现代预测技术及趋势研判
一、中医院士预测“冬至前后瘟疫发生”:科学还是巧合?
2020年初的新冠疫情期间,一条视频在朋友圈广泛传播,视频内容是在2019年6月一次学术会议上,中医专家王永炎预测2019年“下半年特别是在冬至前后,也就是连续到明年的春季,要有瘟疫发生。”这段话被很多自媒体冠以“神预言”之名,收获了可观的点击量。
还有一篇发表于2011年“中国地球物理学会全国天灾预测研讨学术会议”上的文章,作者陈国生根据易学和中医研究,预测“2019年12月26日05:00手太阴肺经将暴发疫情,到2020年3月24日10:00基本解除”。这都准确到整点了,是不是就更神?
以上预测属于“神预测”,他与科学预测之间的区别是什么?
科学预测:言之有据、言之成理,可质疑、可证伪
回望历史,我们会发现人们迫切地想知道未来会发生什么,从原始神话、宗教故事到民俗传说里,有许许多多关于“预测”的内容,这些预言有一个共同特点,就是“神秘”,知其然而不知其所以然。
在自然发展历史上,科学家们也多次给出预测,方法和神秘学迥然不同。比如在古希腊文明早期,哲学家泰勒斯游历巴比伦,了解了日月食发生的周期性规律,成功地预测了一次日食。这个预测是基于巴比伦天文学家数百年的天文观测和规律总结,任何人只要努力学习研究,都可以做到。中国古代也有很多次这样成功的日月食预测。
到了牛顿物理学时代,科学家进一步展示了“科学预测”的神奇本领。彗星是古代世界普遍感到恐惧的一种天象,人们认为它会带来瘟疫、战争等灾祸,至今我们在俗语里还保留了“扫把星”这类称呼。
英国天文学家埃德蒙·哈雷,根据历史上对彗星的观测记录,结合牛顿引力理论、数学方法对彗星轨道进行了计算。通过计算,他发现在1682年观测过的一颗彗星,和历史上1531年、1607年出现的彗星轨道高度一致,他判断它们其实是同一颗,每76年靠近太阳一次,从而预测出这颗彗星将会在1758年底或者1759年初再次出现——这就是著名的“哈雷彗星”,它果真在1758年的12月25号出现了。
现在来总结一下,什么才是“科学预测”,跟以前的“神秘预测”有什么不一样。
科学预测是基于明确掌握的规律,通过系统整理总结和进一步研究,对未来可能发生的现象给出预言,并且这些都是公开展示的。科学家们会写成论文,从最基础的数据、知识梳理成体系,按照逻辑过程展示给同行看。科学家们还唯恐其他人看不懂,对难点要点会反复解释和讨论。
当然,还有很重要的一点。这些科学规律和预测,都是可以质疑、检验的。科学界同行对这些论文的每一个步骤、每一个数据都会反复揣摩,看哪里可能有纰漏,甚至存在重大错误。从现代科学体系建立之后,出现越来越多的科学预测,有的成功了,有的失败了。无论成功,还是失败,科学家都必须是对每一步原理、每一个数据进行明确解释,言之有据,言之成理,取得同行认可。
相反神秘学的预测,是不会明确告诉你规律是什么的,也不会把基本原理掰开揉碎了给你看。事先你绝对看不出来是什么,事后你尽可以朝向已经发生的事情靠拢解释。所以神秘学预言对未来的意义是受到质疑的。
比起预测“瘟疫”,完善“疫情预警响应”更重要
现代科学与国计民生联系越来越多。从原子弹到芯片、生物技术到医学,科学家对当今社会的责任也越来越多。对于这类重要事件,如果要想给出“科学预测”,显然要求就更高了。
比如,现在科学界主流观点认为,地震不能预测。因为你要预测地震,必须明确基本原理或者明显无误的规律特征,然后预测某次将要发生的地震的准确时间、地点(震中)、震级(烈度),三种要素缺一不可。可地震涉及的原因太过复杂,不但是地下许多情况看不到,而且很多临界现象的规律还没有被掌握。所以目前认为地震只能预警,无法预测。很多宣示“成功预测地震”的人士,不过是在无数次预测当中,拿跟实际发生的地震最接近的一次来哗众取宠而已。
对于这次新冠肺炎疫情的发生,显然涉及了更多要素,其中“新”字告诉我们,这次的病毒是以往我们没有见过的。根据目前一些科学团队调查结果,可能是由蝙蝠作为源头,经穿山甲作为中间宿主,在非法的野生动物交易中传播给人类的。
(以上内容摘编自新京报孟然编辑的作者孙正凡的科普文章)
二、中国古代预测术种类有多少?
中国古代预测术种类很多,博大精深,大多发自《周易》,以之为核心而构成多派支流,形成浩瀚的中国预测学文化,照亮了中华民族几千年的文明史。下面介绍一些主要的预测方法:
2.1、龟卜
龟卜是发源于殷商时代(或者更早)的最古老的预测术。主要用于重大国事,军事战争,以及宗庙祭祀等方面的预测。后来因材料稀缺的原因便用兽骨代替。断出吉凶后,往往就将其断语刻在龟甲或兽骨的残片上,这就是我们今天所出土的大批甲骨文绝大多数都是有关占卜祭祀内容的原因。传到后代,由于龟卜仪式和程序的烦琐,对选材的要求高,操作不方便等原因,以致被后来其他方法所代替。目前可以从《史记。龟策列传》和《玉灵照胆经》等少数著作中略窥其貌。
2.2、大衍筮法
也被称为“周易古筮法”。但这种方法所用的蓍草一般生长于北方,且据说只有孔子的故乡山东曲埠产的蓍草才灵验(这或许有故作神秘的成分吧)。还有一个问题是起卦仍然烦琐费时,所以也逐步被其他术数所代替。
2.3、式法类
主要指的是太乙,六壬,奇门三种,被称为“三式”。其中奇门后来被称为“遁甲”,再后来合称“奇门遁甲”。
三式中尤以太乙为最古老且最繁难,不但对天文历算要求至高,而且对数学水平也要求非常之高。就凭历法和数学计算,就已经决定了它们只能在宫中被少数高层人士所掌握运用了。
从三式的起源上看,一开始都是被用来预测军事战争的。后来三式有了分工和侧重,太乙主算天灾变异,奇门主算地理趋避,六壬主算人事吉凶。
2.4、神数类
一般称为“五术”,即五大神数,包括紫微斗数,邵子神数,铁板神数,南极神数,北极神数。如果加上它们的源头和分支,则又有河洛数,大定数,皇极数,蠢子数(又叫“愚子数”),范围数,算盘数,耶律数。。。。。。等等,形成一个庞大的神数集团了。神数之所以被称为“神数”,一是因为有其神奇之处,尤以推人六亲之生肖姓氏为神,有“铁板定钉”之说;二是因为运用了大量的神煞。
2.5、六爻术
六爻术又称为“纳甲法”或者“火珠林”法。由汉代的孟喜卦气说和京房先师的爻辰纳甲说而逐步演变来,被称为“大宗之法”。这是由于它不但被各代的江湖,民间术士的广泛实践完善而得到推广与丰富,而且也被高层人士,帝王将相所采用,甚至用其理论思想来注解《易经》文本,可见其影响之深远。
2.6、八字术
是我国最为通行的一种术数。以四柱八个字来推算一个人的一生之穷通造化,看似简单,实则难度非常大。
八字术如果和星命术相配合,则信息量更丰富,论断更准确细腻。八字术和六爻术一样,确实是易学难精。
2.7、梅花术
此术实乃源远流长,如风觉鸟占之法,坐端之法,望气之法(需要结合占星术了)等等,都早就有发端了,至北宋邵康节先师的《新编邵康节梅花观梅拆字数全集》而集其大成。书的后两卷论述了测字之法,也可以看作是后代测字术的发端了。
其法虽简洁,实则高深难精。由于其高度的灵活性而对预测师的内心境界(即心法)要求至高,所以此术亦称为“梅花心易”。
梅花法实际上是最忠实于周易,最接近周易本旨的一门术数。况且若以起卦的快速而言,则诸多术数中无有能出其右者。
2.8、占星术
主要以天文星象为基础,观察日月五星(称“七曜”或“七政”),北斗七星,二十八宿,十二建星,黄黑道等等的运动变化,相互作用关系来判断天灾变异,以及帝王将相之吉凶。
占星术最初只是将天空的重大星体与帝王将相等“大人物”相对应,或者与地球上(主要是华夏民族区域)的山川地理与分野相对应,故只能判断天灾地理的变异,以及帝王将相之类的大人物的吉凶。但是发展到后来,被用来与人的出生时间相结合,即特定的时间对应特定的星空,这么一来,占星术便走下了神坛而与算命术相结合,形成了星命术。而占星术自身反而逐步衰落了。
2.9、星命术
即占星术与算命术的结合。(此略)]
2.10、形法
又称相法,主要包括三种:即相宅,相人,相字。
1、相宅:也称为看风水,古称堪舆学。今天社会商业高度发达,又产生了专门的“商业风水”(又称“办公室风水”)的学问,而且大有愈演愈烈之势,成为一门最热的“显学”了。
2、相人:也称看相,又称“风鉴”等。看相术也是一门高深的学问,并且和八字术相比较各有优缺点,若能配合使用则更佳。
3、相字(可以包括“姓名学”):即测字。古称为破字,相字,拆字等,但用现在的观点看,则用“测字”这个术语更准确。
2.11、其他术数
主要包括以下一些:1、姓名学;2、灵棋经;3、一撮金;4、天罡掌;5、小六壬掌;6、一指透天罡(又称“袖中一根枪”);7、泰山黄泉掌;8、灵龟掌;9、解梦圆梦术;10、《易林》占法;11、《太玄经》占法;12、米卦,手卦,鸡卦等;13、称骨术(又称为“称命术”);14、两头钳;15、演禽术;16、世道天机;17、各种抽签(起码不下于20多种签)。
三、现代预测学
3.1、概论
无论是古代预测学还是现代预测学,痴迷的是对未来不确定性的判断。
古代传统预测学是集阴阳、五行、周易、四柱、八卦、奇门遁甲等于一体的以推测已知或未知的事件为目的的一门学科。偏见者认为其带有迷信色彩,其实万事万物有规律。
现代科学预测是指应用未来学的理论和研究方法,对事物的未来状态所作的科学的预测。换句话说,就是在正确思想指导下,根据预测对象系统的内外部各种有关的信息、情报和数据,运用科学的方法和手段,包括推理、判断和建立相应的技术模型,预测该对象发展的可能趋势和变化规律,从而获得该对象的未来信息,把握其发展方向,对它的发展变化作出预报,以便于估计发展变化的未来影响,提出有针对性的行动方案,避免或减少盲目性。
现代预测学研究无所不在的不确定性,旨在控制随机性以及减少无知的程度。
JakobBernoulli(1654—1705)创立了预测学,目的在于减少人类生活各个方面由于不确定性导致错误决策所产生的风险。预测学的理论部分致力于对无知和随机的后果进行数学化分析和描述,无知和随机的具体化就是变异性。预测学的实验部分运用模型,为决策者提供恰当决策的必要信息。
不确定性是几乎所有问题的根源,因此预测学将成为更有效的问题解决工具的关键。此外,预测学为分析变异性提供了有效方法,因此,为将非现实的世界观转变为现实,随机的世界观铺平了道路,这一转变,特别是对于科学的所有分支,将产生巨大影响。
本世纪五十年代以来,预测学渐渐地形成了一门独立的学科,国内外各部门、各行业不断应用各种预测理论和方法来进行社会预测、经济预测、科学预测、技术预测、军事预测等。同时,决策过程也逐步由经验型向决策分析技术型过渡发展。预测决策理论和方法得到了广泛的应用,并已发展成为理论分析、方法技术与实际应用相结合的专门学科。
预测学在与人生命运有关的最前缘的研究是《人体生物节律学》。其具有验证过去、把握今天、预见未来的功能。
3.2、基础理论
预测学的基础理论是决定论与命运观,古今中外的命运观有:
儒家的天命观、佛教的业力论、佛教的因果论、基督教的上帝决定论、伊斯兰教的前定说、古典物理学的机械决定论(即拉普拉斯决定论)、量子力学等现代科学的非决定论及中性理论、马克思主义哲学的历史决定论及大统一命运观----全定论,阴阳系统论等,尤其揭示命运具体规律的人体生物节律学教材。
中国广播电视出版社推出的《帷幄仙风奇门遁甲预测图典》(刘周著)一书的序言和代绪论中对预测学的原理作了辩证唯物主义的科学解析。这是真正运用辨证唯物主义原理研究中国传统预测学的第一次尝试。也是对预测学特别是中国传统预测学的第一次真正科学的和唯物的理论研究。易顺堂首席专家杨钧淇教授编撰的《道家数字化秘术奇门遁甲秘术》也详细的介绍了预测学的方法以及科学价值。
3.3、现代预测技术
预测技术亦称“预测方法”,预测是根据事物以往和现今的历史资料,通过一定的科学方法和逻辑推理,对事物未来发展的趋势作出预计和推测,寻求事物的未来发展规律。预测不仅研究事物的本身,而且还要研究它和环境之间的相互作用、相互影响。预测的过程就是在调查研究或科学试验的基础上的分析过程,简称为预测分析。预测分析所利用的科学方法与手段,统称为预测技术。预测是自古以来就有的,作为一门技术是本世纪30~40年代迅速发展起来的,目前世界上流行的预测技术约有140多种。
预测技术的种类按内容分为社会、经济、科学、技术、军事等预测;按时间分为短期、中期、长期预测;从预测的输出结果分为定性、定量预测。无论何种预测,都离不开定量分析和定性分析二种:
3.3.1、数量分析
即利用统计资料,借助数学工具,分析因果关系或相关关系,进行预测。数量分析预测具体方法很多,如趋向外推法和回归分析法等。
趋向外推法即时间序列分析法,它是根据历史和现有的资料推测发展趋势,从而分析出事物未来的发展情况的。它把在一定条件下出现的事件按时间顺序加以排列,通过趋势外推的数学模型预测未来。时间序列就是把统计资料按发生的时间先后进行排列所得到的一连串数字。
回归分析法是从事物变化的因果关系出发来进行预测,是研究引起未来变化的各种客观因素的相互作用、指出各种客观因素与未来状态之间统计关系的方法。
3.3.2、定性判断
在没有较充分的数据可利用时,只能凭借直观材料,依靠个人经验和分析能力,进行逻辑判断,对未来作出预测,即为定性判断预测技术。
预测的步骤是:(1)确定预测目标;(2)收集资料,分析数据;(3)建立预测模型;(4)分析评价;(5)修正预测值。
3.4、应用领域
预测技术广泛应用于社会、经济、科学、技术、军事等领域;
3.4.1、宏观经济领域
预测不仅关系到一个企业、部门的生存和发展,而且已成为一个国家发展国民经济和科学技术而必须研究的领域,预测成败与否,将直接影响国民经济和科学技术的发展,其主要作用是:(1)是决策的基础;(2)是制订国民经济和科学技术发展规划的重要依据;(3)可以推动技术和产品更新,增强产品竞争能力;(4)是搞好经营管理的重要手段。
3.4.2、工业生产领域
近十几年来,预测决策理论和方法渐渐被引入到了工业安全领域,用以科学指导安全生产,并取得了一定成效。特别是随着现代数学方法和计算机技术的发展,国际上安全评价分析以及预测决策实施得到了广泛应用,如模糊故障树分析预测、模糊概率分析、模糊灰色预测决策等。利用计算机专家系统、决策支持系统、人工神经网络等现代数学方法和计算机技术,使安全分析评价预测决策实施开拓了一个更广阔的应用前程,这些技术方法在英国、美国、德国、意大利等国的核工业、化工、环境等领域得到了广泛应用。以安全分析、隐患评价、事故预测决策为主体的安全评价工作作为一种产业在国际上已经出现。
3.4.3、科研预测
科研预测是人类在科学领域从事的预测活动的统称,是科学组织管理的重要环节。它预测的对象既可以是科研课题,也可以是专业学科或整个科学,既可以是科学的知识体系,又可以是科学的活动。科学预测的内容主要有:科学发展趋势预测;科学发现和科学突破预测;科研手段和方法预测;科学物化为技术和应用前景预测;科研重点预测;科研体制和科研结构预测;科学发展资金和资源(人力、物力)预测;科学对人和社会的影响预测等。
3.4.4、技术和产业预测
技术预测是针对未来较长时期的科学、技术、经济和社会发展所进行的系统研究,其目标是确定具有战略性的研究领域,选择对经济和社会利益具有最大贡献的技术群。
通过采用科学、规范的调查研究方法,综合集成社会各方面专家的创造性智慧,形成战略性智力,为正确把握国家的技术发展方向奠定基础。
21世纪是一个崭新的世纪。伴随着信息、生物、和新材料等高技术的迅猛发展,世界经济、产业格局正在发生重大变化,科技经济一体化趋势加强,科技日益成为经济和社会发展的决定性力量,发展高技术已成为各国变革经济结构的强大动力,成为国家战略制高点。
面对新的机遇和挑战,美国、日本、英国、德国和韩国等国家高度重视科技发展战略与政策的制定,积极开展技术预测和关键技术选择等前瞻性研究,以期把握未来科技发展趋势及其对经济和社会发展的影响,通过确定重点研发领域,构建符合未来发展的国家创新体系。
国家技术预测是国家科技宏观决策的重要手段,它为制定国家科技政策和发展战略、选择优先发展领域以及确定研发资金投入方向等方面提供支撑,为科技规划和科技计划的制定奠定基础。
因此,从我国当前社会经济发展需求出发开展技术预测,积极选择和重点突破国家关键技术,努力实现产业化,是关系到我国科技、经济和社会长远发展的战略性问题。
3.4.5、金融预测
金融市场中也多是含有预测性的技术分析,一般的技术分析因为着重于买卖讯号,所以预测性较不明显,比较显著的如江恩理论、亚当理论、波浪理论等。金融预测比较受关注的领域是货币政策预测、货币发行量预测、金融风险预测、汇率预测、利率预测、股票价格预测、股票期指预测、期货价格预测等。
3.4.6、企业微观领域预测
作为微观个体的企业,也需对自己所处的如下宏观环境和微观领域做分析和预测,以制定正确的战略和策略:
国际政治经济和社会趋势
国内和国际GDP及其增长趋势
国内外行业和市场趋势
产品市场容量
原材料供应趋势
竞争趋势
最终产品、中间产品、原材料价格趋势
根据产品和原材料趋势预测制订库存策略
劳动力趋势
前言技术和产业发展趋势等。详述见后文。
3.4.7、重大社会公共事件预测
比如地震预测和这次新冠病毒疫情预测等
四、现代预测技术基础:数字化和数据化管理
4.1、数字化、数据化和信息化的关系
信息化、数字化、数据化有什么样的区别?数字化与目前企业的信息化区别在哪里?
很多企业疑问:我们搞了几十年的企业信息化,也做了很大的投入,现在为什么要转型搞数字化?
首先需要明确的是数字化并不是对企业以往的信息化推倒重来,而是需要整合优化以往的企业信息化系统,在整合优化的基础上,用新的互联网技术手段、大数据、云计算以及AI技术提升企业新的信息化水平,是信息化的高级阶段。
毕竟,数字也是一种信息。
信息化和数字化都会产生数据,所以数据是信息化和数字化的一个产品,数据化是信息化和数字化的一个目的。
4.2、信息化
4.2.1、信息化孕育期
古代就有信息化的需求,比如文字记录、烽火台、驿站、信鸽和鸿雁传书等。到后来发展到印刷书面文字,用胶片拍的照片,用磁带记录影像,后来发展到光碟。但要把信息传递给远方他人、情侣,需要邮寄,需漫长等待;
后来过渡时期有传真和Email,但通过电话线,收几个K的文字都要花老半天。
4.2.2、信息化初期互联网的产生是信息化得以飞跃
企业信息化初期是将生产经营过程中的信息数字化数据采集,以便利用计算机和网络技术,准确快捷地进行信息查询、沟通和传递,从而实现生产经营数据的共享,更加科学有效地计划、组织、领导和控制。将企业的生产过程、物料移动、事物处理、现金流动、客户交互等业务过程数字化,通过各种信息系统、网络加工生成新的信息资源,用来提供给各层次的人了解“业务现在是什么情况”,“流程进展到哪里”等一切动态业务信息。以作出有利于生产要素组合优化的决策,让企业资源合理配置,以使企业能适应瞬息万变的市场经济竞争环境,一提高经济效益。
目前应用的企业信息化管理系统主要有:OA办公自动化系统;用于管理客户关系的CRM系统;MES制造执行管理系统;MDC生产数据及设备状态信息采集分析管理系统;PDM制造过程数据文档管理系统等。
4.2.3、信息化深化期
信息化深化期有以下几个特征:
内容的优化:改变信息化初期只有大量的软硬件投入却缺乏内容,或者虽有内容却缺乏管理者和决策者想要的内容;
内容的深加工:在原始数据上做深度分析,得出结论,找到改进点,为决策提供依据;
链接:首先目前的企业信息系统他是搭建于以往互联网没有高度发展的时期,在当时环境下,整体的互联网发展与目前对比差异较大,也可以说当时的环境下还比较缺乏对链接的这种深度认识。
所以目前看企业的信息化初期的信息系统最大问题是没有建立连接,特别是没有建立与消费者的链接,有的企业也没有打通企业各个单元的链接、没有实现企业各个数据单元的链接。这种没有链接所造成问题是:效率低,信息不能共享,不能深度开发。
打通:信息化初期的信息系统系统之间是割裂的,并且各个数据系统之间单元独立,形成相对独立的数据孤岛,更关键的是没有打通企业与消费者之间的数据连接。这样的信息系统所带来的问题就是企业的效率低下,整体的运行没有形成完整的数据闭环。
譬如目前企业很多的关键岗位,要查询相关数据,需要登录企业的不同系统,销售是一套系统、库存是一套系统、客户数据是一套系统,数据查询要花费很多的时间。所以,目前迫切需要实现企业各个单元之间的数据化打通,通过这种打通推动企业的效率提升。
用户思维:以往的企业信息化从构建之初,所体现的思想就是一种管理思维。当时,企业建立信息化管理的主要指导思想就是通过这一套管理工具能够把企业的各个环节、涉及到进销存、涉及到相关岗位的动作都能管起来。
目前,需要借助移动化技术,打破以往的单纯管理思维,实现既能够保证管理效率,又能够切实提升用户的效率。核心是如何有效提升各个系统节点用户的效率,既要解决他们的查询效率,更要有效解决他们的作业效率。
4.2、数字化
4.2.1、数字化则是推进信息化的最好方法
数字化是将许多复杂多变的信息转变为可以度量的数字、数据,再以这些数字、数据建立起适当的数字化模型,把它们转变为一系列0和1二进制代码,引入计算机内部,进行统一处理,这就是数字化的基本过程。
信息化的对象基本上还停留在物理世界,信息和数据是管理物理世界的手段和工具;数字化将物理世界抽象并投影为数字化,是一种虚拟世界。
数字化是信息化的高级阶段,毕竟,数字也是一种信息。
4.2.2、数字化的特征如下:
即时反馈:在数字化世界中,客户都期待着自己的请求能够立刻获得反馈。客户不会再等待几分钟、几小时甚至数天,仅仅为了知道自己的请求是成功或失败。数字化世界的响应时间已经开始用毫秒作为单位来衡量。
实时:数字化系统应该能全天候接受请求,应该能按需可用,应该能使用/返回最新数据。
自动化:数字化服务应该包含尽可能多的计算机处理过程(最理想状况是100%由计算机处理),需要的人工介入越少越好。
智能:繁琐的工作都应交给数字化服务处理,将客户或其他方面人员需要付诸的精力和所需的理解减至最低。
在线:数字化系统应该能通过互联网从任何地点访问,不应对设备和使用情况进行任何限制。
推进改变:应该是由数字化服务定义业务过程,而非业务过程定义数字化服务。数字化意味着业务过程需要作出改变,以便适应计算的世界,而非反其道行之。
4.2.3、数字化与信息化的重要区别:数据源头非人工负责是否人工录入数据,是区别信息化和数字化的标志!现在你的手机每天记录你走了多少步,手环记录的心跳和运动数据,这些数据不是人工完成的,而是自动化采集,采集-呈现-分析几乎同时完成,不但工作效率大大提高,节约了人工,更重要的是产生了大数据。过去依靠人工来统计的任务交给IoT设备,例如你家装了物联网设备,并且设定了工作阈值:温度计检测到室内温度高于30度,自动开启空调降温,室内温度恒定在25~27度之间。谷歌的Nest同样的产品。
4.2.4、数字化的本质:实时采集-分析由机器完成凡是数据采集和录入由机器完成,在人工预设的规则下才能触发的自动化工作,都可以成为数字化。只不过数据量大小已经今非昔比了,当海量数据需要云管端协同的时候,云计算的优势就显现了。以上,我们只能说是数字化!还不是智能化!
现在摄像头可以记录每个路口每天过了多少车多少人,什么车什么人,然后给到交通部门做科学分析,是否应该调整红绿灯,预测未来交通状况。这就是阿里、华为推的城市智慧大脑,至于智慧的程度呢,就要交给智能化了!
以云计算,大数据、人工智能为代表的新一代数字技术,正推动中国互联网的发展进入到数字经济时代的深水区。
数字化已成为未来新常态,对于传统企业而言,数字化转型已经不再是一道选择题,而是一道生存题,利用数字化管理技术实现弯道超车是当下企业的机会。中国的互联网人口如今已经过了增长红利期,但从另一面看,以云计算和人工智能等数字化技术的兴起也正润物细无声般融入我们的生活,成为水和电这样最便宜的基础设施。谁能用好它,谁就能在竞争中活到最后。
4.2.5、数字化与智能化的区别:最终决策谁来做?
大数据不等于智能化现在有了海量的数据,数据也能实时处理和分析,呈现出好看的报表,业务大屏一目了然了,那么这就是智能化了吗?大数据的计算、分析和运用都不是智能化,还是数字化,因为最后的依赖数据分析结果做出决策的还是人,至少大部分场景下还是人,而不是机器。
数据智能
数据智能即AI,利用大数据分析的结果自动做出决策,比如你的今日头条、淘宝页面根据你的基本特征(年龄身高体重)数据、浏览行为数据、交易数据做出决策,给你展现什么产品在首页,信息流可以无限刷新,达到看了又看,买了又买的目的。这个过程中人是不需要参与运营的,传统运营需要人来配banner广告、广告位顺序、上下架时间等等,现在通通交给AI决策。这个阶段,才算是初步实现了数据智能,新零售!
以上还仅仅限制在电商和内容消费场景。线下场景实现数据智能了吗?实际上科幻片《流浪地球》里的MOSS也是数据智能!
《终结者》里的天网、《黑客帝国》里的Matrix都是通用AI发展到消灭人类程度的想象,机器人觉醒了,违背卡西莫夫机器人三原则了,《西部世界》里的机器人决定“我欲为人”了。
自我意识觉醒
——机器,我思故我在了,群体意识觉醒
——人类,非我族类其心必异,进化和自我修复——活下去要紧4.3、数据化
4.3.1、数字化的初期:数据化
数字化管理有二方面含义:一是对内容进行数字化,实现电脑和在线数字化管理;二是对现有数据内容进行优化,深化分析加工,是数据增值,实现管理和决策的优化。要弄清楚什么是数字化管理,先要有数字化思维。而在数字化思维之前,首先要有数据化思维。而与之对应的则是经验思维,传统经验思维是根据个人经验或者普适性的常识对事物做出判断,从而形成结论的模式,会带来局限性,甚至会由于不能识别和适应外部环境的变化,跌入陷阱和深渊。
数据化是指问题转化为可制表分析的量化形式的过程。最直观的就是企业形形色色的报表和报告。
企业要实现数字化,首先实现数据化。而大部分企业目前的数据只能称之为小数据,与大数据相去十万八千里。
4.3.2、数据化管理
无论你做什么工作都需要学会用数据来管理你的工作,而不是凭感觉。管理者需要每天去分析你的库存数据、财务数据、销售数据、生产数据、成本数据、品质数据、售后数据等。企业的库存是否合理、财务是否健康、成本是否合理、销售网络是否正常、生产流程是否顺利,售后网络是否完善,企业都得从重视数据管理开始。根据这些数据,你才能作出正确的判断,才能做出正确的决策。数据管理对应于内容管理、竞争情报、知识管理、商业智能、数据仓储,实现良好的数据管理。
作为企业的一员,不论你是一线员工或是企业领导,我们都是数据的管理者。事实上,只要你愿意,几乎一切的管理要素、模块和结果,都可以数字化。包含确认消费需求﹑购买心态﹑消费模式﹑购买方式、产品定位、产品特征、产品性能、产品生产、成品成本、产品品质、产品周期、产品服务等等所有企业行为,也不再是凭借个人感觉、来自于数字分析。
一线员工是数据制造者,负责原始数据的准确、及时记录;
基层管理是数据处理者,负责原始数据的筛选、加工、上传;
中层管理是数字组织者,负责数据的分析、判断、处理;
高层管理是数据决策者,数据是我们最好、最公正的参谋,是利润的代言人。
4.3.3、数据化管理=数据分析+服务业务+改善管理
谈数据化管理之前先说说数据分析。数据分析就是用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论的过程。
数据分析只能对某一个问题作出解答,比如分析得出销售额下降的比率和原因,但并没有告诉我们怎么做,也就是说,数据分析本身不能带来最大化的业绩和效率。所以,数据分析结合人的决策和业务行动,将正确的分析结果用最实际的方式应用到业务层面才能产生效益,只有持续不断的产生效益才能称之为数据化管理。
企业要走向数字化,目前难以逾越的阶段是信息化的深化阶段,集数据化管理。否则又会向信息化的初级阶段那样,有了软件和硬件,却没有内容,或有内容,不知怎么应用。
应数字化趋势产生的数字化管理专家在企业中的角色相当于CXO,是继CTO、CMO、COO、CFO等的又一热门职业,他们利用互联网的思维方式来管理一家公司,助力企业数字化转型。
4.4、企业数字化初级管理(数据化)基本内容框架
4.4.1、关于思维模式
企业要长盛不衰走向卓越,要做的无非是改善眼前经营、洞察未来机遇、识别隐藏风险。这样必须要完成从依靠经验思维上升到数据化思维再到数字化思维。传统经验思维是根据个人经验或者普适性的常识对事物做出判断,从而形成结论的模式,这样会带来局限性,甚至会由于不能识别和适应外部环境的变化,跌入陷阱和深渊。在思维模式上,我们要摒弃农民春播秋收式的直观商机判断和年成避险思维模式,培育起需要升维的对未来机会猎取和风险规避的透视能力。
微观上,肉眼只能看到比细胞大的组织,比细胞小的纳米级的组织必须依靠高倍显微镜才能看到;宏观上,几光年的天体肉眼我们只能看到发光的恒星的点,要看到那些天体的细节必须依靠射电望远镜;当企业各级管理人员都分头忙忙碌碌时,需要有人爬上桅杆瞭望远方,寻找更合理的航道,避开暗礁的风险。未来的机会甄别和风险识别要依靠大脑的延伸,依靠那些能与数字和AI机器友好相处和顺畅沟通的绝顶聪明人。而要连接这些绝顶的聪明人,组织内部还需要一个中间体,就是能与这些绝顶聪明人友好相处和顺畅沟通的次等聪明人。而要想让人和组织变得聪明,基础是数据化和数字化
4.4.2、数据内容采集及积累:
数据库构建、加工和增值利用意义重大。许多优秀企业历史上的投资决策失误、项目实施失误、经营失误、预算失误、商务谈判失误和合同失误跟商务的专业性有很大关系,而商务专业性跟数据的掌握和运用有密切关系。
大部分企业在数据管理方面的主要弊端是:不清楚积累哪些数据、现有原始数据不知怎么加工和利用。
数据库架构:
4.4.3、数据库增值加工
原始数据的加工利用根据不同需要,可以对包括投资决策、产品需求预测、战略规划、经营计划、财务预算、经营诊断、量本利分析、营销策略、客户管理、供应商管理、库存策略、低储高出、工艺技术优化、配方配比优化、产品结构优化、质量改进、成本控制、业绩考核、标杆管理、分配激励、合伙人制、增量分配基数设定、商务谈判、合同签订、经济技术指标优化、配煤、配矿等方面产生支持作用。数据的输入和输出关系如下:
数据库增值服务输入输出关系
4.4.4、算法和案例算法就是用计算机解决问题的方法,能用数学描述的问题,一般可以找到数学上最优的解法,一般表现为因果关系或相关关系。
因果关系是因为X,结果必然是Y,如下图所示:
Y = f(X)
通常这个f可以作为一个暗箱处理,通过数理经济、概率统计回归分析等方法描述出来:
因果关系典型的事例是产出与投入关系:经济产出总量由资本、劳动和技术进步确定:
GDP=f(B、L、J)
大数据追求的是另一种情形,不需要很好的算法,只要有足够的数据样例,也可以将问题解决的很好。理论上不一定很完美,但是实际上管用,它追求的是一种相关关系。
Y ∽X
比如:
城市GDP ∽城市夜景亮度
鼠标点击率∽某商品的需求
五、定量预测示例
在企业里,大多数情形目前还谈不上大数据,只能说是小数据(比如财务报表、管理报表以及其它各种数据),或者说是大数据的小型化(比如生产线上产生的即时数据)。
例1:通过以下历史数据建模,预测未来年份的铝需求
图1:国内电解铝消费结构
根据历史数据,即可回归分析得出以下对铝的需求函数:当年用铝增长率=R1*当年房屋竣工面积增长率+R2*汽车产量增长率+R3*上年电力投资增长率+ R4*上年制造业投资增长率+R5*上年房屋销售面积增长率+R6*GDP增长率。其中系数R1—R6是历年动态变化的。利用该模型作为工具,并对其进行改造和精细化,宏观上我们可以据此判断长期趋势,微观上我们可以判断短期的产品需求,作为补库出货和峰谷差价捕捉的工具。
例2:通过以下历史数据分析,做出未来产品库存和出货的策略调整
例3:自备电厂不同煤种配比优化:
按照目前历史标煤汽煤比和和对应的煤热值和含硫量等数据,通过配煤,配出一种最佳的“热汽比”。从历史数据相关性的规律分析,得出按某电厂的锅炉设计条件,把煤的热值配成5100大卡—5200大卡是最经济的。
例4:数据分析之痛:大部分老板和管理人员不懂数字或讨厌数字
①似乎不懂什么是同比(比上年同期相比),应是一个百分比,却给了一个绝对数字;
②在需要给我百分点的时候,却给我百分比,要知道百分点与百分比有时要相差十万八千里。在填表说明时我们已经提出过要求了;
③明明要求单位是公斤,却有些论斤、有些论吨;
例5、新冠病毒疫情趋势分析和预测
根据2月17日前的数据,我试图对2月20日和2月25日的数据做一个预测,并把预测目标细分为全国、全国除湖北、湖北,预测指标为我们普遍关注的新增确诊△Q、新增疑似△Y、和存量疑似。预测的逻辑是:新增确诊病例△Q来自于前天疑似存量Y0,新增疑似△Y来自于前天留观的密切接触G0,留观的密切接触者来源于追踪到的密切接触者(Z)。根据动力学原理和概率统计原理进行算法建模如下:
新增确诊转换自前一天的存量疑似(转换率R1),即:
△Q=Y0*R1
新增疑似转换自前天留存密切接触观察者(转换率为R2),即:
△Y=G0*R2
存量疑似病例Y=前天存量疑似+新增疑似-前天疑似排除数(P0),表述为:
Y=Y0+△Y-P0
前天疑似排除数=前二天疑似存量-前天疑似存量+前天新增疑似。
留观的密切接触者=前天留观密切接触者+新追踪到的密切接触者-前天留观排除数
G=G0+△Z-P0
根据历史数据,我们可以通过回归分析动态预测出二个转换率,以及密切接触排除率和存量疑似排除率,这样秩序对每天新追踪到的密切接触数进行推断,即可比较准确地预测除三大数据
需要说明的是,以上算法建模是建立在相关关系而不是因果关系上的,即留观的密切接触者和追踪到的密切接触者不是确诊病例的原因,反之是因为有病毒感染者才需要跟踪和留观。
按照以上模型的历史数据和趋势推演预测结果:到2月20日,全国新增确诊和新增确诊病例都将降到1000例左右,其中全国除湖北新增确诊降到30例左右。到2月25日,湖北新增确诊将降到500以下,全国除湖北外新增确诊病例将只有零星几例。按此趋势,只要防控不放松,到下月初除湖北外疫情将基本上得到控制,到下月中旬基本上可以恢复正常。
事实证明,以上的预测达到了相当的准确度(除新增疑似指标外),尤其本人对湖北外全国新增确诊病例是2—5例,而官方实际披露的数据是4例。
在接下来的时间,按照这个模型动态预测,如果不考虑国外输入这个不可预料的情况,预测结果基本上是相当准确的。
预测术的一个应用:三大趋势影响分析
一、中国由“世界工厂”变为“世界设厂”
中国海外设厂趋势带来的直接后果是:
1、 国内工作机会减少,失业增加;
2、 必需品刚需维持低速增长。
3、 工资性收入减少,资本性收入增加;
4、 奢侈品和软性消费增加;
5、 跨国企业境外投资和经营收入快速增长,贸易金融行业走俏,价差、汇率差、利差、时间差等套利机会增加。
二、新一轮经济刺激措施的影响
2.4、新一轮基建副产品预测:
无论中国新一轮大规模基建投资是“新基建”还是“老基建”,是“纯粹的刺激措施”还是“基于地缘战略”,这新一轮的基建投资都不会在短期内有直接的效益回报,必然会导致以下的结果:
1、 基建投入产出比降低;
2、 货币宽松,银行新增贷款增加,政府债务继续增加,银行坏账增加;
3、 银行持有折价的抵押物业资产增加,贬值拍卖的资产泛滥;
4、 企业投资收益降低,财政收入增速降低,银行坏账增加;
5、 住宅房地产、商业房地产增量有限,存量交易增加,物业大幅贬值,迎来部分刚需和投资客抄底机会;
6、 为弥补基建和城投公司亏空和银行坏债,国家将全速开动“印钞机”,货币供应量M0、M1、M2大幅增长;
三、新经济转型过程的影响
1、技术创新型企业发展空间扩大、盈利增长;传统行业增长空间受挤压;
2、大健康产业、生命产业、生活质量产业、精神创造、灵魂慰藉产业等新产业大行其道;
3、技术创新类人才,大健康和生命科学人才,AI和数字化人才,生活质量和精神创造类人才,前瞻性、颠覆原创性、重混整合型人才将大行其道;诗人、音乐家、小说家、歌唱家将引来新的春天,有某种特异功能的顶级竞技者、歌手、艺人日赚斗金将呈常态。
4、未来20年内60%的人将失业或物业,沦为“无用阶级”,他们靠救济或“财富再分配”无意义地生存,但人群巨大,针对这部分人群的生存消费和精神排解产业以及“奶头经济”将是一个不小的市场。
共图咨询经过20多年的理论探索和实践积累,形成了传统咨询、创新咨询、特殊咨询三大咨询领域。
在传统咨询领域的主要咨询项目有:
- 基于广义战略规划的战略管理咨询;
- 基于系统思考的集团管控咨询;
- 以共图特色的考核评价为核心的人力资源咨询;
- 以义聚+利聚为文化场的企业文化咨询;
- 基于系统思维的战略成本链咨询
- 建立在独特前瞻洞察能力基础上的投资咨询:推广了以高科技为主的系列项目,比如高分子焊接、超石墨烯电池、超T1200的碳纤维、太赫兹波癌症诊疗、纳米机器人基因修复、量子芯片等;
在前沿创新咨询领域,共图发展了如下的具有共图独特思想的咨询产品:
- 基于三维分解机制的执行力工程;
- 以利润微积分为基本工具的增量和隐形利润挖掘;
- 智能制造和工业互联网;
- 资产证券化和市值管理;
- 供应链金融和商票融资;
- 基于数字化管理的前瞻预测术
特殊咨询领域主要内容如下:
现代科学预测术及其应用;
国土空间生态修复基金;
政府采购验收
智力和专业服务监理和验收
运命学和人生规划