇，即数据及其应用价值，都能得到启发。如今，Gartner 的研究显示，大多数人对自己的数据洞察能力并不满意。

Tom Soderstrom：
我问高管“您如何看待数据”时，常常会听到这样的回答：“凭直觉，我知道数据是组织的命脉，但数据量太大了。我不知道该做些什么。该投入多少资金？ 能投入多少资金？ 应该怎么做？” 或是“我有这么多数据，有些我知道，有些我不知道，我能用它来获利吗？” 又或是“我的数据质量够好吗？ 要不要等数据完美了再行动？” 还有，“数据增长了多少？” 我稍后会再谈数据增长的问题，它的规模相当惊人。你从客户那里听到过哪些类似的反馈？

Miriam McLemore：
我在客户身上看到的问题是，到目前为止，我们一直依赖结构化数据，因为它是能够填入表格的数据，是可以计算，并且可以准确、可靠地呈现在仪表板中的数据。但如今，非结构化数据的体量正在大幅增长，客户希望能获取这类数据。代理技术让利用非结构化数据、并将其与结构化数据整合成为可能，但这对业务领导者来说是新的指标。评测组织、业务领域、机会和可推动成果的方式都发生了变化。客户问我的问题是：“该从哪里开始？ 我感到无从下手。我有很多结构化数据，还有大量非结构化数据，该从哪里开始？”

Tom Soderstrom：
是啊，这会让他们崩溃。

Miriam McLemore：
确实是这样。

Tom Soderstrom：
我想我会引用一些关于数据的真实言论。

Miriam McLemore：
好的。

Tom Soderstrom：
我之前和负责 AWS 数据业务的 Mai-Lan Tomsen Bukovec 做过一期播客。

Miriam McLemore：
是的。

Tom Soderstrom：
她和我分享了一些有意思的数据，是关于他们的主要数据来源 S3 的。S3 上有 100 万个数据湖，存储了 1 万亿个对象，数据量达数 EB。平均每秒 1.5 亿个请求。有数千家客户的存储量超过 1 PB，还有几家超过 1 EB。对于企业高管来说，这很令人兴奋。“看，我拥有这么多资源。” 但对 IT 人员来说，这却很可怕。“我该怎么管理这么多数据？” 我觉得数据增长…… 你之前说得很好…… 关键是“从哪里入手”。 其实只要开始就好。而且现在只有 10% 的数据是结构化的，其余都是非结构化数据。借助代理式人工智能和生成式人工智能，你就能充分利用这些数据。我想这也是我们接下来要聊的话题，包括未来可能会遇到的成功和失败情形。

Miriam McLemore：
好的，这很有意思，Tom。至少我发现，金融服务、保险，还有医疗保健领域的部分机构，在这方面推进得更快。因为他们的数据必须是干净的。他们在数据准确性和完整性方面花费了大量时间。而其他组织则存在大量数据孤岛，以及许多数据不一致的问题，所以要先进行数据清洗和数据治理，才能用上这项新技术。

Tom Soderstrom：
好的。这和我听到的情况一致。我们都会和全球各地的大型客户打交道，我们可能会认为机构受到严格监管是个劣势，但其实不然，这反而是个优势，因为他们已经知道如何处理数据。我成长的公共部门确实如此。我在想，或许我们可以聊聊那些做得不好的客户案例，再说说值得借鉴的成功案例。之后或许还能提到一些客户的名字，分享他们的实际经历。

Miriam McLemore：
好的。

Tom Soderstrom：
你敢说吗？

Miriam McLemore：
当然。

Tom Soderstrom：
很好。先说说不成功的案例，他们的问题在于“阻碍太多”。我经常遇到这种情况。所谓的“数据所有者”，不愿意分享数据。

Miriam McLemore：
是的。

Tom Soderstrom：
如果你想要我的数据，必须填申请表。实际上，往往要填两三张。可我们明明希望所有人都能使用数据，那该怎么解决？ 其实只要反过来做就行。

Miriam McLemore：
是的。

Tom Soderstrom：
如果我需要保护我的数据，那由我来填表。这其实是件很简单的事。举个例子，有一家大型航天机构，我们发现他们在保护食堂菜单上花的钱和在保护航天器上行指令上花的钱一样多。但这种问题，不仔细观察是发现不了的。

Miriam McLemore：
这很有意思，因为过去我们总觉得“数据就是权力”。你拥有数据，就能控制数据。我接触过的那些部门就是这样：财务数据只有财务人员能看，科研数据只有科研人员能看。这些数据孤岛之所以长期存在，是因为组织内部形成了一种文化，认为分享是不安全的。我认同“转变思路”这个理念，要看到数据的价值，数据是整个组织的资产，而不是某个部门的资产。

Tom Soderstrom：
太对了。我们之前聊过要建立一个组织数据网格，核心其实是激励机制。关键在于想要使用数据的人真的想去使用它。

Miriam McLemore：
是的。

Tom Soderstrom：
数据生产者希望人们使用它。为什么没能做到呢？ 需要有人在中间推动，建立激励机制，减少阻碍。

Miriam McLemore：
有时候，数据治理可能会成为阻碍。

Tom Soderstrom：
是的。

Miriam McLemore：
必须以适当的方式进行数据治理，这点我同意你的看法。有数据生产者和数据使用者，但在中间，你确实需要管理这些数据、治理数据的能力，做好安全、身份认证以及访问和管理控制。所有这些都至关重要。我们并不是说需要放任自流。

Tom Soderstrom：
对。

Miriam McLemore：
我们的意思是，必须整合各类洞见来推动成果落地。有意思的是，我最近有幸参加了一级方程式赛车赛事。

他们是数据驱动的绝佳范例，无论是车队、车手还是整个 F1 组织，都离不开数据。我特别欣赏他们的一点，也是很多组织可以借鉴的原则，那就是：赛车或屏幕上的任何传感器、任何数据洞察，都不是随意添加的。因为他们需要在瞬间或毫秒之间做出决策。他们会果断筛选出真正重要的洞见，那些能真正推动业务成果的信息，毕竟在一级方程式赛车，速度至关重要。

Tom Soderstrom：
好的。事实上，今年和我交流过的所有高管，我相信你也一样，他们的首要目标都是“速度”。

Miriam McLemore：
必须是。

Tom Soderstrom：
推向市场的速度、实现盈利的速度、合规的速度、培养技能的速度。数据能在所有这些方面发挥作用。这真是个让人兴奋的时代。我发现，很多公司犯的另一个错误是“追求完美”。就像你说的一级方程式赛车例子，如果只停留在理论层面，却不在实践中测试，那就永远不会有结果。应该从具体的业务使用案例入手，反复尝试、不断迭代，要有第一个版本最差、最贵的预期，然后再逐步改进。数据确实能为这一切赋能，我们马上就来聊聊代理。

Miriam McLemore：
是的，但是我不想遗漏试验文化这个重点，因为随着我们倾向于整合更多数据，组织内部必须有一种允许大家学习和持续改进的文化。而代理就能做到这一点。这些代理能自我优化，它们会分析过往路径，然后开始探索更优方案。 我们的组织内部也必须培养这种文化。

Tom Soderstrom：
是的。还是要回到激励机制，比如明确我想要什么，然后从结果倒推？ 我想要的最终成果是什么？ 怎么实现，数据能如何提供帮助？ Lonely Planet 提取了自己的 PB 级数据，进行整理，并借助生成式人工智能开发出这个虚拟旅行社。

Miriam McLemore：
是的。

Tom Soderstrom：
芬兰公司通力电梯旗下有几十万台电梯。维修人员外出检修时，能随时调取所有相关信息。我认为我们可以从这些案例中看出，万物皆数据。代码也是数据。亚马逊升级了所有 Java 系统，听起来很枯燥，成本也很高，但通过使用生成式人工智能和代理处理相关数据，节省了 3500 个工作日，相当于 2.5 亿美元。这真是个美好的新世界。你最喜欢的代理应用的例子是什么？

Miriam McLemore：
其实我挺喜欢你刚说的 Lonely Planet 的例子，可能因为我经常旅行吧。他们所做的就是，清晰了解旅行者的需求。旅行者需要旅行社提供什么？ 他们需要什么帮助？ 我应该住在哪里？ 我应该在哪里吃饭？ 如何让我的生活变得简单？ 这个国家/地区类似 Uber 的打车软件是什么？ 用数据帮人们轻松旅行。这是我很欣赏 Lonely Planet 的一点。

Tom Soderstrom：
另一个我很喜欢的例子是，NASA 的数据现在接入了 AWS Data Exchange，能帮助预测澳大利亚的洪水、非洲的旱灾，因为所有人都能访问这些数据了。悉尼大学的一位教授把她的所有基因组数据都上传到开放数据交换平台后，瑞典的研究人员据此找到了拯救考拉的方法。这就是一种全球性的……

Miriam McLemore：
太棒了。

Tom Soderstrom：
...互助。如果要给未来负责管理这些事务的领导者提建议，你会怎么做？ 你会说什么？

Miriam McLemore：
好的。我以前担任过数据负责人，因为在全球化企业工作，我们总在努力整合数据，但当时主要是出于报告的目的，对吧。 因为从财务角度，报告必须统一规范。这是一个不错的理由，但没能推动业务发展。我想对如今的新领导者说，先明确要达成什么目标，要满足什么业务需求。 我之前提到过 F1，他们把进站时间从 20 世纪 50 年代的 67 秒缩短到了现在的 1.8 秒。

Tom Soderstrom：
太惊人了。

Miriam McLemore：
一切皆有可能，但关键是剔除无关事项，只专注于重要事项，再精准到毫秒级去协同。如何在企业运营中做到这一点？ 领导者要致力于推动业务成果，并不断改进。我认为这是一个令人兴奋的世界。

Tom Soderstrom：
是的，这是一个令人兴奋的世界。

Miriam McLemore：
对领导者来说尤其如此。

Tom Soderstrom：
我非常认同你说的“专注于重要事项”。数据方面也是如此。不必纠结，只需要使用能使用的数据来得出结果。从结果倒推，专注于此，其他自然水到渠成。未来的领导者必须持续拿出成果，这源于试验和迭代的文化。我想对那些觉得自己掌控数据的人说：用数据驱动生成式人工智能和代理成果落地。拿出业务成果。

Miriam McLemore：
是的。关于你所说的领导力，我们需要从顶层推动，让高管参与进来，也要从基层做起，提升技能，才能作为一个整合的团队在中间汇合。

Tom Soderstrom：
感谢你，又让我学到了很多。非常感谢。

Miriam McLemore：
Tom，和你交流总是很开心。

Tom Soderstrom：
谢谢。

立即收听

立即收听

立即收听