“所以今天,我不讲概念,不讲愿景,就讲我们星河科技这一个月,用AI实实在在解决的一个问题。”林辰点击遥控器,大屏幕亮起,出现一个简洁的界面,“这是我们内部使用的‘AI决策辅助系统’1。0版。它不做,就做一件事:帮管理者,在信息过载的环境里,找到关键信号,做出更优决策。”
他切换页面,是一个数据驾驶舱。
“比如,这是我们某个业务线过去一周的数据。销售额、用户增长、成本结构、竞品动态、团队状态……总共四十七个指标,每天更新。”林辰用激光笔在屏幕上画圈,“传统情况下,一个管理者要看懂这些数据,至少需要两小时。但我们的系统,可以自动识别异常波动,关联影响因素,给出解读。”
他点击一个标红的指标。
“比如这个,用户次日留存率突然下降3个百分点。系统会立刻分析:是哪个渠道的用户在流失?是产品功能出了问题?还是竞争对手有了新动作?然后,它会给出三个可能性排序,并附上支撑数据。”
屏幕上弹出分析结果,逻辑清晰,数据详实。
台下开始有窃窃私语。很多做企业服务的人坐直了身体——这个功能,很实用。
“但光有分析不够。”林辰继续,“决策最重要的是落地。所以系统还会生成执行建议:如果是渠道问题,该调整哪个投放策略?如果是产品问题,该优先修复哪个BUG?如果是竞争问题,该怎么应对?”
他又演示了几个场景:供应链异常预警、人才流失风险预判、市场机会识别……
每个场景,系统都能在十秒内给出分析建议,而且建议的可行性很高,明显不是生搬硬套的模板。
台下的议论声更大了。已经有人开始拍照,录视频。
“我知道,有人会问:这东西靠谱吗?”林辰停顿了一下,目光扫过全场,“所以我们做了验证。过去一个月,我们公司内部所有重大决策,都先用这个系统跑了一遍。然后和实际结果对比。”
大屏幕切换成一张数据对比表。
“总共三十七个决策场景。系统建议vs管理层实际决策vs最终结果。”林辰用激光笔指着数据,“结果显示,如果完全按照系统建议,决策准确率是89%。管理层实际决策的准确率是76%。而如果两者结合——也就是系统给出建议,管理层基于经验做微调——准确率可以做到94%。”
这个数字一出来,台下响起一片吸气声。
94%的决策准确率,对企业来说,意味着什么?意味着更少的试错成本,更快的反应速度,更高的生存概率。
“当然,这个系统还不完美。”林辰话锋一转,“它还有很多局限。比如,它处理不了非结构化信息,比如员工情绪、行业潜规则、政策灰色地带。比如,它的算法模型还需要更多数据训练。比如,它现在只能辅助决策,不能替代人做决定。”
他说得很诚恳。
但越诚恳,越显得刚才陈伟那番“AI颠覆一切”的,有点……浮夸。
“所以,回到最开始的问题。”林辰看向台下,目光在前排某个位置停留了一瞬,“AI到底是什么?我觉得,它不该是挂在PPT上融资的故事,不该是实验室里跑分的数字,不该是吹嘘未来多美好的空中楼阁。”
他提高了音量。
“AI应该是工具。是能让程序员少加班的工具,是能让管理者少看报表的工具,是能让企业少走弯路的工具。它应该实实在在解决问题,创造价值,哪怕这个价值很小,很具体,很不酷。”
“而判断一个AI产品好不好的标准,也很简单。”林辰点击最后一张PPT,上面只有一行大字:
“别问它有多智能,问它有多有用。”
会场安静了两秒。
然后,掌声响起。起初稀疏,然后迅速蔓延,最后连成一片,比陈伟下场时更热烈,更持久。
很多人站起来鼓掌。投资人飞快记录,记者猛按快门,同行们眼神复杂——有佩服,有嫉妒,也有危机感。
林辰在掌声中鞠躬,走下舞台。
追光跟着他,直到他回到座位。李铭用力拍他的肩,眼睛发亮:“讲得好!太好了!”
林辰笑笑,坐下,手心全是汗。
他知道,第一回合,他赢了。
但战争,才刚刚开始。
3
茶歇时间延长了。
原本十五分钟的茶歇,因为林辰的演讲引发的热议,延长到了半小时。很多人围到星河科技的区域,想跟林辰交流,要名片,问合作。
林辰尽量应付,但注意力一直放在远处——陈伟被几个投资人围着,脸色很难看,正快速说着什么,还不时看向这边。
“林总,您刚才演示的那个系统,什么时候能商业化?”一个做零售的老板挤过来,语气急切,“我们太需要这个了!每个月看数据看得头大,还老判断错。”
“目前还是内部版本,商业化至少还要三个月。”林辰说。
“三个月?太久了!能不能先给我们做个定制版?钱不是问题!”
“抱歉,产品还没准备好,不能拿客户当小白鼠。”林辰摇头,“这样,您留个联系方式,等产品ready了,我第一时间通知您。”