2023年12月14-15日赛拔IDC经营决策AI模拟公开课成功举办。本期的学员来自:普洛斯、默克雪兰诺、跃亚生物技术、赛生医药、复宏汉霖、波士顿科学、爱施健、迪卡侬、迈威生物、赫力昂、乘马AI以及正见咨询。
在正式上课前,Max老师用谷歌巴德把学员课前访谈的截图上传了,让AI总结了学员期望,大致如下:
1. 学员对AI决策的理解知识和实用技能都有一定需求。
2. 学员希望能够了解AI技术的最新发展和趋势,以及AI在不同行业的实际应用。
3. 学员希望能够提升自身的AI思维能力和解决问题的能力。
并且以上3点的概括,和GPT的总结输出基本一致。
在开场的时候,赛拔大中华区负责人Carolyn说,IDC这门课有2个关键词,决策科学+AI,她认为两者之间也是一个等式。AI是工具,要有能力用好这个工具首先是我们要有高的决策科学水平,而且这2个要素之间是有相关和相同性的。
Day1上午,Max老师首先用了AI将在哪些领域替代人类的行业统计引出课题,并且总结,AI与人类之争,归根到底是判断和决策之争。目前人类在创造上还具有优势,但AI在预测上具备优势。但是我们从小到大的教育并没有系统的教给我们如何决策科学。接着Max老师用4位大师总结了决策科学的发展史,从冯诺依曼(人类是理性决策)到赫伯特西蒙(有限理性)再到吉仁泽(仅仅凭借直觉就能做对大部分的决策),再到丹尼尔卡尼曼(人脑中有2个系统,直觉与理性)。
随后,学员们做了哈佛大学给学生做的理性/直觉的小测试,本期学员大部分是直觉决策者——但是可以被解释,他们的选择虽然矛盾但是遵从了寻找确认性这个点。因此我们引出了人类S1系统决策偏见的陷阱,帮忙学员认识到自己决策的一些弱点。Max老师还举例了一家公司如何利用人类的偏见,使得其投资年回报率都超过30%。
在了解了人类大脑决策2个系统S1和S2后,所有学员都要学习一个由神经网络驱动的游戏,跳出原本的认知和舒适区,充分调动自己的S1和S2,与AI PK争夺游戏高分。我们可以看到S1能够帮助我们快速切入一个新的领域,虽然靠着直觉但是也能够让我们慢慢摸索出规律……这就联系到了IDC的第二个模块知识——AI的决策原理及IDC框架。
在决策框架上,人类和AI都遵循着一样的框架,即赫伯特西蒙提出的IDC框架。人类的大脑就是一个信息处理器(CPU),我们的大脑会把我们知道的或者不知道的信息都进行加工处理,当然性能越高/人的认知越高,信息处理后的输出越正确。AI的发展在陷入困境后,也是模拟了人类神经元的连结工作方式才重新找到了突破。因此课程的假设就是,除了理解人类决策的S1和S2,我们要克服S1的陷阱,提升S2的能力,而S2就是要在I-D-C三个要素上进行认知的提升。
项目进入到了IDC的第一部分I(Intelligence/情报)的内容,很多的决策基本上信息齐全了,信息正确了,决策就对了,甚至可以说在IDC的框架中I是最重要的部分。因此到底什么是高质量信息呢?首先高质量信息是基于事实和数据,不是观点和情绪;其次是来源的权威与可靠;接下来的2点更要引起重视,一是相关性(信息与目标/我们要解决的问题是否相关),二是是否全面(要听得进不好的声音甚至反对意见——拥抱开放的认知风格)。其次如何获取,这里强调了几点包括:一手信息(尤其来自一线员工的信息,耕当问奴,织当访婢);此外“多样性优于能力”,且尽可能的确保信息的独立性……
在讲完I的章节后,同学们对AI模拟规则已经有了一定掌握度。第一轮的PK正式开始,本轮是团队PK初级AI,我们会看到面对144张卡牌的大量信息,学员作为初学者每个人其实都掌握了一定的信息,因此如何通过团队/组织能够使得大家信息充分沟通从而做出结果更好的决策是本轮的考量点。可能是因为公开课的关系,同学之间都不认识,因此决策的时候反而会很尊重队友的意见,每个团队都尽可能的让队友发表自己的观点和意见。最终本轮TEAM3以81分的好成绩暂时领先。
DAY2课程进入到了IDC之D(Design/设计、建模)的部分。模型说到底就是大家简单用于认知这个世界的方法——简称世界观。比如有些人的非黑即白也是一种模型,每个人心中都有模型,但是模型最大的风险就是容易固化。因此我们要通过学习不断优化自己的模型,形成多模型的路线和思维。在这个部分,介绍了2种模型,定量模型和定性模型。无论是哪种模型,建模的思路主要有4个步骤:1)确定目标;2)搜索信息;3)要素的提取;4)要素与目标的关系+要素与要素的关系——设权重组成模型。
在这里Max老师将丹尼尔卡尼曼的S1和S2系统结合香农的沟通公式,组成了成熟的沟通模型。接下来举例C=Blog2(1+S/N)这个香农公式的商业应用——华与华咨询公司利用了S/N信噪比的这个模型原理为大量的客户做了成功的品牌营销。同时他也提出了如何评估一个模型是否好坏的标准,包括:简洁、有说服力、关系清晰、有目标、操作简便、有证据、符合我的个人经验。很多知名的模型其实都没能解释清楚要素与要素之间的关系,找到关系尤其是因果关系实际上是非常难的。
这个阶段的AI模拟,是小组PK中级AI,面对中级AI必须要用模型思维去战胜,同时1种模型思维可能还不够,必须要多模型思维。我们要求学员团队在游戏的同时,绘制出自己游戏中的模型图。这轮PK中,TEAM1走了军事*技术的路线(但是第二张关键的技术卡牌和军事的关系是彼此抵消的,并不是乘积关系);TEAM3走了新颖的技术路线(其实也是上一把81分赢了后,有了路径依赖,看到了上回贡献最大的牌,这次围绕明星牌作战想复制上次的成功),结果有技术没实业,分数很惨;TEAM4走了生产消费路线,同时为了避免一条路线的单一还开发了外星资源路线,后来又叠加了技术路线,最终在本轮以49分获胜。
在复盘的时候,TEAM4也清晰的画出了自己的模型和路线图。这张模型路线图不仅画出了他们选择的模型和路线,更值得称赞的原因在于这张图画了一个全局的框架,把他们经历的各种可能性和取舍思维全都呈现了出来。
IDC的课程接着进入了C(Choice/选择)。我们每天都要做30000个决策选择,但是我们很少反思自己选择的原则,因此在古希腊神庙上有一句哲言,意思就是“认识你自己”——要理解自己的选择逻辑。马奇教授把选择逻辑分为两类:结果逻辑以及匹配性逻辑。在结果逻辑方面,Max老师请各组就MAP法(分解、独立、延迟)进行了练习。MAP法实际上也是建模思维的一种,有一组同学分享了如何判断一个职业的好坏,其中1位同学有一个EXCEL的“私藏”,就是帮助自己选择offer的,当她谈到一次内部re-location的机会分析时,她表示location的权重非常重要,乍一看新的机会打分很低,但是她换了一个思维,location的顾虑到底是什么,原来是家庭,如果家庭有机会一起re-locate,那么问题就迎刃而解了。换一个新的视角去看待问题,给了大家很多启示。另1位同学从职场现在僧多粥少的现状又给出了一个要素的考量,包括离职后的“安全空间”(是否还能回来,以及出去后的收入现金流平衡等)……
小组讨论后,Max老师继续Choice模块,他提醒我们内设的一些决策准则很可能是不明智的,我们要重新审视。比如有同学说自己当老板的准则就是绝对不裁员,不降薪。面对3年的疫情,这个准则是否该坚持呢?……MAX帮助我们更好的计算决策的得失,匹配性原则更好的让我们审视自己的准则带来的好处和限定。就觉得本身而言,为了降低风险,还有3个机制,包括:多路线思维、事前解剖和红队思维。
本轮的AI模拟是团队之间相互PK,我们要求每个团队就决策关键点讨论多种路线可能性(预判+预判别人的预判),事前解剖(写下自己如果输了,3种失败的原因是什么,有没有什么办法),以及红队思维(反对意见,帮助我们更全面思考)。这轮TEAM3开局为军事星球,在其他小组还在探索牌的时候,快速铺牌。策略是源于军事,就加大军事的优势,同时及时开发实业,兵贵神速。TEAM1在军事和生产消费中徘徊;TEAM4的生产消费需要2轮时间窗,追赶TEAM3的速度有点吃力。最终TEAM3用别人无法制衡的路线获得了本轮的冠军。
经过个人平均高分及多轮小组PK的加权计算后,最终来自赫力昂、普洛斯、迪卡侬、乘马AI和默克雪兰诺组成的TEAM4在加权总分上依然成为了本期项目的总冠军。
比赛进行到了团队联赛部分,TEAM3拿到了军事星球,TEAM1和TEAM4分别是生产星球。TEAM3为了不让TEAM1和TEAM4连手,先下手为强与TEAM4建立了联盟。于是TEAM1被迫独自营业。TEAM1和TEAM4达能了联盟之约,但是在策略上并没有相互辅佐。TEAM1就借着这个机会间隙,设立了一个目标,即:通过布局,不管其他玩家做什么决策,让所有的决策都为我所用!加上运势好,TEAM1抽到了所有梦想的牌局,最终以42的成绩,来自赛生医药、普洛斯、波士顿科学、跃亚生物和默克雪兰诺组成的TEAM1,获得了本期联赛的独家冠军!
至此2023年赛拔IDC经营决策AI模拟公开课全部收关。在这场IDC模拟中,你要预判对手的预判,你要预判环境的概率,你要抓对时间窗口并均衡短期和长期的战略。2024年IDC公开课日程已经出炉,分别是6月13-14日,11月14-15日。希望加入决策科学+AI学习的企业,点击链接mp.weixin.qq.com/s可获得更多资讯,或者您可以联系Kristy Tang(18964139433)报名。