對話潘天佑：開放可能是持續創新的唯一方法

在企業數字化轉型的過程中創新一詞被頻頻提及，當其成為一個標語、口號之時，不免多了一絲固有的公式化意味，不僅與創新本身大相徑庭，甚至容易使得數字化轉型陷入僵局。在此情況下，開放式創新的重要性不言而喻。

“開放可能是創新尤其是持續創新的唯一方法。”微軟亞洲研究院副院長潘天佑說道。

微軟亞洲研究院副院長潘天佑

從微軟研究院談起

企業在進行數字化轉型的過程中為什么要進行開放式創新？

“大部分偉大的發明或研究成果很少是作者在一個封閉的房間內就可以做出來的，而是在一個開放的環境中，不斷討論、碰撞、升級得來。這么講可能有些武斷，但開放可能是創新尤其是持續創新的唯一方法。”潘天佑在采訪中表示。

很少有人知道，在微軟研究院公開發表的論文中，大約有7成是與學術界合作、聯名發表的，高校教師、微軟研究員乃至在校學生全部可以參與其中，頗有高校做研究時思想碰撞、開放的氛圍，這在企業中實屬罕見。在潘天佑看來，這并非是微軟大氣之舉，而是研究所需的創新性所致，而包容恰恰是創新源頭的重要組成部分。

創新的另一個源頭是多元。科學家們曾做過這樣一個實驗：志愿者每5人為一組，分為兩組。其中實驗組的5個人背景極為相似，對照組的5人則完全不同。在接下來的日子里，兩組執行相同的任務，前3個月中，背景相似的實驗組由于高度一致，生產協同力更強；3個月過后，背景多元的對照組在歷經磨合、碰撞、討論后顯示出更高的生產力。

同樣地，以微軟亞洲研究院與全球最大的教育出版集團之一培生公司的合作為例，培生旗下有一個廣為人知的品牌朗文。在了解到微軟的聊天機器人小冰和英語口語練習應用微軟小英后，培生公司提出一個想法，能不能讓 AI 教英文？隨時隨地陪學習者練習？之后雙方一拍即合，聯合開發了英語學習應用朗文小英，將培生的原版英語課程《朗文小學英語》與微軟先進的人工智能技術完美融合，為學生打造個性化學習體驗。

“這真的不是像微軟這樣一家科技公司單槍匹馬可以做到的一個產品或者服務，在合作的過程中，更多的創意其實是來自培生那一端。這就是多元所產生的力量。我們常常在講，不同的成長背景、不同的宗教、不同的性別甚至于不同的學科，往往能夠激發出巨大的創新。”潘天佑說道。

組織里的創新

“我想特別提醒大家，企業在推動數字化轉型時，一定要把創新的整個聚焦點放在你的組織上。在這個過程中成長型思維、訓練創新能力與找對場景缺一不可。”潘天佑表示。

首先是成長型思維。大部分組織，尤其是成功的組織，經常會固化過去的成功。事實上，這無論對數字化轉型還是創新都是致命的傷害。而所謂成長型思維的意思是，不管昨天多么成功，都要有否定過去的勇氣和舉措，否則就會失去創新的能力…所以，如果組織沒有辦法否定過去的自己，很難說其具備成長型思維。

“當然，成長型思維也意味著組織會遇到一些失敗的情況。因為人們在嘗試新東西的過程中，難免會有失敗，所以組織要有接受員工創新失敗的雅量。如果員工因此受到懲罰，那么組織就會失去創新力。”潘天佑強調。

其次，組織的創新能力需要訓練。任何組織在進行數字化轉型的過程中都需要培訓，其中最重要的是對中層管理者的培訓。潘天佑和他的團隊發現，大部分企業的董事長、總經理對轉型、對創新都態度堅決，明白其必要性。然而，在組織的探索創新的過程中往往會繼續沿用原來的方法。在此情況下，培養或訓練員工的創新能力便顯得尤為重要，尤其是要讓中層管理者意識到一味重復等于放棄創新的可能性。

最后是找對場景。數字化轉型并非是粗暴地引入科技、增加設備，找到組織的痛點才能真正地實現數字化轉型。“找對痛點可以幫組織節省成本、大幅提高效率，因此選擇對的場景非常重要。”此外，潘天佑認為，選擇對的工具同樣重要。他表示，組織要思考哪些技術可以應用其中，哪些科技工具可以直接使用。如今沒有任何一家企業或組織可以獨立完成數字化轉型，選擇合適的搭檔往往可以達到事半功倍的效果。其中，學術界的智慧、科技公司的技術、擁有真實場景的企業與政府的政策支持缺一不可。

人工智能就是一個工具

在企業進行數字化轉型的過程中，人工智能往往被神化。

“我從來沒有看到 AI 有任何超越工具的部分。事實上，你將它稱之為人工智能也好，計算機科學也罷，說到底它就是一個工具，而工具的最基本要求便是有用。我喜歡舉歷史上的一個例子，我們的歷史上包括青銅器時代、鐵器時代，為什么要用工具去定義歷史時代？原因在于如果你一味停留在過去，當你與別人交手時，無論再怎么勇武，使用青銅器的你也很難戰勝使用鐵器的對手。歷史車輪滾滾而來，誰愿意往前踏一步，誰就可以做出改變。”潘天佑說。

當然，在人們對人工智能寄予厚望的同時，也會對其所產生的結果滿是擔憂，充滿了不確定性。

對此，潘天佑表示：“除非某天會出現一種算法，它可以設計出設計者想不到的新算法，那才可以稱之為強人工智能。我不能說它一定不會出現，因為任何與科學有關的事情都不應該武斷，但我們現在還沒有看到。回歸工具的角度，從這個方面來說，人工智能技術已經成熟，只是缺少針對各行各業痛點的產品，而這就需要研究機構與企業的共同努力。因此與其說創新不如說是共創，它需要時間，但前途遠大。”