客戶都去哪兒了？麥肯錫發(fā)布2022年14大科技趨勢(shì) 為B2B企業(yè)CEO指明新市場(chǎng)

對(duì)B2B企業(yè)而言，知道客戶在哪兒，是洞察甚至超越當(dāng)前市場(chǎng)需求的唯一途徑，也是發(fā)展企業(yè)和吸引投資的關(guān)鍵能力。如果意識(shí)不到客戶有了哪些變化，也就無(wú)從知曉他們要去往何處。

8月底，麥肯錫發(fā)布《麥肯錫2022年技術(shù)趨勢(shì)展望》，報(bào)告揭示人工智能技術(shù)、高級(jí)連接、機(jī)器學(xué)習(xí)、云和邊緣計(jì)算、量子技術(shù)、Web3等當(dāng)今14大科技趨勢(shì)。這也為B2B企業(yè)指明：新的市場(chǎng)增量，將誕生在技術(shù)融合并創(chuàng)造新機(jī)會(huì)的行業(yè)里。它明確地告訴CEO們，如果還沒(méi)有將這些技術(shù)趨勢(shì)與潛在客戶及其行業(yè)發(fā)生關(guān)聯(lián)，你可能已經(jīng)失去了未來(lái)。甚至在當(dāng)下，你也無(wú)法向更多的客戶來(lái)銷(xiāo)售你的產(chǎn)品或服務(wù)。

正如麥肯錫的分析師所指，“即便難以預(yù)測(cè)技術(shù)趨勢(shì)最終將如何發(fā)展，但高管們可以通過(guò)跟蹤新技術(shù)的發(fā)展，預(yù)測(cè)其如何落地應(yīng)用，識(shí)別當(dāng)中影響創(chuàng)新的關(guān)鍵要素，以更好地提出企業(yè)發(fā)展戰(zhàn)略。”

報(bào)告顯示，人工智能應(yīng)用技術(shù)位居14大最具影響力的技術(shù)趨勢(shì)之首，幾乎覆蓋從航空航天到電信的所有行業(yè)。

其實(shí)，在《2021麥肯錫全球人工智能現(xiàn)狀調(diào)查》報(bào)告中，已有56%的受訪者表示其企業(yè)采用人工智能技術(shù)，高于2020年調(diào)查的 50%。該項(xiàng)調(diào)查還發(fā)現(xiàn)，人工智能技術(shù)可為企業(yè)創(chuàng)造增量利潤(rùn)，至少有27%的受訪者，將其公司5%或更多的利潤(rùn)，歸功于對(duì)人工智能技術(shù)的使用。

今天，隨著相關(guān)技術(shù)的逐步規(guī)范，出現(xiàn)了更多且更為成熟的工具，人工智能解決方案與其他數(shù)字應(yīng)用程序的集成也更加便捷，讓AI的使用門(mén)檻大大降低，即便沒(méi)有自己的AI工程師或數(shù)據(jù)科學(xué)家，企業(yè)也能很好地使用人工智能來(lái)解決各種問(wèn)題。

以銷(xiāo)售場(chǎng)景為例，企業(yè)可借助機(jī)器學(xué)習(xí) (ML)、計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等能力，在B2B企業(yè)的營(yíng)銷(xiāo)端和獲客端，更為高效地使用數(shù)據(jù)獲得銷(xiāo)售線索，并準(zhǔn)確識(shí)別、補(bǔ)全，解決“主動(dòng)式觸達(dá)”和“被動(dòng)式識(shí)別”兩大難題。人工智能技術(shù)輔助銷(xiāo)售人員，使其專注于銷(xiāo)售流程中最重要的“線索轉(zhuǎn)化”環(huán)節(jié)，而不是將寶貴的時(shí)間和精力，浪費(fèi)在漫無(wú)目的地“線索獲取”和“線索識(shí)別”上，這件事可放心交由人工智能來(lái)完成。

基于數(shù)據(jù)、API和算法的商機(jī)預(yù)測(cè)云啟商多為企業(yè)構(gòu)建增長(zhǎng)新勢(shì)能

“有時(shí)人工智能可以取代任務(wù)，但不能取代工作。有時(shí)任務(wù)是工作中更乏味的部分，”麥肯錫專家合伙人羅杰羅伯茨說(shuō)。“這可以減輕人們?cè)谔囟üぷ髦械呢?fù)擔(dān)，讓他們專注于最重要的工作部分。”

不僅在銷(xiāo)售場(chǎng)景，幾乎每個(gè)行業(yè)，每家公司，都存在一些環(huán)節(jié)，可通過(guò)人工智能的一些應(yīng)用來(lái)重塑，達(dá)成風(fēng)險(xiǎn)控制、降本增效的目的。

近十年來(lái)，企業(yè)對(duì)人工智能的信心逐步恢復(fù)，主要?dú)w功于深度神經(jīng)網(wǎng)絡(luò)的發(fā)展日趨成熟，尤其是在計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等核心技術(shù)上有了長(zhǎng)足進(jìn)步。這也使得企業(yè)在收集、存儲(chǔ)和訪問(wèn)不同領(lǐng)域數(shù)據(jù)的能力不斷增強(qiáng)。

目前，人工智能應(yīng)用主要是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型在業(yè)務(wù)場(chǎng)景中的落地。“機(jī)器學(xué)習(xí)（Industrializing machine learning）”正是麥肯錫此次報(bào)告的另一項(xiàng)重要技術(shù)趨勢(shì)。它指的是在 MLOps平臺(tái)或其他工具上，企業(yè)可以更容易地在不同的應(yīng)用程序和環(huán)境中訓(xùn)練、部署、集成和更新機(jī)器學(xué)習(xí)模型。

在行業(yè)相關(guān)性方面，報(bào)告中提到的部分機(jī)器學(xué)習(xí)應(yīng)用包括推薦引擎（如內(nèi)容推薦）、檢測(cè)與預(yù)防（如銷(xiāo)售線索識(shí)別、信用卡欺詐檢測(cè)、理想客戶畫(huà)像建模、疾病早期診斷）、預(yù)測(cè)和分析（如，價(jià)格波動(dòng)、銷(xiāo)售需求預(yù)測(cè)）。該報(bào)告還提到了機(jī)器學(xué)習(xí)的一些更先進(jìn)的領(lǐng)域，例如生成深度學(xué)習(xí)模型等等。

這進(jìn)一步說(shuō)明，采用人工智能應(yīng)用的主要障礙不是糟糕的機(jī)器學(xué)習(xí)算法，而是缺乏工具和基礎(chǔ)設(shè)施，來(lái)有效使用經(jīng)過(guò)測(cè)試的算法。這些障礙，將限制人工智能應(yīng)用的發(fā)展，尤其是在沒(méi)有大量數(shù)據(jù)資源和機(jī)器學(xué)習(xí)人才不足的公司里。

所以，那些動(dòng)輒標(biāo)榜自己“人工智能優(yōu)先”，或者宣稱使用了最新最好的深度學(xué)習(xí)技術(shù)的公司，是不夠誠(chéng)實(shí)的。必須得承認(rèn)，將機(jī)器學(xué)習(xí)從實(shí)驗(yàn)室?guī)У綐I(yè)務(wù)場(chǎng)景，仍有許多挑戰(zhàn)需要克服。

重新造一個(gè)車(chē)輪，其成本高昂。企業(yè)創(chuàng)建和維護(hù)使用機(jī)器學(xué)習(xí)的產(chǎn)品或服務(wù)，與使用傳統(tǒng)軟件不同，需要用到不同的基礎(chǔ)架構(gòu)、工具和技能。組織結(jié)構(gòu)也更為龐雜，比如需要數(shù)據(jù)湖來(lái)收集和存儲(chǔ)數(shù)據(jù)，需要數(shù)據(jù)科學(xué)家來(lái)設(shè)置、維護(hù)和配置數(shù)據(jù)基礎(chǔ)設(shè)施，以便訓(xùn)練和更新機(jī)器學(xué)習(xí)模型。需要產(chǎn)品專家來(lái)開(kāi)發(fā)適用其業(yè)務(wù)場(chǎng)景的應(yīng)用或模型。甚至還需要分布式計(jì)算專家，使得模型可隨時(shí)隨地低成本的大規(guī)模運(yùn)行。

的確，大型科技公司通常擁有頂尖的機(jī)器學(xué)習(xí)或深度學(xué)習(xí)科學(xué)家，多年來(lái)也一直在研究新算法，并將其應(yīng)用到他們的產(chǎn)品中。但對(duì)中小型組織而言，數(shù)據(jù)、硬件、人才的成本過(guò)于高昂，企業(yè)自足的策略難以為繼。

在這種背景下，麥肯錫公司報(bào)告的調(diào)查結(jié)果更值得研究。更多的企業(yè)可以在業(yè)務(wù)場(chǎng)景中采用機(jī)器學(xué)習(xí)模型，為客戶和用戶帶來(lái)好處。但是，未必需要重復(fù)造輪子。將業(yè)務(wù)需求外包給專業(yè)公司，才是主流途徑。

麥肯錫報(bào)告強(qiáng)調(diào)，人才和資金等資源的稀缺，仍是企業(yè)級(jí)人工智能進(jìn)一步發(fā)展的兩大障礙。此外，受?chē)?guó)際環(huán)境影響，資本市場(chǎng)也處于低迷狀態(tài)，包括人工智能在內(nèi)的所有行業(yè)，都面臨著為初創(chuàng)公司提供資金的難題。

然而，盡管資本蛋糕越來(lái)越小，但資金也沒(méi)有完全停止動(dòng)作。根據(jù)CB Insights最近的一份報(bào)告，那些已經(jīng)實(shí)現(xiàn)產(chǎn)品與市場(chǎng)契合，并準(zhǔn)備好大規(guī)模增長(zhǎng)的公司，仍在設(shè)法獲得巨額融資（超過(guò)1億美元）。這表明，推出機(jī)器學(xué)習(xí)戰(zhàn)略的新公司，如果自身不產(chǎn)生利潤(rùn)，將很難獲得外部資金支持。但是，已經(jīng)占據(jù)一定市場(chǎng)份額的機(jī)器學(xué)習(xí)平臺(tái)，將持續(xù)吸引投資者的興趣。

報(bào)告提到的另一個(gè)重要挑戰(zhàn)，是數(shù)據(jù)風(fēng)險(xiǎn)和安全漏洞。對(duì)機(jī)器學(xué)習(xí)平臺(tái)來(lái)說(shuō)，這正在成為一個(gè)越來(lái)越重要的問(wèn)題。與開(kāi)發(fā)生命周期一樣，機(jī)器學(xué)習(xí)的安全威脅也不同于傳統(tǒng)軟件。幸運(yùn)的是，安全與機(jī)器學(xué)習(xí)社群正共同開(kāi)發(fā)用于創(chuàng)建安全機(jī)器學(xué)習(xí)平臺(tái)的工具和實(shí)踐。隨著人工智能應(yīng)用的持續(xù)增長(zhǎng)，我們可以期待其他行業(yè)加快采用機(jī)器學(xué)習(xí)，這反過(guò)來(lái)將進(jìn)一步加快該領(lǐng)域的創(chuàng)新步伐。

總之，作為一家B2B企業(yè)的CEO，無(wú)論你的公司處在什么位置，當(dāng)你看到這樣一份報(bào)告，看到與20大行業(yè)相關(guān)的14種技術(shù)趨勢(shì)，你是否會(huì)詢問(wèn)你的高管團(tuán)隊(duì)，“我們對(duì)這些技術(shù)趨勢(shì)的戰(zhàn)略是什么？”或者問(wèn)問(wèn)自己，“我們要如何成為這些技術(shù)趨勢(shì)的受益者？”

這也是另一種思考你的產(chǎn)品或服務(wù)能否贏得更廣泛市場(chǎng)的方式。