文 | 董小英 编辑 | 付媛媛

来源 | 首席数字官

企业管理层在解决创新问题时，都面临着如何有效应对环境不确定性问题。环境的动态性由四个特征有关，称之为乌卡（UVCA）环境，包括不确定性、易变性、复杂性和模糊性，这些环境因素均与我们掌握的数据、知识能力密切相关，特别是在当今地缘政治、数字经济发展背景下，这些挑战愈加明显。

企业创新需要强有力的知识管理系统做支撑。人们掌握知识的能力有五种状态：第一种状态是我们掌握已知；第二种状态是我们知道我们已知，第三种状态是我们不知道我们已知。这三种状态代表知识和数据已经存在了，但是我们没有管理和使用好，与渐进式创新的问题。第四种状态是我们知道我们未知，这个方向明确，比如卡脖子问题的方向很明确，只是我们对一些关键技术还没有掌控。第五种状态是我们不知我们未知，比如高度不确定性的国际政治经济环境，我们没有办法掌控。这两个象限是解决企业突破性创新的问题。

在人类发明的历史上，人类的文明演变就是把已知的知识尽可能的记录、复制、检索、传播，从而有利于我们对知识的创造。所以无论是印刷术的发明、互联网的发明、数字技术的发明，都是最大限度的获取已知，同时助力人类更有效的解决未知。基于这个原理，全球对知识创新能力的竞争首先是以知识掌控能力为基础的。

近年来，对知识掌控能力的构建愈演愈烈，主要分为四个阶段，美国在70~90年代就在大量补贴数据库产业的发展，把欧洲的很多论文全部收纳到美国的数据库中，加速知识整合，全球的庞大的数据库产业中，美国占居主导地位。在知识检索阶段，上个世纪90年代中期，美国曾经有250个搜索引擎，当谷歌胜出时，其它的搜集引擎基本上消失了，谷歌形成知识入口的把门人；在中国，类似的知识入口把门人是百度。在知识生成阶段，ChatGPT、Berd、文言一心不仅能够检索到知识，还能对这些知识进行整合、加工、处理、从而大幅度提升已有知识的使用效率和系统呈现，同时以人机友好的方式提升了人机交互的体验，大大加速了获取已有知识的速度、广度和程度，升级了对人的知识赋能。

ChatGPT作为一个大知识库

ChatGPT的知识对象包括网页（WebGPT）、图片（ImageGPT、DALL·E）、代码（CodeX）、音乐（Jukebox）、语音（Whisper）、数据， 45TB 的互联网公开数据和数字文档；其大模型的参数从2018年的1.17亿；2019年的10亿；2021年，1750亿参数，而其ChatGPT-4的大模型参数虽然没有公布，但是比2021年多百倍，涉及多语种。

ChatGPT的数据加工过程中，首先是对数据选择的标注，在数据处理方面怎么去结构化、标准化、标签化，以及在人机交互方面，通过人类的反馈来修正机器编著的偏差，这其中需要有巨量资金、算力、甚至人力的投入。 

ChatGPT对知识价值链的增值过程产生一定影响，特别是在文本的检索、阅读、推理、生成、交流方面有重大改变，尽管其在理解知识准确度、精度和深度方面，还有很大提升空间。

ChatGPT对知识型工作的影响

ChatGPT属于通用技术，影响大约3亿人和49%的知识密集型工作，如工资越高的职位受到的影响越大，工作壁垒越高受到影响越大，对信息处理行业影响最高，但是对制造业、农业和采矿业影响程度较低，高度依赖科学和批判性思维工作受影响越小。ChatGPT对人才培养的影响人工智能对人才培养模式也带来了挑战，对年轻人的知识创造、知识探索和知识发现能力提出了更高的要求，需要对以背诵和记忆为主知识的教育体系进行改革和调整，面对人工智能带来创造的新环境需要人才具备哪些能力要有新一轮的研讨和预判

ChatGPT对组织的潜在影响

ChatGPT有很多是和企业数字化转型关联的，首先ChatGPT可以和用户进行非常友好的交互。其次当企业成为一个平台，很多业务被组件化，单个组件能够无缝集成，获得更好的效用。最后ChatGPT可以对数据的上下文进行理解推断，可以进行数据加工，可以辅助决策，甚至在已有知识的基础上做一些预判性的工作。

大企业创新模式与路径

突破性创新的特征是无中生有、探索未知世界、在不确定和模糊环境中理解自然、人类和科技特征，这个过程中可能会出现发散性涌现、非连续性跨越和创造性整合。突破性创新属于黑箱知之甚少，白箱已经形成了一套知识体系。通过利用人工智能技术，把已有的知识用到极致，也是为了加速对黑箱的探索，因为黑箱不是完全从0~1的，已有的知识一定对它有借鉴作用。

渐进式创新的特征是从有到优、整体归纳、系统总结、迭代改善、从粗到精、去伪存真和多样化融合。渐进式创新是用已有知识解决现有不足，然后把时间精力节省出来解决未知。

生成式人工智能技术的特征是高效解决已有知识的整合、检索、加工工作，由机器来做重复性、文本性和基础性的工作，帮助人们把大量时间节省下来去解决全新的挑战性问题。对于很多大企业来说，80%甚至更高的资源和工作都集中在渐进式创新上，较少的工作配置在突破性创新上。

ChatGPT对企业数字化转型的启示

对于大企业来说，要做好知识扫描、知识获取、知识筛选、知识过滤、知识处理、知识分析、知识整合等，这要求CIO对企业的知识体系，而不仅仅是局部的数据和某些业务环节的数据进行处理，要有一个整体的知识框架。利用数字基础设施、移动技术，把我们对已知知识应用的速度、广度、程度做到最大化，做到世界最领先的水平，这样才能在未来的创新中立于不败之地。

在通用人工智能发展的大背景下，技术的迭代创新给CIO提出新的问题和挑战，是如何打造知识螺旋，就是已知和未知的知识能够形成一个快速流动的体系。所以，在未来竞争过程中，数据中台会发展成为智能中台，能够覆盖企业发展所涉及的已知领域，甚至包括未知领域，有效赋能企业管理者和各级员工，减少不必要犯的错误、减少重复劳动，提高领导生产率，共享有价值的经验教训让核心员工去做高价值的，知识性的工作，让员工更多地用判断力、想象力和创造力从事创新工作，特别是对知识密集型企业来说。

大企业的数字化转型复杂度非常高、周期长、爬坡速度慢。在数字化转型中要让智能中台是一个可以及时快速、高效调用的赋能员工的真正有价值的知识的中台，而不仅仅是一个数据的集合体。

在科学杂志上，美国企业加速布局AI，把AI的博士和教授聘请到企业的数量大幅度提升，同时企业关于AI方面的专利和发表数量也在快速提升，涉及到若干个领域。

对于中国的大企业来说，如何用人工智能技术快速调用大共同体的任何一个标准和流程，这是通用人工智能技术可以给我们的启发。

国家在发展运20过程中，数据重用率到80%，所以它的研发速度和迭代速度越来越快，提高渐进式知识利用的效率，可以解决一些新的问题。所以在时间紧、任务急和要求高的情况下，可以发展专用人工智能技术。

传统企业和人工智能企业一定要价值共创，不要怕出问题，先迭代发展、创新探索，然后形成一种生态融合和开放共赢，只有在这个背景下，我们才有可能在新一轮的人工智能技术挑战面前，保持或创建一个新的优势。