对话潘天佑：开放可能是持续创新的唯一方法

在企业数字化转型的过程中创新一词被频频提及，当其成为一个标语、口号之时，不免多了一丝固有的公式化意味，不仅与创新本身大相径庭，甚至容易使得数字化转型陷入僵局。在此情况下，开放式创新的重要性不言而喻。

“开放可能是创新尤其是持续创新的唯一方法。”微软亚洲研究院副院长潘天佑说道。

微软亚洲研究院副院长潘天佑

从微软研究院谈起

企业在进行数字化转型的过程中为什么要进行开放式创新？

“大部分伟大的发明或研究成果很少是作者在一个封闭的房间内就可以做出来的，而是在一个开放的环境中，不断讨论、碰撞、升级得来。这么讲可能有些武断，但开放可能是创新尤其是持续创新的唯一方法。”潘天佑在采访中表示。

很少有人知道，在微软研究院公开发表的论文中，大约有7成是与学术界合作、联名发表的，高校教师、微软研究员乃至在校学生全部可以参与其中，颇有高校做研究时思想碰撞、开放的氛围，这在企业中实属罕见。在潘天佑看来，这并非是微软大气之举，而是研究所需的创新性所致，而包容恰恰是创新源头的重要组成部分。

创新的另一个源头是多元。科学家们曾做过这样一个实验：志愿者每5人为一组，分为两组。其中实验组的5个人背景极为相似，对照组的5人则完全不同。在接下来的日子里，两组执行相同的任务，前3个月中，背景相似的实验组由于高度一致，生产协同力更强；3个月过后，背景多元的对照组在历经磨合、碰撞、讨论后显示出更高的生产力。

同样地，以微软亚洲研究院与全球最大的教育出版集团之一培生公司的合作为例，培生旗下有一个广为人知的品牌朗文。在了解到微软的聊天机器人小冰和英语口语练习应用微软小英后，培生公司提出一个想法，能不能让 AI 教英文？随时随地陪学习者练习？之后双方一拍即合，联合开发了英语学习应用朗文小英，将培生的原版英语课程《朗文小学英语》与微软先进的人工智能技术完美融合，为学生打造个性化学习体验。

“这真的不是像微软这样一家科技公司单枪匹马可以做到的一个产品或者服务，在合作的过程中，更多的创意其实是来自培生那一端。这就是多元所产生的力量。我们常常在讲，不同的成长背景、不同的宗教、不同的性别甚至于不同的学科，往往能够激发出巨大的创新。”潘天佑说道。

组织里的创新

“我想特别提醒大家，企业在推动数字化转型时，一定要把创新的整个聚焦点放在你的组织上。在这个过程中成长型思维、训练创新能力与找对场景缺一不可。”潘天佑表示。

首先是成长型思维。大部分组织，尤其是成功的组织，经常会固化过去的成功。事实上，这无论对数字化转型还是创新都是致命的伤害。而所谓成长型思维的意思是，不管昨天多么成功，都要有否定过去的勇气和举措，否则就会失去创新的能力…所以，如果组织没有办法否定过去的自己，很难说其具备成长型思维。

“当然，成长型思维也意味着组织会遇到一些失败的情况。因为人们在尝试新东西的过程中，难免会有失败，所以组织要有接受员工创新失败的雅量。如果员工因此受到惩罚，那么组织就会失去创新力。”潘天佑强调。

其次，组织的创新能力需要训练。任何组织在进行数字化转型的过程中都需要培训，其中最重要的是对中层管理者的培训。潘天佑和他的团队发现，大部分企业的董事长、总经理对转型、对创新都态度坚决，明白其必要性。然而，在组织的探索创新的过程中往往会继续沿用原来的方法。在此情况下，培养或训练员工的创新能力便显得尤为重要，尤其是要让中层管理者意识到一味重复等于放弃创新的可能性。

最后是找对场景。数字化转型并非是粗暴地引入科技、增加设备，找到组织的痛点才能真正地实现数字化转型。“找对痛点可以帮组织节省成本、大幅提高效率，因此选择对的场景非常重要。”此外，潘天佑认为，选择对的工具同样重要。他表示，组织要思考哪些技术可以应用其中，哪些科技工具可以直接使用。如今没有任何一家企业或组织可以独立完成数字化转型，选择合适的搭档往往可以达到事半功倍的效果。其中，学术界的智慧、科技公司的技术、拥有真实场景的企业与政府的政策支持缺一不可。

人工智能就是一个工具

在企业进行数字化转型的过程中，人工智能往往被神化。

“我从来没有看到 AI 有任何超越工具的部分。事实上，你将它称之为人工智能也好，计算机科学也罢，说到底它就是一个工具，而工具的最基本要求便是有用。我喜欢举历史上的一个例子，我们的历史上包括青铜器时代、铁器时代，为什么要用工具去定义历史时代？原因在于如果你一味停留在过去，当你与别人交手时，无论再怎么勇武，使用青铜器的你也很难战胜使用铁器的对手。历史车轮滚滚而来，谁愿意往前踏一步，谁就可以做出改变。”潘天佑说。

当然，在人们对人工智能寄予厚望的同时，也会对其所产生的结果满是担忧，充满了不确定性。

对此，潘天佑表示：“除非某天会出现一种算法，它可以设计出设计者想不到的新算法，那才可以称之为强人工智能。我不能说它一定不会出现，因为任何与科学有关的事情都不应该武断，但我们现在还没有看到。回归工具的角度，从这个方面来说，人工智能技术已经成熟，只是缺少针对各行各业痛点的产品，而这就需要研究机构与企业的共同努力。因此与其说创新不如说是共创，它需要时间，但前途远大。”