蒂姆·方汀 布賴(lài)恩·麥卡錫 塔米姆·薩利赫

人工智能（AI）正在重塑商業(yè)，不過(guò)速度不像很多人想象的那么快。的確，從農(nóng)作物收成到銀行貸款，現(xiàn)在各個(gè)領(lǐng)域的決策都由AI指導(dǎo)，而且，過(guò)去似乎遙不可及的東西，比如無(wú)需人工的純AI客服，已經(jīng)逐漸成為現(xiàn)實(shí)。開(kāi)發(fā)平臺(tái)、強(qiáng)大的處理能力以及龐大的數(shù)據(jù)存儲(chǔ)空間等AI背后的技術(shù)，正在迅速發(fā)展，應(yīng)用成本越來(lái)越低。眼下似乎是企業(yè)開(kāi)始采用AI獲利的好時(shí)機(jī)。據(jù)我們推測(cè)，今后十年，AI將為全球經(jīng)濟(jì)增加13萬(wàn)億美元。

然而，AI發(fā)展前景雖好，許多公司卻并未做好充分準(zhǔn)備。我們開(kāi)展調(diào)查，了解了數(shù)千名高管所在公司對(duì)AI及高級(jí)分析技術(shù)的應(yīng)用和相應(yīng)組織情況，調(diào)查數(shù)據(jù)表明，只有8%的公司開(kāi)展了支持AI大規(guī)模應(yīng)用的核心工作。多數(shù)公司只做了臨時(shí)的試點(diǎn)項(xiàng)目，或只在某一項(xiàng)業(yè)務(wù)流程中采用AI。公司進(jìn)展這么慢，原因何在？上升到最高層面，這反映了組織未能做好AI所需的轉(zhuǎn)型。在調(diào)查以及與數(shù)百名客戶(hù)的合作中，我們發(fā)現(xiàn)，AI項(xiàng)目面臨著難以跨越的巨大文化及組織障礙。但我們也看到，在項(xiàng)目開(kāi)端采取措施克服障礙的領(lǐng)導(dǎo)者，能夠很好地抓住AI帶來(lái)的機(jī)遇。

實(shí)現(xiàn)轉(zhuǎn)變

領(lǐng)導(dǎo)者最大的一個(gè)錯(cuò)誤是，將AI視為能夠迅速帶來(lái)回報(bào)的即插即用式技術(shù)。他們決定啟動(dòng)幾個(gè)項(xiàng)目，就開(kāi)始投資幾百萬(wàn)給數(shù)據(jù)基礎(chǔ)設(shè)施、AI軟件工具、數(shù)據(jù)專(zhuān)業(yè)技能和模型開(kāi)發(fā)。少數(shù)組織的一部分試點(diǎn)項(xiàng)目勉強(qiáng)實(shí)現(xiàn)了一點(diǎn)點(diǎn)盈利，但之后再過(guò)幾個(gè)月乃至幾年，都未能取得高管期望的巨大成功。

還有，領(lǐng)導(dǎo)者往往對(duì)運(yùn)用AI的必備條件考慮得不夠充分。前沿技術(shù)和人才自然必不可少，但公司文化、結(jié)構(gòu)和工作方式也要支持廣泛應(yīng)用AI，這方面的調(diào)整與技術(shù)和人才同等重要。但在多數(shù)并非天生數(shù)字化的公司，傳統(tǒng)思維方式和工作方式與AI的需求相悖。

要擴(kuò)大AI應(yīng)用范圍，公司必須做出三項(xiàng)轉(zhuǎn)變

從孤島作業(yè)轉(zhuǎn)為跨領(lǐng)域合作。由具備多種能力和視角的跨職能團(tuán)隊(duì)開(kāi)發(fā)的AI最能發(fā)揮影響力。讓業(yè)務(wù)人員和技術(shù)人員合作，加上分析專(zhuān)業(yè)人士，能夠確保項(xiàng)目照應(yīng)到整個(gè)組織的重點(diǎn)議題，不只關(guān)注單一部門(mén)的問(wèn)題。多樣性團(tuán)隊(duì)還可以充分考慮到應(yīng)用新技術(shù)要求的運(yùn)營(yíng)變革——這樣的團(tuán)隊(duì)更能發(fā)現(xiàn)和反映問(wèn)題，比如說(shuō)，要引入一項(xiàng)算法用來(lái)預(yù)測(cè)維護(hù)需求，應(yīng)當(dāng)同時(shí)對(duì)維護(hù)工作流程進(jìn)行相應(yīng)的調(diào)整。此外，如果開(kāi)發(fā)團(tuán)隊(duì)在設(shè)計(jì)項(xiàng)目時(shí)讓終端用戶(hù)參與，項(xiàng)目得到應(yīng)用的可能性會(huì)大幅度提升。

從由領(lǐng)導(dǎo)者推進(jìn)的基于經(jīng)驗(yàn)的決策，轉(zhuǎn)為由數(shù)據(jù)推進(jìn)的一線(xiàn)決策。AI得到廣泛應(yīng)用時(shí)，算法推薦會(huì)讓組織上下各層級(jí)員工的判斷和感知得到增強(qiáng)，得出人類(lèi)或機(jī)器單獨(dú)無(wú)法獲得的更好的答案。不過(guò)，要想充分發(fā)揮這種作用，各層級(jí)員工必須信任算法給出的建議，并感到自己有權(quán)利做決定——這意味著要摒棄傳統(tǒng)的自上而下的決策方法。如果員工在采取行動(dòng)之前必須先請(qǐng)示上級(jí)，AI應(yīng)用就會(huì)受到阻礙。

某公司將一個(gè)復(fù)雜的手動(dòng)排程方法換成了全新的AI系統(tǒng)，決策過(guò)程明顯改變。過(guò)去，這家公司的活動(dòng)策劃者用彩色的標(biāo)簽、大頭針和貼紙來(lái)標(biāo)記時(shí)間沖突、參與者需求及其他要注意的地方，常常根據(jù)直覺(jué)和上級(jí)管理者的建議做決策，而管理者也是憑直覺(jué)行事。新系統(tǒng)能夠迅速分析大量日程安排組合，先用一個(gè)算法在幾億種排法中提取出幾百萬(wàn)種，再用另一個(gè)算法將這幾百萬(wàn)種縮減為幾百種，最后為每位參與者排出幾種最佳日程供選擇。隨后，有經(jīng)驗(yàn)的活動(dòng)策劃人運(yùn)用自己的專(zhuān)業(yè)知識(shí)，在數(shù)據(jù)支持下做出最終決定，無(wú)須向管理者征求意見(jiàn)。策劃人迅速適應(yīng)了這個(gè)新系統(tǒng)，十分信任系統(tǒng)給出的結(jié)果，因?yàn)樗麄儏⑴c了系統(tǒng)參數(shù)和限制條件的設(shè)置，而且知道最終做決定的還是自己。

從僵硬固化、趨避風(fēng)險(xiǎn)轉(zhuǎn)為敏捷、試驗(yàn)、可適應(yīng)。組織必須擺脫“只有完全成熟的創(chuàng)意才能實(shí)行”或“只有設(shè)計(jì)完善的商業(yè)工具才能使用”的思維。AI應(yīng)用需要迭代，絕少在投入應(yīng)用之初就具備組織需求的功能。組織要具備“從測(cè)試中學(xué)習(xí)”的態(tài)度，將錯(cuò)誤轉(zhuǎn)為新知的來(lái)源，減少對(duì)出錯(cuò)的擔(dān)憂(yōu)。收集初期用戶(hù)的反饋，用于升級(jí)AI工具，會(huì)使公司在小問(wèn)題發(fā)展成為代價(jià)高昂的大問(wèn)題之前及時(shí)將其糾正。發(fā)展會(huì)逐漸加速，讓小規(guī)模AI團(tuán)隊(duì)能在幾周（而非幾個(gè)月）內(nèi)開(kāi)發(fā)出最小可行產(chǎn)品。

要實(shí)現(xiàn)這種根本性的轉(zhuǎn)變絕非易事，需要領(lǐng)導(dǎo)者幫助員工做好準(zhǔn)備，提供動(dòng)力和相應(yīng)的培訓(xùn)。但首先領(lǐng)導(dǎo)者自己必須先做好準(zhǔn)備。我們看到過(guò)很多次由于高管對(duì)AI缺乏基礎(chǔ)認(rèn)知而導(dǎo)致的失敗。

為成功做好準(zhǔn)備

為了讓員工積極參與，并讓AI順利投入應(yīng)用，領(lǐng)導(dǎo)者應(yīng)當(dāng)在初期重視以下幾項(xiàng)工作：

解釋原因。有說(shuō)服力的解釋?zhuān)梢詭椭M織上下理解對(duì)改變的迫切需求，以及改變能夠?yàn)楦鞣綆?lái)的益處。對(duì)于AI項(xiàng)目，這一點(diǎn)尤為重要，因?yàn)閱T工擔(dān)心AI取代自己的工作，就會(huì)產(chǎn)生抵觸情緒。

領(lǐng)導(dǎo)者必須提供一種愿景，讓全體人員圍繞一個(gè)共同的目標(biāo)團(tuán)結(jié)起來(lái)。員工必須了解AI對(duì)本公司的重要意義，以及自己如何適應(yīng)以AI為主導(dǎo)的新文化。領(lǐng)導(dǎo)者必須向員工保證，AI會(huì)協(xié)助他們更好地工作，而非抹消乃至取代他們的作用。

此外，孤島式流程也可能影響AI的廣泛應(yīng)用。按照職能部門(mén)分配預(yù)算的企業(yè)，可能很難組織起跨職能的敏捷團(tuán)隊(duì)。

回顧過(guò)去的轉(zhuǎn)型項(xiàng)目如何跨越障礙，可以找到一些解決方案。將AI項(xiàng)目與看似是障礙的文化價(jià)值觀相結(jié)合，也不失為一種解決思路。

新出現(xiàn)的一類(lèi)專(zhuān)業(yè)人士——分析解讀員（analytics translator），能夠協(xié)助公司找到影響AI發(fā)展的障礙。分析解讀員在技術(shù)領(lǐng)域的數(shù)據(jù)工程師、科學(xué)家與經(jīng)營(yíng)領(lǐng)域的營(yíng)銷(xiāo)、供應(yīng)鏈、制造和風(fēng)險(xiǎn)管理等員工之間架起橋梁，確保AI工具回應(yīng)確實(shí)的商業(yè)需求，且能順利推廣。AI投入應(yīng)用初期，分析解讀員會(huì)對(duì)終端用戶(hù)開(kāi)展問(wèn)卷調(diào)查，觀察他們的工作習(xí)慣，研究工作流程，以期診斷并解決問(wèn)題。了解影響改變的阻礙，不僅能使領(lǐng)導(dǎo)者了解如何與員工溝通，還能幫助領(lǐng)導(dǎo)者確定在何處投資、哪些AI項(xiàng)目最具可行性、應(yīng)當(dāng)提供怎樣的培訓(xùn)、必須提供怎樣的獎(jiǎng)勵(lì)，等等。

為整合與推廣應(yīng)用安排跟技術(shù)本身相當(dāng)（或更多）的預(yù)算。我們的一項(xiàng)調(diào)查顯示，廣泛應(yīng)用AI獲得成功的公司中，有近90%將一半以上的分析預(yù)算投入到推廣應(yīng)用相關(guān)的活動(dòng)上，如工作流程調(diào)整、溝通和培訓(xùn)。其他公司則只有23%采取類(lèi)似的資源分配方式。

組織不必只關(guān)注能夠快速帶來(lái)回報(bào)的項(xiàng)目。應(yīng)當(dāng)設(shè)置多個(gè)回報(bào)時(shí)間長(zhǎng)短不一的項(xiàng)目。舉例來(lái)說(shuō)，AI檢測(cè)欺詐等無(wú)需人工干涉的項(xiàng)目，可以在幾個(gè)月內(nèi)帶來(lái)回報(bào)，而需要人工干預(yù)的項(xiàng)目，如AI客服，回報(bào)時(shí)間則更長(zhǎng)。確立重點(diǎn)時(shí)應(yīng)當(dāng)有長(zhǎng)期（通常是三年）視角，還要考慮時(shí)間線(xiàn)不同的多個(gè)項(xiàng)目如何組合才能發(fā)揮出最大價(jià)值。

調(diào)整組織結(jié)構(gòu)

AI和分析能力在組織里應(yīng)當(dāng)占據(jù)怎樣的位置，這個(gè)話(huà)題一直有許多爭(zhēng)論。領(lǐng)導(dǎo)者往往只會(huì)問(wèn)：“哪個(gè)組織模型效果最好？”然后聽(tīng)取其他公司的成功經(jīng)驗(yàn)，在以下三種模式中選擇一種：將AI和分析能力的大部分集合在某個(gè)“中心”部門(mén)；將AI和分析能力分散開(kāi)來(lái)，集中于業(yè)務(wù)部門(mén)；將兩種能力結(jié)合在一起，運(yùn)用混合（“中心及分支”）模式。我們發(fā)現(xiàn)，要擴(kuò)大AI應(yīng)用規(guī)模，這三種模式不相上下，哪一種最合適，取決于公司的具體情況。

比如我們服務(wù)過(guò)的兩家大型金融機(jī)構(gòu)。一家把AI和分析團(tuán)隊(duì)集中在一個(gè)中心部門(mén)，全體分析人員向首席數(shù)據(jù)及分析官匯報(bào)工作，并按需分配到業(yè)務(wù)部門(mén)。另一家機(jī)構(gòu)將所有分析人員分散到各業(yè)務(wù)部門(mén)，以團(tuán)隊(duì)形式向業(yè)務(wù)部門(mén)匯報(bào)。這兩個(gè)公司的AI推廣程度都達(dá)到了行業(yè)頂尖水平，第二家公司的盈利AI項(xiàng)目在兩年內(nèi)從30個(gè)增加到200個(gè)。兩家公司都是在充分考慮過(guò)組織結(jié)構(gòu)、能力、戰(zhàn)略和特性之后選擇了合適的模式。

中心。有幾項(xiàng)責(zé)任最好由中心部門(mén)負(fù)責(zé)，由首席分析官或首席數(shù)據(jù)官主導(dǎo)。這類(lèi)責(zé)任包括數(shù)據(jù)治理、AI招聘及培訓(xùn)戰(zhàn)略，以及與第三方數(shù)據(jù)、AI服務(wù)和軟件提供商合作。中心應(yīng)當(dāng)栽培AI人才，建立社區(qū)供AI專(zhuān)業(yè)人士分享最佳工作方法，并為AI在組織中的全局應(yīng)用做好布局。我們的研究表明，成功地推廣了AI的公司設(shè)置中心部門(mén)的可能性是其他公司的3倍，對(duì)于建立模型、解讀洞見(jiàn)和部署AI新能力有明確方法的可能性是其他公司的2.5倍。

中心還應(yīng)當(dāng)負(fù)責(zé)與AI相關(guān)的體系和標(biāo)準(zhǔn)。這些方面應(yīng)當(dāng)由公司項(xiàng)目的需求決定，換言之，應(yīng)該循序漸進(jìn)，而非在業(yè)務(wù)開(kāi)始前一蹴而就。我們看到過(guò)許多組織把大量的時(shí)間和金錢(qián)-幾億美元-浪費(fèi)在整個(gè)公司的數(shù)據(jù)清理和數(shù)據(jù)整合項(xiàng)目上，然而這些項(xiàng)目半途而廢，回報(bào)極少，甚至毫無(wú)用處。

與之相比，歐洲一家銀行發(fā)現(xiàn)彼此沖突的數(shù)據(jù)管理戰(zhàn)略阻礙了新AI工具的開(kāi)發(fā)，于是放慢速度，規(guī)劃在接下來(lái)四年里統(tǒng)一數(shù)據(jù)架構(gòu)和管理，同時(shí)打造多個(gè)業(yè)務(wù)計(jì)劃以實(shí)現(xiàn)AI轉(zhuǎn)型。這個(gè)項(xiàng)目多層次并行，還包括重新設(shè)計(jì)組織和調(diào)整人才戰(zhàn)略，預(yù)計(jì)一年內(nèi)產(chǎn)生的影響將超過(guò)9億美元。

分支。還有一些責(zé)任與AI系統(tǒng)的使用者關(guān)系最為密切，應(yīng)當(dāng)固定由分支部門(mén)負(fù)責(zé)。其中有與推廣相關(guān)的任務(wù)，包括培訓(xùn)終端用戶(hù)、重新設(shè)計(jì)工作流程、激勵(lì)項(xiàng)目、績(jī)效管理和影響追蹤。

為鼓勵(lì)客戶(hù)積極使用由智能互聯(lián)設(shè)備提供的AI服務(wù)，某制造商的銷(xiāo)售及服務(wù)部門(mén)建立了SWAT團(tuán)隊(duì)，為使用產(chǎn)品的客戶(hù)提供服務(wù)，并設(shè)置折扣促進(jìn)推廣。這項(xiàng)工作顯然屬于分支部門(mén)的范疇，無(wú)法委托給負(fù)責(zé)分析的中心部門(mén)。

灰色地帶。成功的AI轉(zhuǎn)型中，許多工作在責(zé)任上來(lái)講都屬于灰色領(lǐng)域。關(guān)鍵任務(wù)如為AI項(xiàng)目設(shè)定方向、分析AI要解決的問(wèn)題、制定算法、設(shè)計(jì)工具、與終端用戶(hù)測(cè)試工具、管理變更，以及設(shè)置IT配套基礎(chǔ)設(shè)施，都可以交給中心或分支部門(mén)中任意一方，或雙方共同承擔(dān)，或與IT部門(mén)一同完成。確定組織內(nèi)部的責(zé)任歸屬不算是一門(mén)精密科學(xué)，但應(yīng)當(dāng)參考以下三個(gè)因素：

1.AI能力的成熟程度。公司開(kāi)始AI應(yīng)用早期，通常需要設(shè)置分析高管、數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、用戶(hù)界面設(shè)計(jì)師和用圖形表示分析結(jié)果的可視化專(zhuān)家等專(zhuān)業(yè)人員，集中在中心部門(mén)，并根據(jù)需求分配到分支部門(mén)。這些專(zhuān)業(yè)人士合作，可以為公司建立起核心AI資產(chǎn)和能力，如通用分析工具、數(shù)據(jù)處理和交付方式。但一段時(shí)間后，流程逐漸標(biāo)準(zhǔn)化，專(zhuān)業(yè)人士分散在分支部門(mén)也能夠達(dá)到同樣乃至更高的工作效率。

2.商業(yè)模式復(fù)雜程度。AI工具要支持的職能部門(mén)、業(yè)務(wù)線(xiàn)和地區(qū)越多，就越有必要為AI專(zhuān)業(yè)人士建立同行業(yè)公會(huì)。業(yè)務(wù)復(fù)雜的公司通常把這些公會(huì)集中在中心，再根據(jù)需求分配到不同的業(yè)務(wù)部門(mén)、職能部門(mén)或地區(qū)。

3.所需技術(shù)創(chuàng)新的速度和級(jí)別。如果需要迅速創(chuàng)新，一些公司會(huì)把更多灰色地帶的戰(zhàn)略和能力構(gòu)建任務(wù)交給中心部門(mén)，這樣可以更好地觀察行業(yè)和技術(shù)變化，迅速安排AI資源應(yīng)對(duì)競(jìng)爭(zhēng)挑戰(zhàn)。

我們回到前文提到的兩家金融機(jī)構(gòu)。兩家公司都面臨競(jìng)爭(zhēng)壓力，需要快速創(chuàng)新，但雙方分析能力成熟程度和業(yè)務(wù)復(fù)雜度不同。

把分析團(tuán)隊(duì)放在中心部門(mén)的金融機(jī)構(gòu)，商業(yè)模式更為復(fù)雜，AI成熟程度相對(duì)較低。該公司已有的AI專(zhuān)業(yè)人士主要在風(fēng)險(xiǎn)管理部門(mén)。將數(shù)據(jù)科學(xué)家、工程師和其他許多灰色地帶的專(zhuān)業(yè)人士集中到中心部門(mén)，確保了所有業(yè)務(wù)部門(mén)和職能部門(mén)都能迅速獲得所需的專(zhuān)門(mén)技術(shù)。

另一家金融機(jī)構(gòu)的商業(yè)模式更為簡(jiǎn)單，涉及的金融服務(wù)數(shù)量較少，且有大量AI相關(guān)經(jīng)驗(yàn)和專(zhuān)業(yè)人士。因此，該機(jī)構(gòu)將AI人才分散，把許多灰色地帶的分析、戰(zhàn)略和技術(shù)專(zhuān)業(yè)人員派到各個(gè)業(yè)務(wù)分支部門(mén)。

這些例子說(shuō)明，確定責(zé)任分配需要一些技巧。每家公司的能力和競(jìng)爭(zhēng)壓力各不相同，以上三個(gè)關(guān)鍵因素不能單獨(dú)考慮，必須綜合起來(lái)進(jìn)行考量。

監(jiān)管與執(zhí)行。雖然各個(gè)組織AI和分析職責(zé)的分配不盡相同，但成功推廣了AI的組織有兩個(gè)共同點(diǎn)：

1.由業(yè)務(wù)、IT和分析部門(mén)領(lǐng)導(dǎo)者組成的聯(lián)合治理團(tuán)隊(duì)。徹底整合AI是一個(gè)漫長(zhǎng)的過(guò)程。建立聯(lián)合工作團(tuán)隊(duì)對(duì)該過(guò)程進(jìn)行監(jiān)督，可以確保三項(xiàng)職能相互協(xié)作，共同承擔(dān)責(zé)任，不受職責(zé)和功能分配的影響。這樣的團(tuán)隊(duì)通常由首席分析官牽頭，還有助于強(qiáng)力推進(jìn)AI項(xiàng)目，在初期尤其如此。

2.根據(jù)任務(wù)劃分執(zhí)行團(tuán)隊(duì)。成功推廣AI的組織在分支部門(mén)內(nèi)部建立跨職能團(tuán)隊(duì)的可能性是其他組織的兩倍。這樣的跨職能團(tuán)隊(duì)，將不同的視角聚合在一起，在培養(yǎng)、分配和監(jiān)督新的AI能力的過(guò)程中向一線(xiàn)員工征求意見(jiàn)。此類(lèi)團(tuán)隊(duì)通常在項(xiàng)目啟動(dòng)之初組建，向中心部門(mén)和分支部門(mén)雙方尋求所需人才。一個(gè)團(tuán)隊(duì)通常包括一位負(fù)責(zé)新AI工具的管理者（“產(chǎn)品負(fù)責(zé)人”）、解讀員、數(shù)據(jù)架構(gòu)師、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家、設(shè)計(jì)師、可視化專(zhuān)家，以及業(yè)務(wù)分析員。這種團(tuán)隊(duì)能夠及早解決執(zhí)行上的問(wèn)題，以更快的速度獲取價(jià)值。

培訓(xùn)員工

為確保AI工具得以推廣，公司必須自上而下對(duì)全體人員進(jìn)行培訓(xùn)。為此，一些企業(yè)建立內(nèi)部AI培訓(xùn)班，一般包括課堂教學(xué)、研討會(huì)、在職培訓(xùn)，乃至前往有經(jīng)驗(yàn)的同行業(yè)公司參觀學(xué)習(xí)。多數(shù)AI培訓(xùn)班一開(kāi)始是邀請(qǐng)外部機(jī)構(gòu)編寫(xiě)課程和提供培訓(xùn)，但也經(jīng)常自行培養(yǎng)內(nèi)部教學(xué)能力。

各公司設(shè)置的培訓(xùn)班不盡相同，但多半都提供四大類(lèi)課程：

領(lǐng)導(dǎo)者。多數(shù)培訓(xùn)班努力培訓(xùn)高管和業(yè)務(wù)部門(mén)領(lǐng)導(dǎo)者，讓他們對(duì)AI工作原理有一個(gè)高層次的認(rèn)識(shí)，學(xué)會(huì)識(shí)別AI機(jī)遇并判斷其重要程度。培訓(xùn)班還會(huì)討論AI對(duì)員工職能的影響、推廣AI的障礙以及人才培養(yǎng)，并為逐漸推進(jìn)AI組織所需的文化轉(zhuǎn)型提供指導(dǎo)。

分析人員。這部分課程關(guān)注的是數(shù)據(jù)科學(xué)家、工程師、架構(gòu)師以及其他負(fù)責(zé)數(shù)據(jù)分析、治理和AI解決方案的員工，持續(xù)培養(yǎng)他們的硬技能和軟技能。

解讀員。分析解讀員一般是業(yè)務(wù)人員，需要基礎(chǔ)的技術(shù)培訓(xùn)。

終端用戶(hù)。對(duì)于一線(xiàn)員工，可能只需要大致介紹一下新的AI工具，之后提供在職培訓(xùn)，教他們使用AI工具即可。

對(duì)改變加以鞏固

AI轉(zhuǎn)型多半要花18到36個(gè)月，還有一些轉(zhuǎn)型長(zhǎng)達(dá)5年之久。為避免項(xiàng)目失去動(dòng)力，領(lǐng)導(dǎo)者要做好以下四件事：

說(shuō)到做到。領(lǐng)導(dǎo)者必須以身作則。AI轉(zhuǎn)型開(kāi)始時(shí)，領(lǐng)導(dǎo)者可以帶頭參加培訓(xùn)班，表現(xiàn)自己的積極性。

不過(guò)領(lǐng)導(dǎo)者也必須主動(dòng)鼓勵(lì)員工采用新的工作方式。AI需要試驗(yàn)，而且初期的迭代往往無(wú)法按照計(jì)劃順利進(jìn)展。這個(gè)時(shí)候，領(lǐng)導(dǎo)者應(yīng)當(dāng)強(qiáng)調(diào)從試點(diǎn)項(xiàng)目中獲得的價(jià)值。這樣有助于鼓勵(lì)員工適當(dāng)承擔(dān)風(fēng)險(xiǎn)。

我們遇到過(guò)的領(lǐng)導(dǎo)者里，以身作則最有成效的人十分謙遜。他們樂(lè)于提問(wèn)，強(qiáng)調(diào)多元化視角的價(jià)值。他們定期與員工會(huì)面，討論數(shù)據(jù)，提出“我們做得對(duì)的時(shí)候有多少”“今天的決策有什么數(shù)據(jù)支持”這樣的問(wèn)題。

我們知道的一個(gè)特色產(chǎn)品零售商的CEO就是一個(gè)很好的例子。她在每次會(huì)議上都邀請(qǐng)參與者分享經(jīng)驗(yàn)和意見(jiàn)，自己最后開(kāi)口。每過(guò)幾周，她就安排時(shí)間與業(yè)務(wù)部門(mén)和分析部門(mén)的員工見(jiàn)面，看看他們都做了些什么——無(wú)論是否啟動(dòng)了新的試點(diǎn)項(xiàng)目或擴(kuò)大了原有項(xiàng)目規(guī)模，她都會(huì)這樣做。

讓業(yè)務(wù)部門(mén)負(fù)責(zé)。由分析人員擔(dān)任AI產(chǎn)品負(fù)責(zé)人的情況并不少見(jiàn)。不過(guò)，分析只是解決商業(yè)問(wèn)題的一種手段，因此業(yè)務(wù)部門(mén)必須領(lǐng)導(dǎo)項(xiàng)目，負(fù)責(zé)讓項(xiàng)目取得成功。項(xiàng)目責(zé)任應(yīng)當(dāng)指派給相關(guān)業(yè)務(wù)人員，由業(yè)務(wù)人員負(fù)責(zé)分配工作，從頭到尾引導(dǎo)項(xiàng)目。有時(shí)組織會(huì)在項(xiàng)目發(fā)展周期中的不同節(jié)點(diǎn)安排不同的負(fù)責(zé)人。這樣做也不對(duì)，因?yàn)闀?huì)在交接時(shí)遺漏一些問(wèn)題，或者錯(cuò)失機(jī)會(huì)。為所有利益相關(guān)者記錄項(xiàng)目績(jī)效指標(biāo)的計(jì)分卡，可以將分析團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)的目標(biāo)整合一致，是一種非常好的方法。

監(jiān)督執(zhí)行的團(tuán)隊(duì)可以根據(jù)需求調(diào)整流程。北美某零售商的AI項(xiàng)目負(fù)責(zé)人，發(fā)現(xiàn)門(mén)店管理者很難把AI試點(diǎn)項(xiàng)目的結(jié)果應(yīng)用在跟蹤門(mén)店績(jī)效的實(shí)際工作中。這個(gè)AI工具的用戶(hù)界面不友好，而且給出的結(jié)論并未整合進(jìn)門(mén)店管理者每天決策參考的控制面板。為解決這一問(wèn)題，AI團(tuán)隊(duì)簡(jiǎn)化了用戶(hù)界面，調(diào)整了數(shù)據(jù)輸出方式，讓新的數(shù)據(jù)流出現(xiàn)在門(mén)店管理者的控制面板上。

為改變提供激勵(lì)。認(rèn)同員工的工作，可以在漫長(zhǎng)的過(guò)程中激勵(lì)他們。上文提到的特色產(chǎn)品零售商CEO，在會(huì)議開(kāi)始時(shí)公開(kāi)表?yè)P(yáng)一位幫助公司AI項(xiàng)目取得成功的員工（如產(chǎn)品經(jīng)理、數(shù)據(jù)科學(xué)家或一線(xiàn)員工）。在這家大型零售企業(yè)里，CEO為參與AI轉(zhuǎn)型的優(yōu)秀員工提供新的職位。例如，他讓在項(xiàng)目試點(diǎn)期間協(xié)助測(cè)試優(yōu)化解決方案的品類(lèi)經(jīng)理負(fù)責(zé)該方案在各門(mén)店上線(xiàn)的工作，強(qiáng)調(diào)了積極參與AI轉(zhuǎn)型對(duì)個(gè)人職業(yè)發(fā)展起到的積極作用。

最后，公司必須確保對(duì)員工的激勵(lì)與AI應(yīng)用相關(guān)。這里有一個(gè)反例，某實(shí)體零售店用AI模型優(yōu)化商品折扣，希望清空積壓的庫(kù)存。AI模型表明，與打折出售相比，丟棄積壓商品對(duì)利潤(rùn)增長(zhǎng)更有利。然而門(mén)店員工賣(mài)出商品可以得到獎(jiǎng)勵(lì)，即使以極低的折扣價(jià)出售也是如此。由于AI建議與標(biāo)準(zhǔn)的獎(jiǎng)勵(lì)模式相沖突，員工開(kāi)始懷疑AI工具，棄之不用。銷(xiāo)售獎(jiǎng)勵(lì)寫(xiě)在員工合同里，無(wú)法輕易修改，于是公司修改AI模型，對(duì)利潤(rùn)和獎(jiǎng)勵(lì)的沖突做出妥協(xié)，幫助終端用戶(hù)接受AI工具，最后提升了收益。

擴(kuò)大AI應(yīng)用規(guī)模的舉措可以產(chǎn)生良性循環(huán)。從單一職能團(tuán)隊(duì)轉(zhuǎn)為跨職能團(tuán)隊(duì)，可以聚合不同的技能、視角和用戶(hù)意見(jiàn)，更好地改進(jìn)工具。一段時(shí)間后，組織各部門(mén)的員工還可以再投入新的合作。

員工與其他職能、其他地區(qū)的同事關(guān)系拉近，思路就會(huì)得以擴(kuò)展，從嘗試解決單個(gè)問(wèn)題轉(zhuǎn)為徹底重新構(gòu)想業(yè)務(wù)和運(yùn)營(yíng)模式。因此，試點(diǎn)項(xiàng)目獲得成功，其采用的從測(cè)試中學(xué)習(xí)的方法推廣到組織的其他部門(mén)，創(chuàng)新速度就會(huì)提升。AI工具推廣到整個(gè)組織，終端用戶(hù)越來(lái)越能夠承擔(dān)過(guò)去由上級(jí)管理者負(fù)責(zé)的決策任務(wù)，使得組織結(jié)構(gòu)扁平化。這又能鼓勵(lì)進(jìn)一步的合作，提升員工大局觀。

運(yùn)用AI輔助決策的方法還在增加。新的應(yīng)用方式將會(huì)在工作流程、職能和文化方面推動(dòng)根本性的改變，有時(shí)改變還會(huì)十分艱難。領(lǐng)導(dǎo)者必須謹(jǐn)慎地帶領(lǐng)組織度過(guò)這一階段。人與機(jī)器合作可以獲得高于雙方單獨(dú)作業(yè)的成績(jī)，未來(lái)這種合作將會(huì)越來(lái)越多，在整個(gè)組織內(nèi)成功推廣AI應(yīng)用的公司會(huì)擁有巨大的優(yōu)勢(shì)。

破壞AI項(xiàng)目的十種方法

很多組織為AI及分析工作投入大量資金，結(jié)果卻不盡如人意。是什么破壞了AI項(xiàng)目？公司推廣AI失敗通常是由于以下幾項(xiàng)：

一、缺乏對(duì)高級(jí)分析方法的明確認(rèn)知，配備了數(shù)據(jù)科學(xué)家、工程師以及其他重要人才，卻不了解高級(jí)分析與傳統(tǒng)分析的不同之處。

二、不評(píng)估項(xiàng)目可行性、商業(yè)價(jià)值和投資回報(bào)期，啟動(dòng)試點(diǎn)項(xiàng)目之前沒(méi)有充分考慮如何平衡第一年的短期成就和之后的長(zhǎng)期回報(bào)。

三、只有用例，沒(méi)有戰(zhàn)略，根據(jù)當(dāng)前狀況隨意處理AI，不考慮AI為本公司所在行業(yè)全局帶來(lái)的機(jī)遇和挑戰(zhàn)。

四、沒(méi)有對(duì)關(guān)鍵職能進(jìn)行明確定義，因?yàn)椴涣私鈴?qiáng)大的AI項(xiàng)目所需的各種技能和要完成的任務(wù)。

五、沒(méi)有負(fù)責(zé)“解讀”的專(zhuān)業(yè)人士辨別高價(jià)值A(chǔ)I用例，向技術(shù)人員解釋業(yè)務(wù)需求，說(shuō)服業(yè)務(wù)人員應(yīng)用AI工具，即在業(yè)務(wù)部門(mén)和技術(shù)部門(mén)之間架起溝通的橋梁。

六、將分析部門(mén)嚴(yán)格限制在中心部門(mén)，或協(xié)調(diào)能力低下的孤島部門(mén)，與業(yè)務(wù)部門(mén)彼此隔離，未能讓分析人員和業(yè)務(wù)人員緊密合作。

七、浪費(fèi)時(shí)間和資金進(jìn)行全公司范圍內(nèi)的數(shù)據(jù)清理，而不是集中在最有價(jià)值的方面進(jìn)行數(shù)據(jù)整理。

八、尚未找到業(yè)務(wù)應(yīng)用實(shí)例就盲目構(gòu)建分析平臺(tái)，尚不了解數(shù)據(jù)用途就建立起數(shù)據(jù)庫(kù)等框架，還經(jīng)常對(duì)新平臺(tái)和舊有系統(tǒng)進(jìn)行不必要的整合。

九、未能量化分析對(duì)企業(yè)損益的影響，沒(méi)有高效的績(jī)效管理方法，未能以清晰的指標(biāo)跟蹤評(píng)估每個(gè)項(xiàng)目。

十、沒(méi)有重點(diǎn)關(guān)注倫理、社會(huì)和監(jiān)管影響，在數(shù)據(jù)獲取及運(yùn)用、算法誤差等多個(gè)方面容易出錯(cuò)，也可能產(chǎn)生負(fù)面的社會(huì)和法律影響。