人工智能如何帮助衡量长期价值

随着衡量长期价值创造的压力越来越大，公司面临的主要的挑战是如何从其数据中读取意义。

曾几何时，一份年度报告就可以证明公司的价值，透过良好的订单记录，健康的资产负债表和以往年度的诱人股息分配就可以向股东证明公司的价值。但是，近年来情况发生了变化，如今公司须在更广阔的层面上呈现出公司价值。

当前的趋势是从股东资本主义（保护股东的价值作为压倒一切的优先级）向利益相关者资本主义进行转变，利益相关者资本主义的关注点是向更广泛的受众（包括客户，员工，投资者和监管机构）展示公司在创造长期价值。

无论是由于千禧一代迫使企业价值观转变为更负责任和更具有社会意识的业务方法，还是由高调的公司倒闭导致的结果，关注点都已改变。企业已经不再仅仅追求利润最大化，其透明度，可持续性和包容性已日益成为衡量成功整体因素的一部分。

在评估长期价值时不考虑这些因素可能会影响投资、人才招聘、誉并最终影响生产力和利润。我们生活在一个各方日益参与的环境中，利益相关者需要更广泛的信息。在数字化世界中，他们希望这些数据是最新的并且随时可用。

数据水平

根据包容性资本主义路堤项目 (EPIC)，衡量长期价值的关键绩效指标 (KPI) 将越来越围绕四个关键领域：人才；创新和消费者趋势；社会与环境；和治理。利益相关者希望清楚这些 KPI 如何为战略规划，风险管理，高管薪酬，可持续运营，业务增长和长期公司价值提供信息。

但是，尝试报告长期价值的公司所面临的挑战之一是可用数据规模巨大以及如何从中读取价值。为了理解这一挑战的规模，请考虑我们全球数字宇宙中的数据每两年增加一倍 ¹ 。

在这种情况下，人工智能 (AI) 就是改变游戏规则的，人工智能能够理解这些数据并确定有意义的指标。通过人工智能对大量信息的分析既可以即时进行，也可以定制。

数据挖掘可以帮助分析大量数据并分类信息。例如，它可以用于分析大量专利并将其归类为“定性类别”：增量性、相邻性、颠覆性等。预测分析还可以帮助分析市场和消费者行为，并提供趋势和预测。

公司应该能够使用该技术实时衡量其活动的各个方面，例如财务价值，生产，员工绩效，成本管理和可持续性，这一事实代表了巨大的进步。过去，要衡量价值须花费甚多且耗时。提供给分析师的数据质量参差不齐，而且流程通常没有结构或框架。将来，公司应该能够使用实时KPI，从而产生实时输出。

AI作为推动者

但人工智能不是“银弹”；它只是支持新指标的生成和分析的推动者。

此外，公司 仍处于制定长期价值度量方法的初期。他们必须 在战术和战略KPI之间；运营和财务关键绩效指标之间；以及可以有效地把握时机，并展望未来的KPI之间取得可行的平衡。

就目前而言，存在一个问题，即配备精良的公司如何采用新的指标来进行公司治理，消费者信任，创新，人才和环境等等。许多组织还没有适当的“管道”，数据源和汇总功能或所需的报告系统。

一个明显的问题是，您如何直接衡量创新，信任，文化或可持续性的各个方面？进行此类非财务报告所需的操作数据的非结构化性质可能会使任何工作变得复杂。每个组织都有责任建立最合适的KPI，然后确保可以将这些KPI追溯到正确的来源以使其可测量。

及时干预

尽管面临巨大挑战，但AI作为推动者所带来的潜在收益却十分惊人。以衡量企业文化为例。过去，这可能是通过每年进行一次的员工敬业度调查来完成的。通常，整理信息需要花费数月的时间，并且只有在进行员工审查后才能获得结果。借助AI，这种测量可以更广泛，更直接。人工智能还可以建议可能合适的干预类型；它不仅用于生成报告。

人力资源网络分析的力量无疑是一个正在不断发展的领域。新的社交地图平台正在使用许多简单的员工调查以及员工电话和电子邮件中的元数据来查看人们的工作和沟通效率。这些平台（如果使用得当）不仅可以识别潜在的不当行为，还可以帮助提高生产力，识别创新并培养更加协作的文化。

可持续发展应用

毫无疑问，跨行业出现通用做法和标准需要时间，但是我们已经在某些领域看到了朝着这个方向采取的具体行动。 AI的主要优势之一是，它可以用于使KPI更具前瞻性，而不是追溯性，到目前为止，情况一直如此。

特别是，在美国和欧洲，关于可持续发展的报告正在使用AI作为风险识别符。根据世界经济论坛的 《 2018年全球风险报告》 ，在影响方面排名前五的全球风险中有四个与环境或社会问题有关。²人工智能可以帮助识别和量化这些风险；例如，在公司在特定国家或地区设有供应商的地方，人工智能工具可以有助于信息分析并帮助预测潜在的人权风险。

人工智能可以通过多种方式帮助衡量可持续性领域中的KPI绩效。例如，一家跨国技术公司已经创建了一个基于神经网络的系统，该系统经过训练（使用来自其数据中心内部和外部的传感器的数据）来跟踪各种环境因素如何影响性能。一个数据中心报告说，冷却设备所需的能量减少了40％。³

AI还可以通过分析公共数据来帮助估计大型公司的碳足迹，而无需进行大量数据收集。同样，通过使用AI分析大量内部和外部数据，公司可以更清晰地了解重要性（这是可持续性工作的关键要素），从而可以更好地了解他们将来应该关注哪些与可持续性相关的领域。这节省了时间和资源。

展望未来

随着从股东资本主义向利益相关者资本主义的过渡不断加快，公司需要开发更好的方法来识别，衡量和传达公司价值，并承认进行长期的，预见性的关注可以带来投资和创新，从而促进增长和价值创造。

仍然需要确定最合适的KPI来衡量长期价值创造。由于AI具有分析和理解大量数据并识别有意义的指标的能力，因此可以为这项工作做出重大贡献，并且在未来几年中，AI可能会越来越成为公司工具箱中越来越重要的元素。