本文出自

腦力激盪進階三部曲

腦力激盪進階三部曲

2018年4月號

機器人不只幫你理財,還幫你訂策略

Robo-Advisers Are Coming to Consulting and Corporate Strategy
湯瑪斯.戴文波特 Thomas H. Davenport , 梅肯.貝克 Megan Beck , 貝瑞.李伯特 Barry Libert
瀏覽人數:5536
  • "機器人不只幫你理財,還幫你訂策略"

  • 字放大
  • 多人授課購買
    購買〈機器人不只幫你理財,還幫你訂策略〉文章
  • 個人收藏購買
    購買〈機器人不只幫你理財,還幫你訂策略〉PDF檔
    下載點數 10
這些「機器人顧問」以演算法為基礎,做出投資理財的建議。不只如此,在資料爆量成長的現在,許多以資料驅動做成的決策,人工智慧也能扮演比以往更吃重的角色。這麼說來,原先企管顧問的工作,也將由機器人代勞了嗎?

你的錢是由機器人來管理嗎?對許多人來說,答案是「是的」。近來,人們很容易在線上取得運用演算法進行的投資與財務建議,通常稱為「機器人顧問」(robo-advisor)。財富陣線(Wealthfront)、個人資本(Personal Capital)和進步(Betterment)等新創公司,都推出機器人顧問,成了產業破壞者,而既有公司也以本身的混合式機器/顧問解決方案,加入戰局,像是嘉信理財(Charles Schwab)的智慧型顧問(Intelligent Advisor)、先鋒(Vanguard)的個人顧問服務(Personal Advisor Services)、摩根士丹利(Morgan Stanley)和貝萊德(BlackRock)等。在金融服務業,機器人顧問和人工智慧顯然扮演重要角色,而且功能愈來愈多。但有個問題依然存在:機器人顧問是否會像破壞個人資本配置那樣,用同樣方式破壞企業的資本配置?它們會撼動擾亂規模達兆美元的企業顧問業嗎?

2008年問世的機器人顧問,持續搶走人類顧問的市場占有率,方式和亞馬遜(Amazon)、網飛(Netflix)奪走沃爾瑪(Walmart)與帝王娛樂集團(Regal Cinemas)的市占率很像。

德勤(Deloitte)的一項研究估計,美國「自動化管理的資產」(包括混合式管理)目前規模約三千億美元,到2025年將成長為五兆到七兆美元。這個數字,占零售金融資產管理總金額的10%到15%。惠譽國際(Fitch Ratings)在2016年底估計,所有的機器人顧問所管理的資產不到一千億美元,並預測接下來幾年,管理的資產金額會以兩位數的速度成長。最後,科爾尼(A.T. Kearney)預測,到2021年「由機器人管理」的資產總額將達2.2兆美元。

如果由人工智慧引導的投資適用於人,是否也能適用於公司?企業向許多聰明的顧問,像是管理顧問、律師、投資銀行家,購買和運用人類的建議,方式和投資人過去的作為相同。企業策略相當複雜,而那些建議十分昂貴。但顧問採取的方法,通常是以資料驅動,並參考過去的經驗。這種類型的問題,正好適合運用機器智慧。

因此,若要在全公司運用「機器人」和「人工智慧賦能」(AI-enabled)專家的建議,還有一個尚未這麼做的龐大領域,那就是企業策略。這個市場的情況已經很適合進行破壞,情況和2008年的金融投資業很像。根據麥肯錫顧問公司(McKinsey)最近的研究,行銷與銷售、製造、人才招募(包括人員考核)、顧客服務和支援,都是能從人工智慧受益的領域。現在可能會發生這種破壞的理由有許多,包括:

企業的資料量爆炸性增加

每14個月就增加一倍,到2020年會達到10.5皆位元組(ZB,10的21次方位元組)。這些資料包括財務資料(營收、獲利、成長),以及非財務資料(顧客情緒、員工投入程度、行銷成效、產品回饋意見、伙伴生態系統)。可取得這些資料,等於是提供一塊沃土,讓機器人得以提供演算法見解和建議,以便給予預測力高、防錯和低成本的建議。

公司既是營運者,也是投資者

麥肯錫的研究顯示,美國企業一年配置約6,500億美元在所有活動上,包括財務、實體、人力、知識或顧客資本。但它們沒有工具或實務,可以把資本做最佳配置,因此,92%的公司年復一年以相同方式配置資本。大部分公司和個人投資人一樣,也許可以借助一些外力協助,做出聰明的投資決策。

企業的人工智慧成長速度極快

幾乎所有資料都顯示,Google、臉書(Facebook)、微軟(Microsoft)等在數位發展最前端的公司,正大量投資在人工智慧上,光是2016年的投資金額就介於兩百億到三百億美元之間。許多老字號公司也大手筆投資人工智慧;德勤2017年的調查顯示,美國約有20%公司這麼做。此外,創投公司也熱烈投入。2016年,創投公司投資四十億到五十億美元在人工智慧。最後,私募股權公司另外投資了十億到三十億美元。這些數字,是2013年投資金額的三倍以上。

運用人工智慧的工具成本下降,
可取得性攀升

IBM的華生(Watson)之類的專屬工具,以及來自Google、微軟和亞馬遜等公司的開放原始碼工具,都廣泛供人使用。以雲端為基礎的硬體,也愈來愈常用低成本供應給任何企業。

任何產業的公司都能受惠

  所有公司都可以在內部營運和財務等領域,以數據資料和演算法為基礎來做決策。每個企業職能和產業都有愈來多的分析工具。從這些分析工具很自然就能延伸發展到「機器人建議」。

從看什麼電影,到把退休金投資在哪裡,我們每個人都愈來愈能安心接受機器人針對許多事情提供的建議。企業已奠定好人工智慧的基礎,因此,美國規模達六百億美元的顧問業遭到機器顧問破壞,只是時間早晚的問題。對那些想要領先的公司來說,可採取的策略有三個:

打造純機器人顧問解決方案

有幾家機器人顧問公司一開始只提供機器顧問服務。它們的目標是以最低可能的價格點,吸引「數位原住民」(digital native)顧客。但是,隨著提供混合式建議的公司迅速成長,大部分新創公司現在也提供某種程度的人類建議,但通常收取較高的費用。只有財富陣線公司仍然只提供機器人顧問。這表示,企業機器人建議供應商在完全捨棄人的成份之前,應該先三思。在先鋒公司,個人顧問服務業務把顧問的功能當成「投資教練」,能夠回答投資人的問題、鼓勵健康的理財行為,以及用先鋒的話來說,扮演「情緒斷路器」,也就是促使投資人按照原定計畫執行。企業裡可能都有相對應的類似功能。

創造自家的內部機器人顧問

企業可為重大的決策領域,開發本身的機器人或半機器人顧問服務。舉例來說,癌症醫院在癌症照護方面,正試著用IBM華生系統去做這件事;半自動化機器學習平台的顧客,也正在為高度量化的決策做這件事(例如,資料機器人公司DataRobot,以及Google的新服務AutoML)。但是,只為公司本身的內部問題開發機器人顧問,可能太困難和昂貴,許多公司不見得願意嘗試。

和既有供應商合夥或收購

在金融機器人顧問業中,沒有率先進入市場的公司,正快速和新創公司結成伙伴關係,或是收購新創公司。例子包括貝萊德最近收購未來顧問(FutureAdvisor),據報導收購金額是1.5億到2億美元;摩根(JP Morgan)最近和主題投資(Motif Investing)結成伙伴關係,以及瑞士銀行(UBS)對SigFig的股權投資。市場上最後可能會有許多企業機器人建議供應商,只是目前還沒有廣泛提供服務。

無論採行哪一種策略,企業機器人顧問似乎可能進入組織的許多單位,就像過去二十年,軟體已普及到整個價值鏈。機器人顧問有潛力提供範圍更廣泛的建議,而且在特定的決策領域,可能有不少專業工具可用。或許可運用這些機器人顧問,把風險管理的某些層面自動化,以及提供合乎倫理和法令規定的決策。在行銷和供應鏈管理等資料密集的領域,機器人演算法提供的結果和決策,可能比人類憑直覺做出的決策更加準確。

最後,情況愈來愈明確顯示,企業若是認真採用人工智慧,並根據人工智慧採行主動的企業策略,會享有較高的利潤率。其實,麥肯錫的調查顯示,大部分產業部門中,這些領導廠商目前報告的利潤率,比業界平均值高3到15個百分點,它們也預期這個優勢將來會升高。未來三年,這些人工智慧領導廠商預期它們的利潤率,會比業界平均值增加多達七個百分點。

當然,傳統的顧問和其他的企業建議供應商不可能消失。就像在投資界,人類顧問仍與機器人顧問相輔相成,因此傳統的顧問仍能提供許多關鍵功能。既有的企業顧問和他們未來的機器人伙伴,可以採用以下幾種互補的做法:

整合不同的線上顧問來源

協助客戶和投資公司了解,什麼目的適合用什麼系統。人類顧問也可以像避險基金經理那樣,檢視根據機器提供的建議而做出的決策,分析那些決策的結果,並建議客戶是否應該改變機器所用的演算法和邏輯。

轉向針對商業模式提供建議,
不只限於策略和營運

我們在最近一篇文章中指出,即使最優秀的顧問提供的建議,也可能因為機器學習而陷入困境。但我們和其他人的研究顯示,顧問可聚焦在客戶的商業模式,而不只是策略、營運和最佳實務,以確保將來的成長、重要性和成功。

擔任行為教練

隨著企業策略顧問日益受到演算法和人工智慧的破壞,企業顧問可以指導企業領導人運用情緒智慧(EQ)技能,尋求達到成功的最佳方法。例如,就像個人投資中的行為教練,企業教練也可以勸阻領導人和董事會,不要在股價高峰收購公司,或是在市場崩盤時賣出。他們可在智慧型機器以愈來愈快的速度提供新見解時,協助領導人進行變革管理。

從知識工作到智慧工作

所有行業如何採用來自機器人顧問的自動化建議,目前細節還不明朗,但是,將來許多領域都可能會採用自動化顧問。它們已存在於個人投資、駕駛導航(Google Maps、Waze)、婚友媒介(EHarmony、Match.com),以及健康照護(WebMD Symptom Checker)。延伸進入企業策略與金融,似乎是合理的發展。金融服務公司、理財顧問,以及它們的客戶,已率先見證可觀的破壞,但他們不會是最後一批。客戶和顧問面對面討論的日子,可能不會完全消失,但他們已從計算分析數字,轉向改變客戶的行為、培養與客戶的關係。就像法律分析公司預兆(Premonition)的總監伊安.杜德(Ian Dodd)對BBC說的:「知識工作會消失,智慧工作則會繼續存在。」

(羅耀宗譯自2018年1月12日HBR.org數位版文章)



湯瑪斯.戴文波特

湯瑪斯.戴文波特 Thomas H. Davenport

貝伯森學院(Babson College)管理與資訊科技的校長獎傑出教授、麻省理工學院數位經濟計畫(MIT Initiative on the Digital Economy)研究員,以及德勤分析(Deloitte Analytics)資深顧問。他著有十餘本管理書籍,最新著作是《只有人需要應徵:智慧型機器時代的贏家和輸家》(Only Humans Need Apply: Winners and Losers in the Age of Smart Machines,繁體中文版書名為《下一個工作在這裡!》)。


梅肯.貝克

梅肯.貝克 Megan Beck

機器學習新創公司開放事務(Open Matters)產品與見解長,以及華頓商學院(Wharton)SEI中心的數位研究員,與人合著有《網路生存法則》(The Network Imperative: How to Survive and Grow in the Age of Digital Business Models)。


貝瑞.李伯特

貝瑞.李伯特 Barry Libert

企業董事和執行長顧問,專精領域是平台與網路,並擔任機器學習公司開放事務(Open Matters)董事長,與人合著《網路生存法則》(The Network Imperative: How to Survive and Grow in the Age of Digital Business Models)。


本篇文章主題數據資料