文/湯胤 鄭友亮 黃書強(qiáng) 閉思成

引言

中美作為世界上規(guī)模最大的兩個經(jīng)濟(jì)體，兩者在數(shù)字經(jīng)濟(jì)以及勞動力結(jié)構(gòu)上的差異十分耐人尋味。美國在過去若干年經(jīng)濟(jì)增速放緩，但科技迅猛發(fā)展有目共睹，特別是在數(shù)字經(jīng)濟(jì)核心技術(shù)方面具有絕對優(yōu)勢。要知道核心技術(shù)從來都不是一蹴而就的，即使我們舉國體制推動，往往需要數(shù)十年甚至好幾代科學(xué)家的積累，加上科學(xué)社群自帶外部性，在短期內(nèi)還是很難撼動美國在數(shù)字經(jīng)濟(jì)領(lǐng)域的領(lǐng)先地位。不過，美國不是在數(shù)字經(jīng)濟(jì)所有方面都具有優(yōu)勢，例如在電子商務(wù)以及數(shù)字金融等平臺經(jīng)濟(jì)的應(yīng)用層面，中國體量和速度均遠(yuǎn)超美國。根據(jù)國家統(tǒng)計局電子商務(wù)交易平臺調(diào)查顯示，2019年中國電子商務(wù)交易額為34.81萬億元（5.1萬億美元），是美國的8.4倍。從增速來看，2011年至2020年，中國電商平臺交易規(guī)模年復(fù)合增長率為23.3%，遠(yuǎn)高于美國的14.7%；中國的移動支付規(guī)模則是美國的6倍。這得益于中國在數(shù)字經(jīng)濟(jì)的商業(yè)應(yīng)用上應(yīng)用場景多、市場規(guī)模大。更值得一提的是，中國監(jiān)管層開始普遍理解創(chuàng)新土壤的重要性，對新業(yè)態(tài)擁有更大的寬容度，并提供了良好創(chuàng)新創(chuàng)業(yè)政策制度環(huán)境。

近年來，中國在創(chuàng)新發(fā)展過程中，也遇到了一些新的問題，如新生人口斷崖式下跌、人口老齡化日趨嚴(yán)重、勞動力供給下降問題日益突出等。在此背景下，中國數(shù)字經(jīng)濟(jì)如何實(shí)現(xiàn)“彎道超車”，這成為政府、學(xué)界乃至業(yè)界高層口中經(jīng)常提到的一個話題。目前流行的觀點(diǎn)認(rèn)為，破題路徑之一在于發(fā)展人工智能的應(yīng)用。但問題并沒那么簡單。就中美對比來看，美國幅員遼闊，人口絕對數(shù)量和密度都比較低，在資本的驅(qū)動下，人工智能技術(shù)的應(yīng)用更傾向于替代勞動力。中國則相反，中國勞動力成本較低、人口密集度較高，基于資源稟賦的差異，其結(jié)果必然是，人工智能技術(shù)的應(yīng)用更多呈現(xiàn)機(jī)器賦能人、勞動友好型特征。可見，無論是機(jī)器替代人，還是機(jī)器賦能人，都有利于減緩老齡化對經(jīng)濟(jì)增長的負(fù)面影響，但內(nèi)涵有很大不同。

通過技術(shù)轉(zhuǎn)移、直接采購或研發(fā)人工智能技術(shù)提升生產(chǎn)力（例如人臉識別、語音識別、醫(yī)學(xué)影像診斷等）肯定是非常必要的，這可能是個最直接的推演結(jié)論，但也是個最容易讓人工智能企業(yè)陷入“財務(wù)黑洞”的結(jié)論，因?yàn)檫@在市場競爭中會被推進(jìn)“軍備競賽”的怪圈。那么，究竟人工智能企業(yè)需要具備什么樣的資金實(shí)力和科研人才隊(duì)伍，才能夠在激烈的競爭中實(shí)現(xiàn)突圍？即使企業(yè)具備足夠的資金和人才實(shí)力，技術(shù)采納的成本如何被后期的收益攤銷？最終能贏的往往是擁有巨量資金的企業(yè)，這對于很多希望擁抱人工智能技術(shù)的創(chuàng)業(yè)企業(yè)來說都是個戰(zhàn)略誤區(qū)。因此，中國企業(yè)家尤其是創(chuàng)業(yè)企業(yè)家不得不再次發(fā)問，在數(shù)字經(jīng)濟(jì)背景下，我們的人工智能技術(shù)到底“用在哪里”？

替代“大腦”，還是替代“肢體”？

諾貝爾獎獲得者科斯曾提出 “企業(yè)為什么存在”的終極問題，并指出一個組織能否形成的關(guān)鍵，在于業(yè)務(wù)納入實(shí)體的成本低于業(yè)務(wù)對外采購的成本。因此，很多傳統(tǒng)企業(yè)往往會追求企業(yè)規(guī)模的增長。規(guī)模的增長本是好事，但一旦管理成本超過由此帶來的回報，反而成為企業(yè)成長的“魔咒”。傳統(tǒng)服務(wù)型企業(yè)就很容易陷入這種“統(tǒng)一”“高效”和“低成本”的不可能三角。隨著公司規(guī)模的增長，管理成本呈指數(shù)式上揚(yáng)，尤其對于非標(biāo)業(yè)務(wù)，要么從上至下靠剛性規(guī)則“照章辦事”，導(dǎo)致官僚風(fēng)氣蔓延；要么在企業(yè)文化價值觀層面追求員工自我激勵，力爭規(guī)避制度層面的“成長黑洞”；再要么管理跟不上，服務(wù)質(zhì)量降低，給用戶留下“某某公司業(yè)務(wù)做大之后，服務(wù)質(zhì)量明顯下降了”的印象，犧牲用戶體驗(yàn)，為競爭對手留下可趁之機(jī)，最終帶來災(zāi)難性后果。

這真是個巨大的挑戰(zhàn)。

破題之一在技術(shù)突破。一個實(shí)體組織形成必然意味著管理成本，管理成本問題若能被人工智能等技術(shù)破解，那么企業(yè)增長就有了新的理由，更容易推進(jìn)企業(yè)品牌統(tǒng)一管理和服務(wù)標(biāo)準(zhǔn)化工作。

實(shí)踐方面，互聯(lián)網(wǎng)發(fā)展20多年，不斷往縱深發(fā)展，催生了無數(shù)新的商業(yè)模式。有一個很明顯的趨勢，互聯(lián)網(wǎng)贏者通吃規(guī)律也開始或多或少在“互聯(lián)網(wǎng)+”業(yè)務(wù)中出現(xiàn)，一些業(yè)務(wù)同質(zhì)化的平臺通過激烈的市場競爭，最終走向合縱連橫，形成少數(shù)大型的平臺。這些大平臺要想降低運(yùn)營成本，提升快速響應(yīng)能力和實(shí)現(xiàn)更高的成長性，顯然不可能依靠傳統(tǒng)的管理手段，所以現(xiàn)代企業(yè)主動或被動地開始了數(shù)字化、信息化乃至智能化的升級。其中有一類典型的平臺，并未考慮在執(zhí)行層用人工智能替代勞動力成本相對偏低的人，而是在管理層充分使用人工智能技術(shù)，去驅(qū)動執(zhí)行層的“個人”，也即“平臺+個人”模式。

“平臺+個人”模式具有算法驅(qū)動勞動力的特點(diǎn)。企業(yè)運(yùn)轉(zhuǎn)很大程度依賴人工智能，好比一個人類的大腦指揮肢體動作一樣，驅(qū)動著大量的地面勞動力將飄在空中的服務(wù)落地。例如，在網(wǎng)約車行業(yè)中，司機(jī)一旦在app端啟動服務(wù)，剩下的事情就全交給了后臺：派單，路線指引，接上乘客，路線指引，服務(wù)完成，再派單……簡單一句話來說，用人工智能做“大腦”，而不是“肢體”和“感官”。末端的“肢體”和“感官”的行為完全依賴后臺算法指引，幾乎不用動腦，所有“動腦”環(huán)節(jié)都被挪到了后臺，這意味著大量降低了早期培訓(xùn)和管理成本。而在app的另一端，高并發(fā)的訂單以及超大規(guī)模的城市位置計算和人車匹配問題，7×24小時不間斷運(yùn)行，已經(jīng)遠(yuǎn)遠(yuǎn)超出調(diào)度人員的體力、智力和經(jīng)驗(yàn)?zāi)軇偃蔚姆懂?，這對傳統(tǒng)出租車公司來說是一項(xiàng)破壞性的挑戰(zhàn)。美團(tuán)騎手也是一樣，讀者很容易類比得到結(jié)論。

從微觀經(jīng)濟(jì)學(xué)角度，該模式還有更大的意義，那就是每增加一個“肢體”，后臺管理的邊際成本近乎為零，實(shí)現(xiàn)了服務(wù)的高度“可復(fù)制”，成功解除了服務(wù)型企業(yè)成長性的“鐐銬”，大象終于可以跳起Disco。

綜上，我們提出一個新概念——“企業(yè)大腦”。我們將其定義為使用大數(shù)據(jù)及人工智能算法驅(qū)動主營業(yè)務(wù)執(zhí)行的企業(yè)信息系統(tǒng)。與對業(yè)務(wù)進(jìn)行被動數(shù)字化“記錄”的傳統(tǒng)企業(yè)信息系統(tǒng)相比，企業(yè)大腦通常借助積累的大數(shù)據(jù)模型以及人工智能算法進(jìn)行預(yù)測、決策，乃至主動地對執(zhí)行層的人力、設(shè)備等資源發(fā)出指令并引導(dǎo)執(zhí)行全過程。平臺經(jīng)濟(jì)是數(shù)字經(jīng)濟(jì)的經(jīng)典模式，而企業(yè)大腦作為平臺的神經(jīng)中樞，將專業(yè)業(yè)務(wù)知識在云端編碼，并在執(zhí)行過程中不斷迭代升級，最終達(dá)到專業(yè)人士難以企及的智能化水平和高效率，見圖1。

算法如何驅(qū)動商業(yè)世界

讓我們來看看經(jīng)典管理學(xué)教材中常見的金字塔及人工智能時代管理金字塔的演變。

圖1 企業(yè)大腦智能響應(yīng)邏輯架構(gòu)

圖2 從經(jīng)典的管理金字塔到人工智能時代的管理金字塔及具體案例

經(jīng)典的管理金字塔（見圖2a）分為決策層（高級思維活動）、管理層（基于規(guī)則的經(jīng)驗(yàn)型思維活動）和執(zhí)行層（簡單思維或體力活動）三個層次。決策層關(guān)心的是企業(yè)戰(zhàn)略層面的內(nèi)容，工作內(nèi)容高度非結(jié)構(gòu)化，不確定性也非常高，基本上不存在系統(tǒng)邊界。這樣的高級思維活動并不是目前水平的人工智能能夠替代的；管理層負(fù)責(zé)將決策層的戰(zhàn)略措施具體化為若干“看得見、摸得著”的行為，對于具體部門的負(fù)責(zé)人崗位一般來說需要基于規(guī)則，存在工作邊界，同時也大量依賴于經(jīng)驗(yàn)，例如給本部門人員排班、調(diào)度資源等；執(zhí)行層一般是體力勞動或者簡單思維活動，例如超市收銀員、網(wǎng)約車司機(jī)等角色，這樣的角色由于服務(wù)落實(shí)到線下環(huán)境，場景復(fù)雜多變，仍然不可能完全拋棄人力，但基本上工作內(nèi)容邊界非常清晰，即使有腦力勞動，也是相對簡單的經(jīng)驗(yàn)性工作。

基于人工智能時代的金字塔悄然發(fā)生了一些變化（見圖2b）,分為決策層（高級思維活動）、AI（即企業(yè)大腦，替代經(jīng)驗(yàn)型思維活動）和執(zhí)行層（簡單思維或體力活動）。其中決策層的工作內(nèi)容并沒有發(fā)生本質(zhì)的變化，而執(zhí)行層，早年經(jīng)過人工派遣去處理（難以用信息化手段或機(jī)器人）完成地面業(yè)務(wù)，而如今地面業(yè)務(wù)可以保持不變，只不過接收的指令更多來自于算法。也就是說中間曾原負(fù)責(zé)資源調(diào)度的管理者角色，開始被AI替代或部分替代，尤其是“基于規(guī)則，依賴經(jīng)驗(yàn)”這樣的思維活動。

滴滴出行是算法驅(qū)動業(yè)務(wù)應(yīng)用于現(xiàn)實(shí)生活的典型例子。前面提過，由于巨大的運(yùn)算量等原因，在網(wǎng)約車行業(yè)，負(fù)責(zé)調(diào)度的中間業(yè)務(wù)層不再需要依賴人工，而是通過使用人工智能算法自動響應(yīng)高并發(fā)的需求，給出訂單以及響應(yīng)的路線指引。而作為執(zhí)行層的司機(jī)，從接收訂單開始到訂單服務(wù)結(jié)束，都在后臺指引中完成。美團(tuán)騎手模式與網(wǎng)約車類似，騎手在從登錄app并啟動服務(wù)開始，一舉一動均由后臺發(fā)出指引，包括接單、路線、送餐路線、送餐完成，接單……后臺的調(diào)度在無數(shù)樣本的訓(xùn)練中越來越聰明，越來越高效。而這些工作的效率從一開始遠(yuǎn)不如人工調(diào)度到慢慢超越，時間周期越來越短。其管理金字塔分為決策層（高級思維活動）、AI （替代經(jīng)驗(yàn)型思維活動）和司機(jī)（執(zhí)行訂單及路線指引）三個層次（見圖2c）。

企業(yè)應(yīng)用案例

上述例子都是面向生活領(lǐng)域的大型企業(yè)案例，所以為人所熟知。但算法驅(qū)動業(yè)務(wù)，并不僅僅是大型企業(yè)的專利，許多中小企業(yè)也開始積極擁抱人工智能，與時俱進(jìn)地利用人工智能技術(shù)促進(jìn)企業(yè)更快更好地發(fā)展。

案例1：快消品業(yè)務(wù)員支持系統(tǒng)案例

公司目前來自客戶的智能化需求年增長率為113%，公司期望通過搭建人工智能平臺，將大量重復(fù)性的簡單腦力勞動如企業(yè)流程審批、訂單預(yù)測、圖片核對、費(fèi)用核算等實(shí)現(xiàn)自動化辦公。

平臺搭建的關(guān)鍵是在系統(tǒng)中應(yīng)用用戶請求及企業(yè)響應(yīng)建模技術(shù)。基本思路是將行業(yè)應(yīng)用系統(tǒng)進(jìn)行數(shù)據(jù)流建模，并在部分模塊中應(yīng)用用戶請求及企業(yè)響應(yīng)建模技術(shù)，將數(shù)據(jù)建模作為輸入進(jìn)入深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，經(jīng)過訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)截流用戶請求在可行的情況下作出智能響應(yīng)。上述技術(shù)結(jié)合移動視覺理解以及大數(shù)據(jù)平臺的業(yè)務(wù)邏輯提取，應(yīng)用在業(yè)務(wù)員使用的移動系統(tǒng)中。具體應(yīng)用于終端推薦和陳列方案調(diào)整兩個場景。

平臺搭建好后，將一部分頻繁使用的管理決策用AI替代。在執(zhí)行層，業(yè)務(wù)員每日登錄，由系統(tǒng)根據(jù)銷售預(yù)測和其他基礎(chǔ)信息智能生成詳細(xì)的門店拜訪計劃，包括門店分布和路線、是否需要帶貨上門等。正如美團(tuán)騎手一樣，全過程由后臺發(fā)出指令引導(dǎo)業(yè)務(wù)員完成，而不再需要額外地思考。應(yīng)用具體場景有貨架、端架、冰柜、堆頭、堆箱場景識別及決策以及業(yè)務(wù)員人臉識別等。在陳列分析場景下，系統(tǒng)將頻繁使用的陳列分析及調(diào)整功能采用智能相應(yīng)算法，實(shí)時提供陳列預(yù)警和調(diào)整建議，將以往的決策周期縮短了2～3天。

（1）智能終端推薦

終端門店業(yè)績參差不齊，對終端門店根據(jù)其訂單、拜訪次數(shù)、陳列數(shù)據(jù)等數(shù)據(jù)指標(biāo)情況進(jìn)行評級，將評級較高的門店的樣本點(diǎn)聚類在一起，進(jìn)而計算離群點(diǎn)到聚心的距離，得到該門店每項(xiàng)指標(biāo)怎么調(diào)整才能向評級較高的門店靠攏。其應(yīng)用創(chuàng)新在于可以向“做得好的門店學(xué)習(xí)”，并給出清晰的動作指引。通過建立全國終端大數(shù)據(jù)平臺，管理者根據(jù)企業(yè)數(shù)據(jù)，為業(yè)務(wù)員提供終端門店開拓支撐，幫助業(yè)務(wù)員和管理者快速發(fā)現(xiàn)未拓展的終端，進(jìn)而占領(lǐng)更多終端市場門店。

（2）智能陳列調(diào)整

在以往的拜訪模塊，業(yè)務(wù)員通過移動端拍攝采集陳列照片，上傳到后臺，然后主管通過后臺管理查看審核陳列照片，對比分析陳列數(shù)據(jù)，進(jìn)而制定陳列調(diào)整方案，最后將陳列調(diào)整方案下達(dá)到業(yè)務(wù)員，讓業(yè)務(wù)員在下次拜訪時根據(jù)調(diào)整方案對終端的陳列鋪貨進(jìn)行調(diào)整（見圖3a）。這種模式下，陳列方案從形成到下達(dá)執(zhí)行的過程中，需要經(jīng)過多次的上下級的信息傳輸及溝通，時間成本和溝通成本較大，陳列調(diào)整方案的時效性及機(jī)動性較差。切入智能響應(yīng)算法后，智能陳列調(diào)整在移動視覺理解的基礎(chǔ)上進(jìn)行，通過移動視覺理解實(shí)時得到當(dāng)前終端的陳列信息，并將識別后的結(jié)果通過響應(yīng)算法，實(shí)時地給出當(dāng)前終端的陳列調(diào)整方案的建議，并以短信的形式將建議發(fā)送到對應(yīng)的業(yè)務(wù)員（見圖3b）。

案例2：呼叫中心營銷大腦案例

圖3 陳列分析及調(diào)整（嵌入智能響應(yīng)算法前后對比）

在呼叫中心這個例子中（見圖4），管理分為決策層（高級思維活動）、AI （替代經(jīng)驗(yàn)型思維活動）和銷售或客服坐席《外呼名單及個性化腳本》三個層次。坐席每天登錄后就拿到一份外呼名單，以及針對具體每個客戶的個性化腳本。這份外呼名單根據(jù)大數(shù)據(jù)模型評估得到，并與坐席以往的能力高度匹配。應(yīng)用在“與眾不同”營銷大腦，基于同樣的做法，在對話過程中逐步細(xì)化對方隱含需求并提供指引，幫助商家銷售客服實(shí)現(xiàn)整體轉(zhuǎn)化率提升33.6%，尤其是新銷售轉(zhuǎn)化率提升4.5%，銷售能力接近多年經(jīng)驗(yàn)的銷售經(jīng)理，同時銷售新手的培訓(xùn)時間從三個月下降到兩周。

圖4 呼叫中心的管理金字塔

企業(yè)大腦的應(yīng)用范圍非常廣泛，上述的例子都來自于“互聯(lián)網(wǎng)+生活”，而在生產(chǎn)制造領(lǐng)域，考慮到中國制造巨大的體量以及中國制造效率還有巨大的提升空間，其實(shí)際應(yīng)用意義更為重大，只不過企業(yè)大腦在生產(chǎn)制造領(lǐng)域的應(yīng)用需要優(yōu)先實(shí)現(xiàn)生產(chǎn)設(shè)備的智能化升級，只有工業(yè)互聯(lián)網(wǎng)廣泛普及、相關(guān)設(shè)備運(yùn)轉(zhuǎn)信息能夠充分實(shí)時被（大腦）感知，智能決策才有可能發(fā)生。

企業(yè)大腦是傳統(tǒng)信息系統(tǒng)的智能化升級

現(xiàn)代事務(wù)型企業(yè)活動的本質(zhì)，是圍繞事務(wù)（如客戶訂單、合作方合同、員工申請表等）推進(jìn)的需要而搭建起龐大的支撐架構(gòu)。企業(yè)管理學(xué)科以及信息系統(tǒng)學(xué)科長期以來注重對企業(yè)流程的研究，產(chǎn)生了業(yè)務(wù)流程重組等專門知識，信息系統(tǒng)的實(shí)施也非常關(guān)注企業(yè)數(shù)據(jù)流（信息流）的走向，以期達(dá)到最優(yōu)化的效果。然而隨著企業(yè)規(guī)模的增大，外部環(huán)境給定的輸入也日漸復(fù)雜，信息系統(tǒng)構(gòu)建的復(fù)雜度呈指數(shù)式上升，在很多場合作為企業(yè)神經(jīng)中樞的信息系統(tǒng)甚至降低了處理效率，而且讓流程更加僵化且不具備彈性。究其原因，主要是外部實(shí)體輸入的模式、結(jié)構(gòu)、數(shù)據(jù)的高度不確定性與信息系統(tǒng)模型的構(gòu)造剛性之間的沖突。另外一方面，單純的業(yè)務(wù)流程優(yōu)化，并沒有改變問題的實(shí)質(zhì)，在現(xiàn)代事務(wù)型企業(yè)中，仍然存在大量重復(fù)的簡單腦力勞動。

在企業(yè)管理中，應(yīng)用計算機(jī)技術(shù)并綜合運(yùn)用系統(tǒng)論、控制論、信息論等新科學(xué)新技術(shù)的某些方法進(jìn)行應(yīng)用開發(fā)，已有40多年的發(fā)展歷程，大體上劃分為數(shù)據(jù)處理系統(tǒng)、管理信息系統(tǒng)、決策支持系統(tǒng)以及基于知識的管理專家系統(tǒng)四個階段，但是基于規(guī)則的專家系統(tǒng)仍然存在輸入剛性問題，適用范圍十分有限。近年來，隨著人工智能技術(shù)的不斷突破，企業(yè)管理系統(tǒng)也開始走向新階段，即智能化。2016 年9月，李開復(fù)就提出過這樣的論斷：“大部分需要思考 5 秒以下的人類工作將被 AI 取代”。

傳統(tǒng)信息系統(tǒng)，大多基于剛性規(guī)則構(gòu)造。其數(shù)據(jù)要求以指定格式流動，一旦定型就很難變更，否則將完全推翻原處理模塊的邏輯，成本高昂。在一個高速增長的市場中，需求劇烈變化，以剛性規(guī)則為基礎(chǔ)的信息系統(tǒng)，事實(shí)上根本無法適應(yīng)市場變化。更有甚者，一些很有創(chuàng)新意識的企業(yè)家，想法變得比計劃還快，開發(fā)團(tuán)隊(duì)疲于奔命。在無數(shù)的傳統(tǒng)行業(yè)IT互聯(lián)網(wǎng)咨詢案例中都出現(xiàn)這樣或那樣的尷尬：如果IT項(xiàng)目自營，則存在基因不匹配、團(tuán)隊(duì)流失的問題；如果選擇外包，往往存在較高的信息傳遞成本，周期延長、成本增加?？梢?，信息系統(tǒng)的剛性規(guī)則，無疑是很多信息系統(tǒng)開發(fā)失敗或延遲的根本原因。

企業(yè)大腦還意味著打通企業(yè)內(nèi)外部的信息系統(tǒng)升級版。傳統(tǒng)管理語境下，企業(yè)內(nèi)部信息系統(tǒng)往往與外部服務(wù)接口相隔離，這與電子商務(wù)時代的快速響應(yīng)商業(yè)需求是背道而馳的。一個對前端需求快速響應(yīng)并迅速部署業(yè)務(wù)的系統(tǒng)，成為聚集各方要素的平臺，在企業(yè)內(nèi)外高頻互動下形成了價值共創(chuàng)機(jī)制。

走進(jìn)企業(yè)大腦時代

在信息系統(tǒng)中引入人工智能進(jìn)行決策，破解剛性規(guī)則問題，最終實(shí)現(xiàn)信息系統(tǒng)柔性化，使得它更像一個靈活的“人腦”，成為企業(yè)的“智商”——智能商務(wù)的全新內(nèi)涵。這對于新時期期望擁抱互聯(lián)網(wǎng)、擁抱人工智能實(shí)現(xiàn)轉(zhuǎn)型升級的傳統(tǒng)企業(yè)，極具價值。

智能算法驅(qū)動的內(nèi)核，破解了傳統(tǒng)服務(wù)型企業(yè)“統(tǒng)一”“高效”和“低成本”的不可能三角，從而在商業(yè)模式上清除了企業(yè)成長中的障礙，給社會帶來帕累托式改進(jìn)。廣東省第三產(chǎn)業(yè)占比較大，若能鼓勵企業(yè)充分實(shí)施企業(yè)大腦戰(zhàn)略，將有機(jī)會培育出更多其他領(lǐng)域的“滴滴出行”和“美團(tuán)騎手”。這對于新時期提升廣東企業(yè)的競爭效率水平，加快推動全省數(shù)字經(jīng)濟(jì)發(fā)展、實(shí)現(xiàn)“彎道超車”具有重要的意義和作用。