鱼羊 发自 凹非寺
量子位 出品 | 公众号 QbitAI

没想到，“数字化转型”这种宏观话题，会因 2020 年的“黑天鹅”事件成为企业的生命线。

传统零售巨头一路唱衰，不到四年时间里关闭了 80 家门店，而电动汽车领头羊股价却能逆势雄起，连创新高。是什么让他们产生了如此的差距？

分析其内核，就会意识到联网技术深入产业、赋能产能的重要性，而数字化转型已成为经济发展的风向标之一。

根据清华经管学院“疫情对企业经营管理的中长期影响”的调查中，有 53.3% 的企业家选择了“加快数字化转型，实现业务线上化”。但是数字化转型，并不是企业老板拍板了，就能顺利推行的事情。

国家信息中心和京东数科联合发布的《 2020 中国产业数字化报告》显示，对于许多传统企业、中小型企业而言，数字化转型往往面临着这样的挑战：

• 自身数字化转型能力不够，导致“不会转”

• 企业数字化人才储备不足，致使“不敢转”

• 数字化改造成本偏高、自身资金储备不足，造成“不能转”

所以“如何完成数字化转型”的答案应该去哪寻找？作为企业管理者又应该具备怎样的能力？

为了帮助企业应对这些问题，微软在大中华区落地全球首个线下互动教学与线上课程双向资源相结合的“微软人工智能商学院”（ Microsoft AI Business School ）项目，与清华大学经济管理学院、中欧国际工商学院、长江商学院三所知名商业院校达成战略合作伙伴，围绕人工智能战略制定、文化建设、技术部署的各个环节，为未来商业领袖、创新企业、企业高管打造全方位的人工智能商业课程。

近日，我们探访了 加入到微软 AI 商学院的清华经管学院 MBA 学员们，他们来自教育、法律、医药不同行业，一起看看他们眼中的微软 AI 商学院。

如果你问那些已经加入到微软 AI 商学院的学员们在这里面学到了什么，他们几乎都会谈到同一个词——视野。

不同于此前微软曾面向开发者推出的 AI School 和微软人工智能职业计划，选择加入微软 AI 商学院的人来自各行各业，许多都没有 IT 背景，甚至完全是技术小白。

写代码的能力不可能短时间炼成。但是对于这些管理人员而言，对技术的全面认识、价值理解、策略制定本身就是更为重要的能力。

许多人都知道，数字化乃至智能化，是未来的大势所趋，并且就在当下，已经一步步渗透进人们的日常生活。

比如城市生活方面，刷脸乘地铁、刷脸乘公交已经在福州、贵阳等城市落地。零售领域，便利蜂这样的无人零售店、无人货柜已成一二线写字楼附近的常态……

但对于非技术出身的企业管理者、创业者而言，AI 等技术的底层逻辑究竟是什么样？当下的应用状况如何？未来 3-5 年，乃至 10 年会走向何方？这些问题的答案却没有那么清晰。

缺乏正确的认知，就会导致误判。这也是前文所提到的“不会转”的问题。

从重新思考业务和技术逻辑，解决“不会转”难题”

借助微软视角，理清未来 3-5 年 AI 技术发展的边界，作为预判依据。

北京一家中型教育机构的 VP 何钊，就分享了教育行业数字化转型的经验。

在教育领域，数字化转型早已展开。但是在以机器取代真人老师的自动化教学尝试上，头部公司纷纷折戟，最后还是变成了真人老师线上教学的模式。

究其原因，就是对自动化教学的技术难度认识不足，没有理性看待数字化转型这件事儿。试图一步过渡，结果步子迈得太大了。

而他选择参加微软 AI 商学院的课程，就是想借助微软的经验，寻找一个答案：作为一家以线下为主、离新技术比较远的传统教育机构，应该如何积极、合理地去寻求数字化转型？

同样，拜耳制药全球药物警戒高级总监任曙光也面临着类似的问题。

任曙光介绍，拜耳的数字化转型早在一两年前就已展开，她所在的部门就已上线了不少 AI 项目。

但在管理人员层面，像任曙光这样医药方面身经百战的专家，对于 AI 技术甚至是 IT 技术，其实还处在陌生的状态。在选择一门 AI 相关的课程之前，任曙光会担心：能接受多少课程内容？对实际工作到底有没有帮助？

但实际上，同为“技术小白”的何钊和任曙光都提到微软 AI 商学院的课程并不会让人有“听不懂”的感觉，因为课程的重点并不是具体技术，“主要是打开思维”。

微软（中国）首席技术官韦青亲自参与了授课。他以技术大牛的视角，对 AI 的底层逻辑进行了深入浅出的梳理，课程从金融、医药、物流、教育等等不同行业切入，以实际应用案例分析了如今 AI 落地应用的现状。

通俗易懂的理论，加上微软科技行业领军者的行业观察，无疑更清楚地刻画出 AI 的现状以及未来 3-5 年这项前沿技术的发展边界、发展趋势。

而这样的视野，正是企业管理者在进行数字化转型预判时所不可或缺的。

文化破局，走出“不敢转”困境

数字化转型不仅是技术上的硬性变革，还应当包括企业文化方面的软性变革。

不过，律师、法律科技创业者王振宇结合自身接触的案例，点出了另一个问题：数字化转型并不是老板、技术部门拍板之后就能直接推动的。

如果企业不能从上到下充分理解技术的价值，就会给转型带来阻力，这也是很多企业在数字化转型过程中“不敢转”的原因所在。

而在微软 AI 商学院的课程中，他学习到了需要“培养 AI 就绪型文化”。

其实，数字化转型不仅是技术上的“硬性变革”，还应当包括企业文化方面的“软性变革”。简单说，就是让公司至上而下各个部门都能充分理解一个问题：新技术到底能带来怎样的价值？

在获得充分理解的情况下，数字化变革就转变为自下而上大家一起推动的事情，使其真正成为顺势而为。

微软本身，就是最典型的案例。微软在萨提亚·纳德拉的带领下，过去 6 年间经历了从里到外的自我革新，除了确定混合现实、人工智能和量子计算的新目标之外，萨提亚·纳德拉做的最重要的事情，就是重塑文化。

在开源时代，紧耦合的技术已经不再适用，企业需要具备开放共享平台化的思路。微软 AI 商学院的课程就是很百搭的方法论，无论什么平台都可以适用，都是同一个思路。无独有偶，现在谷歌、百度、Facebook 都在这样做。

这个时代，控制的方法已经不行了，微软拥抱开源，拥抱开放，这正是所有科技企业的正确经营方式：唯有靠其对社区的贡献与对技术的包容才能赢得开发人员的心，才会不被淘汰。

企业的成功与否，取决于内部转型是否可以跟得上。

技术下沉， 让“不能转”迎刃而解

技术下沉服务，是未来前沿技术能够被广泛应用的最直接的途径。

看起来很酷很炫的 AI 却很少能够真正落地。为此，微软提供出最高效的计算、存储和通讯的底层能力，通过和研究院以及行业专家的合作配合，深度讨论算法创作，帮助企业实现转型目标，这正是微软 AI 商学院存在的意义。

本次受访的三位学员都谈到了企业存在数字化改造成本偏高所导致的“不能转”问题，他们通过在微软 AI 商学院的学习，体验了微软“ Low coding ”平台并亲身参与到结课项目中，将平台与技术工具进行整合，了解到了技术落地的新形式。

此前，已有不少业内专家分析指出，平台化是推动企业数字化转型的大势所趋。中国信息化百人会第六届信息战略论坛上发布的《面向未来的 ICT ——企业的重构、融合、超越》报告就谈到，在“数字红利”已然显现的大背景下，数字化红利倒逼企业向数字化平台靠拢、融合，并逐步实现数字化转型。

此判断基于：第一，以 ICT（信息及通信技术）为基础的数字化平台正在重构新经济的未来；第二，企业向数字化平台靠拢、融合是大势所趋；第三，数字化转型将成为企业高盈利的物理基础。

而这也就是微软这样的科技头部企业正在做的事：打造平台化服务，支持技术下沉，降低 AI 门槛。即使是传统、下沉、与新技术距离较远的行业，也可以借助数字化平台，以更低的成本搭上数字化转型这趟快车。

王振宇表示，微软 Azure、Power Apps 等平台大大降低了非专业技术人员对技术的恐惧感。

何钊也提到这类技术下沉服务，是未来前沿技术能够被广泛应用的最直接的途径。

巨变的 AI 时代，什么企业不会被淘汰？人类的终极目标又是什么？

自 2020 年初以来持续至今的全球新冠肺炎疫情引发了全球对未来的深刻思考：人类社会如何实现真正意义上的可持续发展？

在 WAIC 2020 中，微软举办了以“人工智能予力永续未来”为主题的在线论坛。国内外行业专家、学者和商业领袖一起围绕 AI 和物联网技术在城市建设、传染病防护、节能减排等多个领域的应用，探讨前沿科技如何推进整个社会的可持续发展。

在微软看来，人工智能这样的创新技术将革命性地提升人类的生活质量和工作效率，自然也是社会可持续发展战略的重要组成部分。因为推进数字化转型、人工智能等前沿技术发展的终极目标是让 AI 为社会及地球的发展注入更多可持续发展的智能化因子，最终增强人类能力，造福人类未来。

微软在人工智能的可持续发展方面一直持有积极的行动，微软于 2020 年 1 月宣布，将在 2030 年实现碳的负排放，到 2050 年将清除自公司成立以来直接或通过耗电而排放的所有碳。目前，微软所有数据中心、建筑、园区的全部能源消耗，已经转为绿色可再生能源。

微软亚洲研究院还与清华大学合作，尝试以不断发展的科学技术和相关的基础数学概念为驱动力解决碳排放问题，以“对偶学习”、复合神经网络等技术快速准确地估算出大气污染物排放清单。

我们相信，人、自然、科技的关联终将在整个地球环境与生态系统之间实现可贵的可持续发展与平衡，微软 AI 商学院，提供了一种可能的方向。

点击原文链接，深入了解微软 AI 商学院，免费观看视频课程~

— 完 —

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~