健身，戒煙，業務轉型。一切有意義的改變，都始于一個簡單的問題：我該從哪里開始？

我們就如何利用數字化機器參與競爭，與世界各地的商業領袖展開了討論，從中發現“從哪里開始”已成為現代商業中最常被問及的問題之一。

在這個“萬物皆數字”的時代，你的工作中大概也是問題遠比答案多。

當機器幾乎無所不能時，你自己又該何去何從？

你的工作會被機器人搶走嗎？

你的公司會被“亞馬遜化”嗎？

你的行業在五年之后會是什么樣子？

你的孩子過得會比你好嗎？

現在，很多人清楚地認識到人工智能已經無所不在。

事實上，人工智能已成為我們日常體驗的核心。正是有了人工智能，我們才能在打車軟件Lyft上訂車，在HotelTonight上訂酒店，以及通過Alexa智能音箱播放我們喜愛的音樂。

更重要的是，人工智能將進入包括理財、醫療、家庭保險和子女教育等重要領域。這一趨勢方興未艾。當前關于數字化、人工智能和新型機器的辯論已經不再是它們會不會發生，而是何時發生的問題。

還在為不知“從哪里開始”而猶豫不前，肯定會使你走向職業生涯的下坡路。（磁帶錄像機、柯達膠卷等與時代脫節的例子依然歷歷在目）

如果你還不信，那么就請去和那些最近從福特、通用電氣、優步或者百視達、雅虎、黑莓等公司離職的前高管們聊一聊。他們正是由于未能達到數字經濟的預期而慘遭淘汰。

這聽起來或許有些悲觀，甚至有點危言聳聽。然而用不著傷心難過，別忘了還有這條好消息：數字化也能帶來增長。

我們調查了2000名來自零售、銀行、保險（健康、財產及意外保險）、制造以及生命科學等不同行業的高管。這些企業的總營業收入是7.3萬億美元，而在2015年~2018年期間，數字化轉型為這些行業帶來的增長就高達20萬億美元。

當整個商業世界正在以谷歌的速度飛速前行，以摩爾定律的步伐飛速增長時，“從哪里開始”就成為關系到每個人存亡的問題。誰能正確解決這一問題，誰就抓住了時代機遇。

幸運的是，那些在數字經濟中搶占先機的成功者已經找到了合適的起步之道。以下是為了適應未來你立刻就能做的三件事。

這一點乍聽上去似乎有點違背我們的直覺，但是當技術無所不在時，人類的比較優勢將顯得更加重要。

在任何歷史時期，分析、溝通和學習能力，以及理解他人感受的能力，對于在商業領域取得成功都至關重要。而在未來，這些人類特有的能力——人類與生俱來，而計算機舉步維艱的工作——將會更加重要。

數據也已清楚地表明，那些典型的人類工作技能（人際交往、領導團隊、提問、推理以及解讀能力）的重要性將大大提升。

你可能會想：“等等！我在有線電視新聞網（CNN）上親眼看到一個會跳舞、唱歌、開車、摘草莓等等的機器人！讓機器人從事更多的人類工作會怎樣？”

機器確實會越來越強大，但是這些機器的開發者認為，對機器人一夜之間顛覆一切人類知識工作的擔憂，只是每次重大科技突破時都會出現恐慌的一個縮影。（作為一個社會群體，我們一直對新技術的社會影響憂心忡忡。這可以追溯到文字的發明，甚至連蘇格拉底都曾經反對使用書面文字）

判斷力、好奇心、創造力，以及人情味，都是當前和近期的技術難以企及的。即使未來幾年中新機器會更強大，這一趨勢依然不會改變。

5000年前，一個疲憊的美索不達米亞人開始使用輪子來減輕后背的疼痛。自那時起，科技就在不斷地推動生產力發展。而近些年來，機器和軟件在工廠中一直在輔助我們工作，為我們服務。

不同的是，現在基于人工智能和機器學習的軟件機器人正變得越來越普遍，功能也越來越強大。當你在亞馬遜購物，或者在奈飛接受推薦時，你就已經開始在日常生活中使用自動化技術和人工智能。同樣的模型也被用于無數的業務流程當中。

當前人工智能威脅論的支持者擔心機器人將會搶走人們的一切工作。有些工作毫無疑問會被搶走，但被搶走的數量并不像許多人想象得那么多，最常見的情形是員工在新科技的幫助下，工作效率顯著提高。

當你下次走進辦公室時，思考一下大家到底在干什么。（當然，是工作方面，不包括刷Facebook或者玩英雄聯盟）

接下來再想象一下，如果你的公司或者事務所中有50%的同事能夠將工作效率提高50%，結果又會怎樣。這聽起來可能過于極端，但是如果你能夠正確設定目標，并對某些日常任務做自動化的處理，還是有可能實現的。

我們要明白一點：每一項知識型工作都由不同的任務構成。

可能你恨之入骨的那部分任務可以放心地交給人工智能來完成。

當你選對了自動化的任務對象，對經濟的影響可能是顛覆性的——因為新機器在提高工作效率的同時，還可以解放我們這些工作者，推動我們去做更多更有價值的工作。這意味著生產率也將提高，而這正是我們的目標。

例如，機器人流程自動化軟件Blue Prism將人工智能應用于風險管理、欺詐識別和索賠處理等領域，幫助很多公司每年節省數百萬英鎊。

醫療保健IT服務商TriZetto則幫助醫療保險客戶引入流程自動化，實現了提速、增效、降成本的目的。這種例子不勝枚舉，而且隨著在工作中采用人工智能成為必備條件，這一趨勢還將不斷增強。

那么我們應該從哪里開始？

第一步，同樣也是最重要的一步，就是找準切入點。

雖然各行業的情況不同，但是有一些共同的主題。（如果你真的想走捷徑的話，不妨找一下有大量員工在一遍又一遍重復勞動的辦公小隔間）

軟件機器人永不會疲倦，所以就從高度重復性、勞動力密集的工作開始吧。（因為你總想獲得立竿見影的效果）機器人擅長計算，所以那些涉及固定流程和大量數據的工作非常適合自動化處理。

不要試圖將自動化應用于那些復雜、模糊、需要直覺、同理心、好奇心、洞察力或判斷力的工作。不要管那些科幻作品的癡人說夢，這類工作最好還是繼續留給我們人類吧。

再說一遍：找準切入點至關重要。在某些乏味的任務中引入人工智能，然后將自動化解放出來的時間和精力投入更有價值的工作。

比起一遍又一遍地填表格，總在事后撰寫支出報告，制訂一團亂麻的計劃時間表，以及處理如海嘯般沖來、令人發狂的電子郵件，這些高價值工作才是我們更青睞的工作。

有些科技笑話雖“冷”，卻能引人深思。“我家的冰箱會對自動噴水滅火系統說什么？”“我家的報警系統被黑客入侵了，要我給他一個比特幣才能把它關掉。”這非但不好笑，反而蘊含了無限商機。現在，每件物品都能成為代碼生成器。

手表、家電、服飾、燈泡、汽車和醫療設備上都能裝上傳感器，而且很多公司正在基于這些數據開發新產品和新服務。

那么應該從哪里開始裝備呢？與其思考這個問題，還不如思考“哪里不應該裝備”。

你從事的是房產買賣和租賃，可以在住房里安裝傳感器來避免常見的損壞；

你從事的是零售業，可以使用傳感器更好地追蹤并管理客戶行走路線和商品擺放位置；

你從事的是保健業，可以在重癥監護室安裝傳感器以達到更好的保健效果；

你從事的是制造業，那可以讓每一臺機器不斷地發送數據，以優化生產效率和運行時間。

由于芯片和傳感器的價格在不斷下降，任何物品都可以產生能被你的業務或你的公司加以利用的寶貴數據。

唯一能限制你的，只有你的創造力和創新意愿。

一旦你可以從燈泡、襯衣、風車或者寵物項圈中獲得數據，你會如何利用呢？數據背后潛藏著怎樣的聯系？如何從你的餐桌或汽車所產生的數據中獲利？這還不限于實實在在的物品，因為你的物流過程、呼叫中心和索賠過程同樣會源源不斷地產生數據。

很多商業領袖對此不知所措，因為他們并沒有充分認識到數據只是手段不是目的，只是原材料不是商業結果。正是由于這個原因，你需要一個分析團隊來幫你從這些“數據原料”中提煉真正的價值。

數據科學和算法開發并不是煉金術或黑魔法，它們只是一套工具，可以幫助好奇的人從數據中提煉出有意義、有啟示的信息。然而，你像很多管理者一樣身邊沒有熟練運用這些工具的人，那么快速趕上形勢的重要方法之一就是建立一個協作網絡，幫助你從數據中尋找意義和商業價值。

接下來，你的業務團隊就要在你的觀點基礎上開發新的商業模式、客戶體驗和產品了。

老話常說：知易行難。如果想在接下來的幾個季度、幾年中取得成功，我們就要像養成健康飲食和健身的習慣一樣，養成數字化習慣。

在五年之內，商業領域會發生天翻地覆的改變。

新興公司將橫空出世，令人尊重的公司會轟然倒塌，超乎想象的技術將投入應用。任何人如果過于確信未來將發生什么，都是自欺欺人。但是，我們對未來已經有基本的了解，可以出發，而且也必須出發。

我們也清楚，時鐘正在滴答滴答地轉動。（電子鐘并不會真的發出滴答聲，但是意思沒錯）先下手為強，后下手遭殃。

在過去幾年里，我們接觸了很多致力于建立人工智能系統的人，留給我們印象最深的就是他們的樂觀主義。他們并不像兒童小說中的波莉安娜那樣盲目樂觀、天真幼稚。他們是努力工作為客戶服務、為公司服務的商界成功人士。你或許就像他們一樣。

總而言之，第四次工業革命的勝利者絕不會在發令槍響時睡著。他們意識到等待是最大的風險，確定自己必須采取行動，不會被前方的困難嚇退，采用本文提出的這些步驟為未來的工作做好準備。
 

文 | 保羅·勒里希；來源 | 商業評論精選