智慧实践先行者新奥集团如何迎接“新的达尔文时刻”？

拥抱“不确定性”已成为当今商业世界的主旋律。对于任何一家处在数字化变革浪潮之中的企业来说，若想迈出决胜一步就要尽快制定出适合自己的转型规划和实践路径。正如IBM大中华区首席执行官包卓蓝所言：“这是一个‘新的达尔文时刻’。就像跑800米，我们现在处在50米的位置，企业需要‘生死时速’，快速适应新的非常态。一些在数字化方面提早做了准备的企业，更容易胜出。”

新奥集团就是这样一位先行者。作为一家雇员超过4.5万人，2019年经营收入1,645亿元人民币的巨型企业，新奥集团的服务范围覆盖中国27个省（市、自治区）的200多个城市，业务已拓展至东南亚、南亚和非洲等地，涉及十余个行业，在国内拥有4个上市公司，旗下有400多家独立的公司。如此庞大的一个业务构成和生态体系，内部的业务系统多至数百个、每天产生的数据量以数十T为单位，想要实现业务迭代、流程管控、应用体验的智能化改造，显然不是一件容易的事情。

“其实在做AI自动化平台的时候，我们非常谨慎，因为这个产品一旦选定，会直接主导后面的很多工作。AI的发展日新月异，一步走错，可能会影响整个的时间窗口。我们经过了半年时间的考量，把能看到的产品几乎都试用过了。”对于AI平台的选用，新奥集团数字技术赋能群人工智能中台负责人李强有着清晰的判断，在深思熟虑之后选择了IBM机器人流程自动化（RPA）和基于IBM人工智能技术的智能化转型的解决方案。

新奥集团数字技术赋能群人工智能中台负责人李强

这样的部署在短时间内就看到了成效：在新奥集团复工的第一天，大量员工涌入并申请开通远程办公，IT客服收到的电话服务请求激增数倍。对此，新奥IT部门用一个晚上就为基于IBM Watson的虚拟助理训练完成了IT客服所需的新技能，把IBM Watson和已有的RPA自动化流程进行了对接。第二天，虚拟助理顺利完成了数千个IT服务请求，处理能力是之前人工处理量的10倍以上。而这种改变，只是业务数字化进程的一个缩影。

用AI打破业务层级壁垒

在李强看来，易用、快速、开放是新奥集团选择IBM AI技术的关键因素。首先，集团多元化的业务场景避免不了流程复杂度的增加，面对大规模的业务量和数据量，让人工去逐个执行费时费力，同时业务部门的员工又缺少编程经验。因此，一套使用零门槛的人机交互系统就变得非常重要，通过IBM RPA和Watson NLP能力的融合，机器可以更加高效的理解员工所表达的意图，让业务中台和数据中台更有机的协同起来。

其次，业务迭代速度的不断加快使得技术衔接要更加无缝，及时响应、实时上线的背后是要做到代码极简，限度节省测试时间。推行“零代码”之后，新奥集团的场景验证时间缩短至1-2天，业务上线速度大幅提速。此外，IBM对数据接口的开放性让功能和场景无限扩展成为可能，提升了可编程的灵活性，并且系统可以自行纠错，自动化匹配业务之间的关系。

以新奥集团旗下的燃气公司为例，纵向需要跨越从子公司到总部，再到集团的财务、上级决策层等多个层级，业务流程较为复杂且有重复性，而类似的情况在集团内部还有很多。此时，如果仅凭借单节点的自动化并不足以提升整个流程的效率，为此，新奥集团希望融入外部如IBM Watson、规则引擎等AI能力，结合自身的技术实践，通过“数字员工”的理念构建端到端全业务流程的智能化和自动化。

李强谈到，多部门协同时很多场景需求都是自下而上的，纵向和横向都要涉及复杂的业务线，“举个例子，我们有工程公司、燃气公司，工程公司要给燃气公司铺管道，销售订单，燃气公司有采购订单，现在两边两个订单，各自做各自的，各自财务要审一遍，集团财务共享中心再审一遍，这个流程如果让AI中台来做，要把流程全部打通。原来多个人、多个小流程串成一个长流程，让一个‘数字员工’来做。”

数字员工加速AI中台建设

根据新奥集团的规划，两年之内要在集团大力推广“数字员工”应用，建设完善的AI自动化平台。李强所在的数字技术赋能群，对内要支撑集团旗下所有公司和相关产业的IT建设，提供相应的技术服务，对外则要向外输出新奥生态的AI能力和解决方案。“我们会按照行业化SaaS服务的方式去工作。”李强对笔者说。新奥集团AI中台的整体设计会分为三层，底层是通用智能，着重于AI基础能力的打造，会引入IBM的技术，正在规划中的通用智能有30余种；中间层是场景智能，可看作业务中台的微服务，增加了行业属性和定制化能力，例如职能部门的OA财务等；最上层，汇聚集团AI团队的能力帮助产业公司进行AI的落地和实践。

李强透露，新奥集团会成立一个AI卓越中心，整合AI中台、规划方法论，以及AI场景的探索和经验，“三个框架搭建完之后，下一步我们要不断引进更多的技术，把基础架构搭建好，丰富我们的通用智能，比如说引入人脸识别、数字孪生技术，上层再去基于更多的AI智能搭建更多的场景，让我们的自动化流程能够伸得更长”。

目前，新奥集团采用的IBM AI技术聚焦于三个场景：自助服务，分为员工自助服务的 IT 桌面服务机器人和客户自助服务，前者可由Watson Assistant与RPA配合后直接答复问询或在后台完成操作，处理员工远程工作需要的VPN权限申请、下载与密码重置等IT服务需求，通过继续训练机器人，新奥集团计划在2020年减少三分之一到二分之一的人工桌面客服人员。后者包括业务客服、IT客服、HR客服等，实现人机交流的自然语言理解和业务流程自动化RPA的联动，打通高质量自助服务通道，兼顾效率和成本。

虚拟员工助理，通过AI对员工日常工作进行赋能，实现增强型的混合劳动力。借助IBM Watson 和RPA打造的虚拟员工助理，做到“1人对接集团近5万名员工”，随时随地提供跨岗位、跨系统的服务能力，使员工从重复性工作中解放出来投身高难度的复杂工作，进而创造新的价值。专家助手，规划使用Watson Discovery对内部的用户手册、开发文件、厂家指南等海量数字化文本数据进行处理，包括筛选、自动标注、内容理解和解析等，帮助员工回答一些分散、混沌、无法由Watson Assistant或RPA通过训练来回答的长尾问题，提高效率并减少员工工作量。

“如果我们要给虚拟员工助理设计一个帮它报销的机器人，这个机器人会用到OCR技术，识别它的发票，我会用IBM Watson交换它的意图，知道它想怎么报，哪些信息提供给我。最后信息收集完了之后，会用RPA帮助它把后面的工作流全部填完。我们设计了一个场景，使用虚拟员工助理下面的发票助手，后面就动用了很多通用智能的技术。”李强介绍称。

以业务为核心的全流程AI

2019年四季度，新奥集团采用IBM企业级RPA打造了自动化财务机器人打通了线上线下流程，取得了一系列成果：累计平均每天完成2,000-3,000个任务；相比真实人工平均可缩短 60%工作时间；陆续承接了12个岗位上共50多人的工作；实现了70多个业务场景，产生每年数百万的业务创值。这些成绩的背后，离不开IBM长期以来对企业数字化转型痛点的洞察。“IBM在制定AI相关策略时，聚焦于企业所需，是企业级的人工智能。”在IBM大中华区云计算与认知软件业务人工智能业务总监冯衍看来，IBM的AI平台要解决企业面临的三大问题，即帮助企业作出更好的风险及机遇预测、实现自动化，以及优化运营和管理。

IBM大中华区云计算与认知软件业务人工智能业务总监冯衍

为了帮助企业应对后疫情时代的“新常态”，IBM结合来自全球的解决方案框架和客户反馈，定义了五类满足中国市场客户需求的解决方案，Digital Workplace Reinvention with Watson（基于IBM Watson的数字化工作场景重塑）就是其中之一。快速、易用、开放、诚信、专业，是冯衍对IBM企业级人工智能平台给出的5个关键词。

快速，IBM Watson的自然语言处理引擎，只需要少量样本数据就可以训练出高准确率的模型，以对话交互机器人为例，IBM Watson仅要5-10条对话样本，就能达到业界同样、甚至更高的准确率；易用，IBM Watson设计采用了面向业务人员的企业级架构，使得应用开发非常简捷，业务人员无需掌握编写代码与程序的技能，简单配置就能实现复杂的功能逻辑，快速+易用的特性使得客户运用IBM Watson开发AI应用的周期从原来的以月为单位，缩短到以天、甚至以小时为单位；

开放，IBM Watson采用开放的体系架构，让整个流程的数据、文本、流程、模型、结果清晰可见，并能够以API的方式让企业内外的其它应用程序调用；诚信，IBM承诺不会利用客户的数据，以及数据创造的模型和洞察来提升IBM Watson的能力；专业，IBM的服务团队具备从业务咨询、方法论、到实践、落地实施，加上人工智能阶梯端到端的数据与AI整体能力，可以帮助客户运用IBM Watson技术，让AI真正在企业的业务中发挥重要作用。

进一步来看，IBM的AI解决方案在部署时会体现为三种形式。第一，面向大数据、数据科学团队，IBM提供了人工智能全生命周期的解决方案，基于数据以满足企业创建、管理AI模型的需求；第二，基于业务需求提供产品化的解决方案，例如Watson Assistant、Watson Discovery等，一方面让业务人员可以零成本开箱即用，另一方面通过开放的API与各类AI组件相结合，以集成式交付的形式满足多元化场景需求；第三是嵌入式的AI能力，可以不断加入内外部的AI功能或特性，与合作伙伴一同丰富IBM Watson的智能化体验。

IBM基于Waston的数字化工作场景重塑的产品和服务解决方案

结语

在加速客户向云迁移和迈入数字化转型之旅的过程中，IBM打造了从云到端的人工智能平台，并且以其开放性为业务实践提供了独特的场景化AI解决方案，这一能力已渗透到企业的运维、管理等环节。就像冯衍所说的，“我们希望从数据的收集、整理、分析，到模型和算法，融入到企业的运营中去。IBM有一个Operationalized AI，真正在企业中发挥作用，而不是纸上谈兵。IBM希望透过这样一种规范的方法论，帮助企业更快的走上人工智能之路。”