人工智能(AI)正在重塑商業(yè)，不過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)在各個領(lǐng)域的決策都由AI指導(dǎo)，而且，過去似乎遙不可及的東西，比如無需人工的純AI客服，已經(jīng)逐漸成為現(xiàn)實。
開發(fā)平臺、強大的處理能力以及龐大的數(shù)據(jù)存儲空間等AI背后的技術(shù)，正在迅速發(fā)展，應(yīng)用成本越來越低。眼下似乎是企業(yè)開始采用AI獲利的好時機。據(jù)我們推測，今后十年，AI將為全球經(jīng)濟增加13萬億美元。
AI轉(zhuǎn)型該做哪些準(zhǔn)備？
然而，AI發(fā)展前景雖好，許多公司卻并未做好充分準(zhǔn)備。據(jù)統(tǒng)計，一家公司的AI轉(zhuǎn)型多半要花18到36個月，還有一些轉(zhuǎn)型長達(dá)5年之久。
我們開展調(diào)查，了解了數(shù)千名高管所在公司對AI及高級分析技術(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)公司只做了臨時的試點項目，或只在某一項業(yè)務(wù)流程中采用AI。公司進展這么慢，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)百名客戶的合作中，我們發(fā)現(xiàn)，AI項目面臨著難以跨越的巨大文化及組織障礙。但我們也看到，在項目開端采取措施克服障礙的領(lǐng)導(dǎo)者，能夠很好地抓住AI帶來的機遇。
領(lǐng)導(dǎo)者最大的一個錯誤是，將AI視為能夠迅速帶來回報的即插即用式技術(shù)。他們決定啟動幾個項目，就開始投資幾百萬給數(shù)據(jù)基礎(chǔ)設(shè)施、AI軟件工具、數(shù)據(jù)專業(yè)技能和模型開發(fā)。
少數(shù)組織的一部分試點項目勉強實現(xiàn)了一點點盈利，但之后再過幾個月乃至幾年，都未能取得高管期望的巨大成功。公司很難將這類試點項目擴展到整個公司，也很難將AI工作重點從分散的問題(如增強客戶細(xì)分)上升到大的商業(yè)難題(如優(yōu)化整個客戶旅程)。
還有，領(lǐng)導(dǎo)者往往對運用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。
要擴大AI應(yīng)用范圍，公司必須做出三項轉(zhuǎn)變:
第一，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隊開發(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，加上分析專業(yè)人士，能夠確保項目照應(yīng)到整個組織的重點議題，不只關(guān)注單一部門的問題。
多樣性團隊還可以充分考慮到應(yīng)用新技術(shù)要求的運營變革——這樣的團隊更能發(fā)現(xiàn)和反映問題，比如說，要引入一項算法用來預(yù)測維護需求，應(yīng)當(dāng)同時對維護工作流程進行相應(yīng)的調(diào)整。此外，如果開發(fā)團隊在設(shè)計項目時讓終端用戶參與，項目得到應(yīng)用的可能性會大幅度提升。
第二，從由領(lǐng)導(dǎo)者推進的基于經(jīng)驗的決策，轉(zhuǎn)為由數(shù)據(jù)推進的一線決策。AI得到廣泛應(yīng)用時，算法推薦會讓組織上下各層級員工的判斷和感知得到增強，得出人類或機器單獨無法獲得的更好的答案。
不過，要想充分發(fā)揮這種作用，各層級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之前必須先請示上級，AI應(yīng)用就會受到阻礙。
某公司將一個復(fù)雜的手動排程方法換成了全新的AI系統(tǒng)，決策過程明顯改變。過去，這家公司的活動策劃者用彩色的標(biāo)簽、大頭針和貼紙來標(biāo)記時間沖突、參與者需求及其他要注意的地方，常常根據(jù)直覺和上級管理者的建議做決策，而管理者也是憑直覺行事。
新系統(tǒng)能夠迅速分析大量日程安排組合，先用一個算法在幾億種排法中提取出幾百萬種，再用另一個算法將這幾百萬種縮減為幾百種，最后為每位參與者排出幾種最佳日程供選擇。
隨后，有經(jīng)驗的活動策劃人運用自己的專業(yè)知識，在數(shù)據(jù)支持下做出最終決定，無須向管理者征求意見。策劃人迅速適應(yīng)了這個新系統(tǒng)，十分信任系統(tǒng)給出的結(jié)果，因為他們參與了系統(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。
第三，從僵硬固化、趨避風(fēng)險轉(zhuǎn)為敏捷、試驗、可適應(yīng)。組織必須擺脫“只有完全成熟的創(chuàng)意才能實行”或“只有設(shè)計完善的商業(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“從測試中學(xué)習(xí)”的態(tài)度，將錯誤轉(zhuǎn)為新知的來源，減少對出錯的擔(dān)憂。
收集初期用戶的反饋，用于升級AI工具，會使公司在小問題發(fā)展成為代價高昂的大問題之前及時將其糾正。發(fā)展會逐漸加速，讓小規(guī)模AI團隊能在幾周(而非幾個月)內(nèi)開發(fā)出最小可行產(chǎn)品。
要實現(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。我們看到過很多次由于高管對AI缺乏基礎(chǔ)認(rèn)知而導(dǎo)致的失敗。
AI工具需推廣
為確保AI工具得以推廣，公司必須自上而下對全體人員進行培訓(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)(在線課程或面授)、研討會、在職培訓(xùn)，乃至前往有經(jīng)驗的同行業(yè)公司參觀學(xué)習(xí)。多數(shù)AI培訓(xùn)班一開始是邀請外部機構(gòu)編寫課程和提供培訓(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)部門領(lǐng)導(dǎo)者，讓他們對AI工作原理有一個高層次的認(rèn)識，學(xué)會識別AI機遇并判斷其重要程度。培訓(xùn)班還會討論AI對員工職能的影響、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)，例如運用分析方法解決商業(yè)問題、構(gòu)建AI實踐案例等。這部分課程可以包含在線課程、實際操作、模仿有經(jīng)驗的解讀員，在“期末考試”中要求參與培訓(xùn)的員工實際執(zhí)行一個AI項目并獲得成功。
終端用戶。對于一線員工，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。負(fù)責(zé)營銷和財務(wù)等方面的戰(zhàn)略決策者可能需要更高層次的培訓(xùn)課程，學(xué)習(xí)在真實商業(yè)場景中運用AI工具輔助產(chǎn)品發(fā)布等決策。
運用AI輔助決策的方法還在增加。新的應(yīng)用方式將會在工作流程、職能和文化方面推動根本性的改變，有時改變還會十分艱難。領(lǐng)導(dǎo)者必須謹(jǐn)慎地帶領(lǐng)組織渡過這一階段。人與機器合作可以獲得高于雙方單獨作業(yè)的成績，未來這種合作將會越來越多，在整個組織內(nèi)成功推廣AI應(yīng)用的公司會擁有巨大的優(yōu)勢。
