智能商业与企业ERP升级的关系

事实上，我们在实际生活中不难发现，大多数成功的企业，不管它们当时有意还是无意，它们的成功都暗合了很多当时的大趋势和一些基本的商业规律，这是非常重要的。

其实无论是哪个行业，只要是想做大、做强，搭上智能化的顺风车就都是殊途同归的，需要完成的事情也都是一样的。

一、核心业务在线化

让企业智能化，对于绝大部分企业来说，第一步往往就是实现核心业务的在线化。

最简单的例子是摄像头。由于摄像头的存在，我们才可以把场景录下来。如果这个摄像头是孤立的，那么它并没有多大的价值；但如果这个摄像头是联网的，那么它记录下来的视频就能够快速地在互联网上传播，价值得到了成倍的提升；如果这个摄像头后面还接了一个智能引擎，那它就能够进行人脸识别和ID（身份标识）匹配。

举个例子，如果将一个线下实体店和淘宝或者微信的数据打通，就能够轻松知道一个人在淘宝上的ID或者微信号是什么，可以将线下的独立个体转化成线上可以识别的人，这就是数字化的过程。这中间有硬件、互联网和算法的相互作用，但其核心是把一个线下的场景映射到一个在线的场景中。

通过数字化和软件化两大步骤，将传统的服务搬到线上，这是企业智能化的第一步。

二、业务环节自动化

只要这两步能够顺利跑起来，不管你企业的规模，也不管你所在的领域，你就是一个互联网时代的新物种，你就能登上智能商业的快车，比别人更快演化。

所谓企业智能化，简单而言就是“能学习的决策机器”，不但能够做决策，就连决策的效率和效果也可以通过学习的闭环不断进行优化改进，这当然需要数据和算法的支撑。

三、新一代ERP的方向

1. 在线记录数据

淘宝提供在线购物服务，用户所有浏览和购买行为自然就被记录了下来，这不是额外的动作，而是业务的自然过程，是记录数据而非收集数据。

2. 收集所有的数据

淘宝不仅能够记录买家的购买数据和浏览数据，就连买家在两个浏览行为之间停顿多少时间这样微小的行为都会一一记录。这些数据的价值在当下或许不会得到体现，但在将来的某一天也许能够对你产生极大的帮助。

先大范围地收集数据，数据的具体价值留待将来慢慢发现，这也是一种很不同的思路。

要想做到以上两点，就要把一切业务在线化、软件化，这是与ERP系统的根本差别所在。ERP是将管理行为固化，通过最佳实践的软件化传播来提升管理效率；而未来需要的是要将业务行为软件化表现出来。

人能够通过潜意识对用户的一个线下行为进行预测，但无法让机器通过学习加以掌握。只有当你把业务的全部流程都用软件方式表现出来，并让其在线化之后，接下来的一切才有了开始的可能性。

所谓机器智能，就是用最笨的方法做出最聪明的结果，这是第一步。

比如淘宝上的网红店铺，为了追求在线实时业务流，很大一部分的网红店铺都在重写业务流程软件系统，抛弃了过去常用的ERP平台。

在线化会带来庞大的数据流，在掌握了用户的全部数据之后，再使用预测反馈校正的方法指导业务决策。从这个角度讲，数据就是决策，而不是数据支持决策。智能化的第二步一定是自动化，就是直接让机器做决策。

用户在淘宝的搜索框中输入一个关键词，或者点击某个地方会出现什么内容，这些事情都是机器直接决定的。

也许有人会产生这样的疑问：“我怎么知道机器做得好还是不好？”其实这就是模型、算法、反馈要改进的过程。一定要将决策数据化才能够加以持续优化。在优化的过程中，服务会逐步变得精准和智能。

如果你的核心业务没有在线化、自动化、数据化，你就没有开始智能化的过程。请记住，“离线动物”是无法和“在线动物”较量的，因为“在线动物”有很多工具可供使用，这根本就不是一个量级上的竞争。

最后还有一个问题需要解决，那就是怎样才能快速进行智能化服务。

四、企业如何开展智能化服务

1. 数据化往往是一个很昂贵的过程

问一下自己，你是否有足够的创造性，能够找到一种适合你的方法完成数据的初始化？这一点非常重要。如果你能够用足够低的成本、在足够短的时间内，掌握足够大的数据量，你的胜出概率将大为提升。

在互联网时代，谁能够找到有创意的数据化方法，谁就具有重要的竞争优势，也就能真正融入未来的智能商业中去。

2. 只有上线，才能迭代优化

不上线就没有用户反馈，就不知道往哪个方向优化，迭代便无从谈起。这两年有一个很好的例子——特斯拉自动驾驶。在全世界范围内，有数量庞大的特斯拉电动车在路上飞驰，特斯拉公司自然能够收集到大量的数据进行优化，这是智能商业非常重要的一个方向。

3. 用机器学习的逻辑贯穿整个业务过程

还有一个问题需要问问你自己：针对一个足够大的问题，你能否找到新的算法来挖掘数据背后的洞察？千万别小看这个问题，要知道，算法创新具备极大的实用价值。谷歌正是凭借两个别出心裁的算法，支撑起了自己5000亿美元的市值。

本文作者@山人小道 。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！