当今企业变革的最大驱动力是被称为数字化转型的举措。简而言之，数字化转型的目标是简化企业的业务运营。企业实施数字化转型的基本思路是以数字技术驱动的改进为基础，改变工作和业务流程。通过这种方式，可以提高业务运营效率。因此，将人工智能视为数字化转型过程中的变革驱动力是显而易见的。然而，人工智能有不同的驱动因素，因为人工智能变革的核心不同于数字技术。人工智能基于知识而非数据推动变革。这可能看起来像一个学术声明，但它让一切变得不同。数字化转型的基本前提是技术是变革的驱动力。因此，它被称为“数字化”和“转型”。这个想法是，技术有可能推动指数级的变化，而不是让企业抵制变化。技术变革通常遵循S形发展。智能手机是一项具有创造技术驱动变革潜力的技术的明显例子。上市十多年的苹果iPhone是新技术遵循S形变化曲线的生命周期的一个例子。苹果的第一代iPhone是一项革命性的技术，但它仍然有很多缺点，没有充分发挥平台的潜力，所以技术变化曲线一开始有点平坦。虽然最初的iPhone是一款智能手机，但它的网速很慢，查收电子邮件很困难，应用程序也很少。iPhone4、5和6的推出带来了显着的改进，可以说它们处于变化曲线的陡峭部分。智能手机的整体硬件和软件潜力开始显现，应用程序生态系统也在不断发展，而且这项技术越来越容易为广大用户所接受。今天的iPhone比昔日的iPhone性能更好，但变化很小，改进相对较小。iPhone作为一项技术现在处于技术变革图表的顶端。因此，发展曲线如下：校准：技术被引入，但首先要找到它真正的发展潜力。规模：技术的潜力正在被实现和广泛使用。从革命到进化：边际改进不断发生，但它们在业务变革中的重要性越来越小。随着时间的推移，业务变化的动力不同于技术变革的动力。这里的基本思想是，随着时间的推移，在企业中引入重大变革将变得越来越困难。许多领域都存在变革阻力，例如：公司治理公司文化基本人类行为公司角色员工知识当前工作流程IT系统设计这并不意味着组织变革根本不可能。这只是意味着任何变化都将以对数速率发生，而不是技术驱动的变化可能以指数速率发生。有许多研究证实了上述动态。最著名的是Martec定律，它描述了数字化转型的潜力。技术可以创造的变化速度与企业可以创造的变化速度之间的差距称为数字化转型。此间隙在下图中用蓝色阴影标记。此图中有两个与数字化转型相关的关键点。也就是说，数字化转型有两个层次：数字化转型无法实现的潜力数字化转型的实际潜力最后一部分是数字化转型可以带来的转型。可以看出，潜力在于技术可以实现什么以及企业在正常情况下愿意实施的变革速度。这方面的一个例子是面临破产的英国旅游服务提供商ThomasCook，由于没有意识到数字化转型的潜力而陷入运营困境。ThomasCook通过位于英国大街小巷的大量商店中的办事处销售旅游产品。公司面临的问题之一是企业管理层已经意识到商业模式已经过时，他们希望将更多的销售转化为在线渠道。但在商店购买旅游产品的文化是业务的核心，公司管理层不敢接受大胆变革的挑战。因此，公司面临的变革阻力使其无法推动重大的数字化转型。这不仅仅是托马斯库克面临的情况。一般来说，经历指数级变化的最大障碍不是无法获得最新技术。其核心是企业适应最新技术现实的能力，而数据并不是技术变革的最佳驱动力。数字化转型概念的另一个主要障碍是变化是基于数据的。人们被告知数据为王，数据越多越好等等。事实上，数据本身就是一个问题，虽然这听起来有点奇怪。但事实并非如此。数据是驱动图表技术部分变化的潜在因素。数字化转型的一个核心概念是以数据驱动的方式重新设计工作和工作流程。如果你看看是什么推动了技术变革，那就是信息和数据。下图显示了不同层次的知识。它被称为知识金字塔。之所以称为金字塔，是因为上层是建立在下层之上的。随着级别的提高，每个级别都会增加更多的知识。金字塔从底部的数据开始。数据：原始或无组织形式的事实集合。信息：错误的组织和结构化数据已被清除。因此，它可以被测量、分析和可视化。知识：学习是知识部分的核心组成部分。在这里，学习将基于对数据和信息的洞察力和理解力。智慧：最后一层是智慧。这是核心组件和面向操作的阶段。简而言之，可以说数据和信息描述了世界的本来面目。知识和智慧的概念是前瞻性的，并根据人们现在和未来可以做什么来定位自己。而这一事实是人工智能作为变革驱动力比数字化转型项目具有更大变革潜力的最大原因。因为人工智能的基础是知识而不是数据。人工智能可以创造基于知识的变革。数字化转型项目的基本前提是它们建立在方向落后的数据和信息之上。AI驱动的改进基于知识，而不是数据或信息。它在两个关键领域产生了巨大的变化：知识还可以改变企业的运营方式，而不会遇到当今S曲线的限制，这些限制阻止他们获得技术驱动的变革。知识可以驱动技术变革，其变革潜力大于信息驱动的变革。人工智能将以全新的方式改变组织。数字化转型创造变革能力的最大问题是企业想要变革的惰性。如上所述，组织没有单一的变革阻力来源。它来自习惯、文化、员工能力差距、工会、现有流程和工作流程、永久性工作描述、对变革的普遍抵制、内部政治权力斗争等等。因此，数字化转型进程达到极限的核心原因是组织而非技术。业内专家表示，ThomasCook应该关闭更多门店，更多地关注在线销售。这只是技术（电子商务）改变业务（关闭销售点）的一个例子，但这并没有发生。结果，ThomasCook公司遭受了企业对变革的抵制和未能适应新的技术机遇。那么，是什么让基于知识的变革与众不同？人工智能通过挑战组织中任务解决方式的基本前提来创造组织变革。最简单的解释是，人工智能使企业能够自动化知识和自动化决策。这意味着人工智能将解决当前由作业、流程和IT系统执行的任务。人工智能将接管企业中这些任务的总和。以及人工智能可以执行的越来越复杂的任务，这将使人工智能能够在数字技术无法达到的水平上创造企业变革。这方面的一个例子可能是基于语音的聊天机器人，它接听电话并与另一端的人开始对话。比如订桌。使用人工智能来自动化这些功能将挑战员工的工作（例如聊天机器人），改变人们的流程（自动预订）并取代当前的IT系统。人工智能将接管企业中的所有这些任务，它还将能够执行越来越复杂的任务，从而推动变革。这些因素的动态变化将使人工智能能够在数字技术无法实现的水平上创造企业变革。人工智能改变企业运营方式意味着适用于数字化转型变革的商业阻力因素将不再有效。这样做的主要原因是AI功能将执行特定任务，补充企业中已经完成的工作。就像电话服务和餐桌预订的例子一样。因此，您不会看到AI被用作实现全新系统和工作流程的驱动程序。在此示例中，人工智能将用于执行特定镜头。只是比目前的方式更好、更高效。这使得抵制比重新设计工作流程更具挑战性。AI驱动的变革与数字驱动的变革不在同一级别还有另一个原因。也就是说，技术驱动知识所能达到的技术水平质量，从根本上高于数据驱动技术所能达到的质量。数据驱动的变化图遵循人们在检查数字化转型可能性时看到的流程。因此，您将看到一条S形曲线，其值不断减小。人工智能作为技术变革的驱动力知识驱动技术的一个例子可能是自动驾驶汽车背后的技术。他们使用的软件基于先进的人工智能算法，他们将能够推动的变革比数据驱动技术具有更高的变革潜力。AI将推动业务转型的新水平技术进步和AI提供的新机遇将共同推动AI创造业务转型的机会。关键是人工智能驱动的变革不会受到数字转型变革遇到的同样障碍的阻碍。同时，人工智能带来的技术机会水平将远高于传统IT解决方案。总的来说，这意味着可以期待一定程度的进步。因此，人工智能和数字化转型的商业潜力必须比数字化转型过程更高。这是因为人工智能驱动的动态是在不受数字化转型约束的情况下发生的。而且技术潜力更大。那么最大的问题是这将如何在实践中发生，以及AI的变化将如何从战略角度展开。
