上一篇那家全渠道零售企业,已经把经营目标定义到可以约束下一步。AI知道公司希望改变什么业务状态,也知道哪些客户承诺、经营代价和行动边界需要被考虑。面对核心门店的缺货风险,它决定从一家低需求门店调拨库存。行动以后,根据系统返回的局部状态,AI判断原来的调拨策略有效,下一次遇到类似情况时可以继续采用。
这个判断不是来自预设流程。AI确实在根据目标和行动结果自主形成下一步。
那么,给了目标以后,继续、调整还是停止,不就应该由AI自己判断吗?
是。AI应该自己判断。 但它只能根据企业让它获得的业务状态判断。
如果系统只把局部改善返回给AI,却没有让它获得行动对其他客户、区域、成本和风险造成的变化,AI仍然会形成下一步。只是这个下一步,可能建立在一个并不完整的业务现实上。
一|AI会自己判断,但只能判断它能够获得状态的业务
经营目标为AI提供一把判断尺子。它让AI知道公司希望把业务推向哪里,哪些经营价值需要保护,以及什么代价不能被当作无关变量。AI根据这把尺子理解当前状态,再从可用行动中形成下一步。
AI采取一次行动以后,客户有没有回应,订单有没有完成,库存风险是否被转移,履约成本是否发生变化,都需要重新从业务中获得。这些变化不会因为与目标有关,就自动出现在AI的判断里。
模型负责理解它能够获得的信息。业务系统则决定什么信息能够被记录、返回,并在下一次判断以前进入AI可以使用的状态。
即使企业只让AI获得了有限信息,AI仍然可以形成逻辑完整的分析,解释原行动为什么有效,并生成一致的后续计划。问题不在AI有没有判断,而在这项判断覆盖了多少真实业务。
如果可用状态只覆盖任务是否完成和局部指标是否改善,AI就可能把局部正确当成整体正确,并更稳定地沿着这条路径推进。
二|同一次库存调拨,AI获得了什么,又没有获得什么
回到那次库存调拨。企业已经向AI开放调拨工具、目标门店库存和全区域平均缺货率。行动以后,AI获得了几项状态。调拨任务成功完成。这说明系统调用已经执行,库存确实开始移动。目标门店的可售库存上升。这说明原本面临的缺货风险正在下降。全区域平均缺货率暂时改善。
从AI能够获得的信息看,原来的行动逻辑已经得到支持:
把库存从低需求门店调往缺货风险更高的核心门店,可以改善目标状态。
如果下一个核心门店出现相似风险,继续采用调拨,是一个自洽的判断。
但真实业务还发生了另一些变化。调出库存的门店即将进入周末需求高峰。原门店的重点商品开始出现新的缺货风险。
这次调拨保护了一组核心客户订单,却可能损害另一组同等重要的客户承诺。全区域平均缺货率虽然下降,却没有显示缺货风险正在不同门店之间重新分布。这些状态没有进入AI的判断。
于是,AI看见的是:
一次成功执行,以及几个得到改善的指标。
企业实际面对的则是:
局部缺货得到缓解,但行动可能把同一种经营风险转移到了别处。
AI并非没有推理。
它是在企业提供的有限业务状态上,形成了一个局部正确、整体错误的下一步。
这种局限并不只存在于Agent。Microsoft Research关于logged bandit feedback的研究指出,在线系统通常只能观察实际采取行动后的有限结果,无法同时知道其他选择原本会产生什么后果。这些研究不定义企业的业务反馈,但说明行动系统获得的信息天然可能是局部的。Microsoft Research:Deep Learning with Logged Bandit Feedback
对企业来说,更重要的问题不是AI能不能读取结果。而是它读到的结果,是否足以代表这次行动对当前经营目标造成的实际影响。
三|企业需要提供的不是更多数据,而是业务反馈
这里所说的业务反馈,可以先用普通语言理解:
业务反馈,是AI采取行动以后,企业让它重新获得的、与当前经营目标相关的客户、订单、库存、成本和风险等业务状态变化。
它和普通数据的区别,不在文件格式、系统来源或者字段名称。
同一项业务变化,可以出现在运营报表里,可以成为异常告警,也可以进入AI的判断。只有最后一种作用,才让它成为Agency持续推进所需要的反馈。
这不意味着所有行动结果都应该交给AI。
企业拥有的数据远远多于一项经营目标实际需要的信息。把全部数据开放给AI,可能带来大量与目标无关的噪声,也可能让系统面对一组彼此冲突、却没有经营优先关系的指标。
更多数据还可能让AI过度依赖容易取得和容易量化的状态。系统调用成功、任务完成、短期点击上升或者局部成本下降,通常比长期客户变化更快出现,也更容易进入系统。如果企业只连接这些信号,AI就可能把容易看见的变化当…