“阿尔法狗”（AlphaGo）与最顶尖人类棋手柯洁的对弈即将在本月底于杭州拉开序幕，这也是继去年李世石以1:4的比分输给了阿尔法狗后又一场人工智能和人类的巅峰对决，也让机器学习、深度学习、神经网络等概念进入了公众的视野。人工智能目前除了在人脸识别、语音识别、无人驾驶、天气预测、医疗诊断等众多C端领域已经有了广泛的应用，在B端商务领域特别在智慧供应链领域也已经有了深入的应用并且会更加有用武之地。
一、战胜人类——AlphaGo的使命
AlphaGo之所以能够战胜人类，其不是如同人类一样靠逻辑推理进行思考，而是更多的靠着大量的数据以及智能算法，而这些大数据其实就是众多的人类围棋高手之前下棋的记录，这也是AlphaGo智能的来源。谈及核心的智能算法，它有两个，第一个是启发式搜索算法—蒙特卡罗书搜索算法（MonteCarloTreeSearch），这个算法保证AlphaGo在有限的空间和时间内找到应对对手的下法，第二个算法其实就是概率算法，即使把每一步的下法变成一个获胜概率的数学模型。
具体到下棋步骤，AlphaGo会预测并且搜索对手可能的走法，然后它要针对对手搜索自己下面可能的多种对策，并且计算每种走法获胜的概率，随之找到获胜概率最大的一种，周而复始直到自己胜利为止。从这个角度来说，AlphaGo所代表的人工智能其实就是大数据和智能算法（图一）。
图一
本质上说，人工智能是一项预测科技，而预测的目的不是为预测而预测，而是用来指导人类的各项行为决策，以免人在决策时因未知和不确定而焦虑。AlphaGo的逻辑简单来说就是“获取数据—分析数据—建立模型—预测未来—支持决策”（图二），这个逻辑不仅仅适用于下棋，也适合于商业活动特别是在“智慧供应链”。
图二
二、增收降本——智慧供应链的初衷
和人工智能在下棋中的运用不同，商业活动及智慧供应链有着不同的数据、算法以及模型。下棋面对的仅有一个对手，而商业人工智能则涉及到众多的内部职能、竞争对手、外部客户和供应商，加上复杂和不稳定的流程，会徒增人工智能在商务行为中应用的难度，这也是为什么人工智能在C端首先得到广泛应用的一个重要原因。但是随着企业各类系统，如ERP、CRM等的普及和管理水平的提升，不少中国企业特别是电商、零售、物流、时尚品行业等已经积攒了大量的运营数据如销售历史数据、配送数据、进货数据、促销数据、库存数据等等，而且内部各个职能协同已经达到一定程度，其实已经具备了运用人工智能来构建智慧型供应链的数据基础和管理基础。
同时这些企业目前所遇到了很多棘手的现实问题，如不能精准和及时的预测和捕捉消费者需求，不少电商企业的缺货率达20-30%，易错失销售机会，造成销售提升乏力；还有库存周转慢，呆滞库存比例高达30-40%，爆仓现象严重，企业现金流压力极大毛利率低，常常有“累死累活就是不盈利”的现象。而人力资源问题更是让不少这类企业头疼，以上行业的企业大多以80后90后员工为主，根据相关统计，75%的企业存在运营人员缺口，年流失率在20-50%左右。如何解决这些现实问题，也是众多企业所白癜风遗传吗复方木尼孜其颗粒用法
