摘要:2024年11月,BCG开霁书院与亨德森智库联合举办“洞察全球·智驭未来”主体沙龙。其间,就AI时代的组织和领导力话题,特邀BCG组织与人才专项全球负责人David Martin和AI创业者、投资人马征开展圆桌讨论。本文为圆桌讨论节选。
导读
2024年11月,BCG开霁书院与亨德森智库联合举办“洞察全球·智驭未来”主体沙龙。其间,就AI时代的组织和领导力话题,特邀BCG组织与人才专项全球负责人David Martin和AI创业者、投资人马征开展圆桌讨论。本文为圆桌讨论节选。
本期主持人:阮芳
波士顿咨询公司(BCG)董事总经理,全球资深合伙人
BCG组织与人才专项中国区负责人
BCG开霁书院负责人
BCG亨德森智库中国区联席负责人
本期受访嘉宾:David Martin
波士顿咨询公司(BCG)董事总经理,全球资深合伙人
BCG组织与人才专项全球负责人
本期受访嘉宾:马征博士
雅乐时空创始人兼首席执行官,
AI领域天使投资人
BCG校友
对谈实录
一
中美两国在AI应用上有何异同?
Q
阮芳:当前,美国哪些产业的AI普及率比较高?
David Martin:目前,美国各行各业都在铺开AI,其中应用最广泛的有四个行业。首先是科技行业,特别是软件公司。一方面,软件公司会在产品开发中使用生成式AI进行编程,这可以带来颠覆性的影响,既能够帮助企业降低运营成本,同时帮助工程师们更快地开发产品并提升质量。另一方面,软件公司会在应用场景使用AI,比如2B销售等涉及大量文档的场景,AI可以协助快速处理。
第二个是银行业,主要有三个应用场景,首先是欺诈预警,通过AI识别可疑的交易。其次是银行IT开发和运维,很多大型银行同样有上万名软件工程师,AI可以帮助降本。最后是银行内部职能的降本增效。
第三个是生物医药行业,很多生物医药企业都在使用生成式AI加速临床试验的速度。举个例子,一家大型药企过去可能需要四位博士、花费四周来做一个相关试验,但在AI的支持下,可能只需要一名博士和一周的时间就可以完成。
第四个是消费品行业。他们会用AI进行个性化营销,比如定价方案,以及更快地测试营销方案效果等等。
Q
阮芳:为什么是这四个行业最容易应用AI?
David Martin:首先因为这四个行业的利润率高,有预算开发和应用AI。其次,这些行业有充足的数据量。软件业的数据质量很高,而且有更先进的系统。银行业在过去十年内不断投资,提高技术能力。消费品行业也有大量的数据积累,同时他们面临激烈的行业竞争,希望使用先进技术保障竞争力。
Q
阮芳:聚焦中国,哪些行业是AI渗透先行者,和美国是否有不同?
马征:我觉得中国和美国非常不一样,刚才提到美国各行各业都在铺开AI,因为在这一波AI变革之前,美国经历了非常大的数字化转型期,并且进入了SaaS阶段,Cloud-based应用广泛。之所以这么多领域都能够容易地接入到AI,是因为SaaS生态系统非常成熟。企业软件自身开始应用AI,能更快地将创新传播出去。对于中国,我觉得目前还没有形成一个特别好的SaaS生态系统,甚至很多企业数字化变革还没有完全完成,就进入到AI这一波浪潮。因此,我们看到中国更多的AI应用是互联网公司在主导,主要是2C的应用,这波应用甚至很多都转到海外去,不但服务中国的消费者,也服务海外的消费者。主要的应用场景有视频生成、Chat工具等,都在百花齐放,我觉得这可能是两个国家在AI来临之前,整个商业生态系统不同导致的。
Q
阮芳:面向未来,中国企业在实施AI上有什么优势和机会?
马征:我觉得第一大优势是没有太多的负担。新的变革往往受到前期变革受益者的阻力,因为很多中国企业之前没有很深的数字化积累,变革阻力反而不大,只要AI带来的降本增效的账能够算出来,就有动力推动AI变革。第二个优势其实是中国企业数据的可获得性,跟数据治理非常严格甚至严苛的西方国家比,中国企业有机会更容易地利用自己的数据去做AI训练,会出现一些非常酷的应用。
二
企业如何找到适合自己的AI应用场景?
Q
阮芳:AI需要长期的投资,企业有哪些办法来提高AI带来的收益?
David Martin:我们对上千家企业展开调研,发现只有5%的企业从生成式AI的投资中获益,20%多的企业获得了一些回报,70%则没有看到收益。对于失败案例,我们看到几种典型情况。首先,未能集中力量办大事。在调研中有趣的发现是,通过AI获得了收益的企业,他们的应用场景反而更少,而有一些企业投资很多应用场景,想要百花齐放,反而效果更加分散,没有收获预期的价值。其次,很多企业在投资时,仅仅是在投资“AI技术”本身,但并没有制定明确的盈利目标和计划。第三,企业在选择AI应用场景时,没有与现有的基础设施配套,两者没有整合。最后,企业必须储备人才来帮助他们大规模地应用生成式AI,我们很容易做小型的试点,但规模化是非常重要的。
马征:我观察到的现象是,好的AI转型应该是“全人思维”,而不是场景化思维,真正好的应用是端到端的。这一波AI,我倾向于把它比喻成一个基础设施,就像我们的水、电、煤一样,AI是新的智能“电”,所以它并不是几个具体的场景,应该是针对一个人的完整赋能和再造。
比如,企业常常提升销售团队的能力,要做的不是AI去赋能销售的某一步,而是复制最成功的销售个人。我们可以跟踪Top销售一天的工作旅程,详细记录他每天要做的各种事情,他们跟用户客户如何交互,以及在这个过程中产生的各种数据。当你知道他的全部工作内容,有了一个全貌,就能找到在哪一些机会点上有可能对他进行赋能。企业通过数据积累训练AI,可以让AI反哺赋能其他销售。比如说在销售跟客户对话的过程中,客户问了一些问题,他并不是很清楚,但是其他销售每天都在解答类似的问题,完全有机会建立内部的知识库,只不过销售没有时间去查,或者说查了也并不一定契合这个客户的问题,当有一个大模型经过对企业内部的数据训练,就会给他一个非常好的提示,说你可以这样回答,极大增加了这一步的转化率。这个就是全人的赋能,并不是针对某个场景去凭想象说如何降本增效,而是看整个全人的工作流,这个人的效率能够提高多少。
三
AI时代,组织管理和领导力会如何变革?
Q
阮芳:AI对于组织、人才和文化变革有什么样的影响?
David Martin:我觉得个人层面和企业组织层面需要分开来看。个人层面更多是跟绩效管理和技能提升相关,作为员工,必须要有更加开放的观点,愿意去尝试这些新的技术,提升自己的技术能力。因为所有人未来都要更多地使用AI去工作,所以我们要拥抱AI,而不是去回避它。
企业则需要提升以技能为导向(Skill-based)的组织思维。在面对新技术时,更多地思考员工目前具备什么样的技能,五年之后需要什么样的技能,有怎样的人才缺口,如何缩减缺口。有的时候,企业在内部是找不到人来填补这些缺口的,那就需要往外看,这既包括一线员工,也包括领导层。此外,我们将看到很多新的岗位出现,企业需要前瞻思考他们的职业路径、绩效管理、激励方式,来更好地管理这些团队。
企业还需要投入AI治理,AI应用既有机会也有风险,所以应该有一个专门的团队来考虑如何进行投资和管控风险。
在文化上,企业要考虑一些能够改善员工价值主张的投资,也要思考员工个人的需求和他们职业未来的发展方向,这些都是企业近期需要考虑的变革点。
马征:我觉得AI影响可能非常大的是在组织结构。传统的组织结构侧重于层级式,甚至军事化的管理。这在一定程度上是合理的,因为需要保证效率、执行力和管控力。
但是AI会带来一个巨大的挑战——去中心化的组织形态。当每个个体有好的工具后,AI将大大增强其工作能力、效率和创造力,这个时候如果施加强管控的领导方式,反而会遏制AI带来的红利。这种情况下会出现非常多的自管理组织,特点是每个团队都比较小、非常精干,有点像海豹突击队,产出迭代速度都会加快。对于所谓的领导角色可能也会发生很大的改变,从原来的下达指令和监督,更多转变为设定目标并去赋能,当然也会有检查、跟踪、复盘的工作,但很重要的是留给团队更大的空间。这对很多中国组织和企业文化来讲,都是很大的挑战。
对于领导而言,原来的领导力可能是权威式的管控,未来将更强调赋能、设定目标,或者是精神上的凝聚,一种能够带领大家往前走的感觉。当然,战略目标还是非常重要,要自上而下制定,但是到带团队的过程中,可能出现更多的顾问式或者是教练式的领导风格,因为大家碰到的一些简单问题,AI可能比领导解决得更好。所以对领导来讲,在跨界的、复杂的,还有特别不确定的、问题不清晰的地方,会是体现领导力并发挥其价值的地方。
总结
• 在AI应用上,中国企业相对薄弱的数字化基础既是挑战也是机会,能够更无负担地推进AI变革。
• 在开始落地AI时,场景可少而精,并制定明确的投资收益目标和计划,在获得切实的回报后,推广AI应用场景。
• 在识别AI对人才的赋能机会时,可借鉴“全人思维”,完整跟踪员工的工作旅程,全面记录过程的信息和数据,搭建更完善的AI赋能方案,而非一开始就局限在某一个具体环节中。
• 在AI赋能的组织中,管理者和团队的“能力代差”会被削弱,出现更加去中心化的组织和团队,强指令、强控制的科层式管理者将面临极大挑战,需要进行角色转身。
• AI对人才团队将带来颠覆式影响,企业既需考虑AI对团队的冲击影响,同时需要前瞻应对新岗位、新技能的需求,未雨绸缪对现有团队的技能升级(UP-skilling)。
来源:科技解惑