構(gòu)建人工智能（AI）驅(qū)動(dòng)的組織

遠(yuǎn)望智庫(kù)研究員 億竹 編譯

人工智能正在重塑商業(yè)?，F(xiàn)在支持人工智能的技術(shù)正在快速發(fā)展，麥肯錫估計(jì)，人工智能將在未來(lái)十年為全球經(jīng)濟(jì)增加13萬(wàn)億美元。然而，盡管有人工智能的承諾，許多組織的人工智能努力仍有不足之處。。

為什么實(shí)施這項(xiàng)改變游戲規(guī)則的技術(shù)進(jìn)展緩慢？麥肯錫的人工智能專(zhuān)家得出結(jié)論，根本問(wèn)題是未能重新構(gòu)建組織。

一．解決方案和領(lǐng)導(dǎo)力需求

光有尖端技術(shù)和人才是不夠的。公司必須打破阻礙人工智能的組織和文化障礙。領(lǐng)導(dǎo)者必須傳達(dá)人工智能計(jì)劃的緊迫性及其對(duì)所有人的好處；在采用上的花費(fèi)至少和在技術(shù)上的支出一樣多；根據(jù)公司的人工智能成熟度、業(yè)務(wù)復(fù)雜性和創(chuàng)新步伐組織人工智能工作；并為每個(gè)人投資AI教育。

人工智能正在重塑商業(yè)——盡管沒(méi)有許多人想象的那么快。誠(chéng)然，人工智能現(xiàn)在正在指導(dǎo)從農(nóng)作物收成到銀行貸款的一切決策，而完全自動(dòng)化的客戶(hù)服務(wù)等曾經(jīng)不切實(shí)際的前景即將出現(xiàn)。使人工智能成為可能的技術(shù)，比如開(kāi)發(fā)平臺(tái)和巨大的處理能力和數(shù)據(jù)存儲(chǔ)正在快速發(fā)展，而且變得越來(lái)越便宜。公司利用人工智能的時(shí)機(jī)似乎已經(jīng)成熟。事實(shí)上，我們估計(jì)人工智能將在未來(lái)十年里為全球經(jīng)濟(jì)增加13萬(wàn)億美元。

然而，盡管人工智能前景看好，但許多組織在這方面的努力還不夠。麥肯錫調(diào)查了數(shù)千名高管，了解他們的公司如何使用人工智能和組織高級(jí)分析，數(shù)據(jù)顯示，只有8%的公司從事支持廣泛采用人工智能的核心實(shí)踐。大多數(shù)公司只進(jìn)行了臨時(shí)試點(diǎn)，或者只在單一業(yè)務(wù)流程中應(yīng)用人工智能

為什么進(jìn)展緩慢？這在最高層次上反映了組織重組的失敗。在調(diào)查和與數(shù)百名客戶(hù)的合作中，我們看到人工智能計(jì)劃面臨著巨大的文化和組織障礙。但我們也看到，一開(kāi)始就采取措施打破這些障礙的領(lǐng)導(dǎo)人能夠有效抓住AI的機(jī)會(huì)。

二．轉(zhuǎn)變領(lǐng)導(dǎo)者思維模式

領(lǐng)導(dǎo)者犯的最大錯(cuò)誤之一是將人工智能視為一種即插即用的技術(shù)，可以立即獲得回報(bào)。他們決定啟動(dòng)并運(yùn)行幾個(gè)項(xiàng)目，開(kāi)始在數(shù)據(jù)基礎(chǔ)設(shè)施、人工智能軟件工具、數(shù)據(jù)專(zhuān)業(yè)知識(shí)和模型開(kāi)發(fā)方面投資數(shù)百萬(wàn)美元。一些試點(diǎn)項(xiàng)目設(shè)法在一些組織中勉強(qiáng)維持小幅收益。但幾個(gè)月或幾年過(guò)去了，卻沒(méi)有帶來(lái)高管們預(yù)期的重大效果。公司很難從試點(diǎn)項(xiàng)目轉(zhuǎn)向全公司范圍的項(xiàng)目，也很難從關(guān)注離散的業(yè)務(wù)問(wèn)題（如改善客戶(hù)細(xì)分）轉(zhuǎn)向大的業(yè)務(wù)挑戰(zhàn)（如優(yōu)化整個(gè)客戶(hù)旅程）。

領(lǐng)導(dǎo)者也經(jīng)常過(guò)于狹隘地考慮人工智能的要求。雖然尖端技術(shù)和人才肯定是需要的，但調(diào)整公司的文化、結(jié)構(gòu)和工作方式以支持人工智能的廣泛采用也同樣重要。但在大多數(shù)并非天生數(shù)字化的企業(yè)，傳統(tǒng)的思維模式和工作方式與人工智能所需的背道而馳。

為了擴(kuò)大人工智能的規(guī)模，公司必須進(jìn)行三次轉(zhuǎn)變：

1.從孤立的工作到跨學(xué)科的合作

當(dāng)人工智能由混合了技能和觀點(diǎn)的跨職能團(tuán)隊(duì)開(kāi)發(fā)時(shí)，它會(huì)產(chǎn)生最大的影響。讓業(yè)務(wù)和運(yùn)營(yíng)人員與分析專(zhuān)家并肩工作將確保計(jì)劃解決廣泛的組織優(yōu)先事項(xiàng)，而不僅僅是孤立的業(yè)務(wù)問(wèn)題。不同的團(tuán)隊(duì)也可以考慮新應(yīng)用程序可能需要的操作變化——他們更有可能認(rèn)識(shí)到，比如說(shuō)，引入預(yù)測(cè)維護(hù)需求的算法應(yīng)該伴隨著維護(hù)工作流的徹底改革。當(dāng)開(kāi)發(fā)團(tuán)隊(duì)讓最終用戶(hù)參與應(yīng)用程序的設(shè)計(jì)時(shí)，應(yīng)用程序被采用的機(jī)會(huì)就會(huì)大大增加。

2.從基于經(jīng)驗(yàn)、領(lǐng)導(dǎo)者驅(qū)動(dòng)的決策到一線(xiàn)數(shù)據(jù)驅(qū)動(dòng)的決策

當(dāng)廣泛采用人工智能時(shí)，上下層級(jí)的員工將通過(guò)算法的建議來(lái)增強(qiáng)自己的判斷和直覺(jué)，以得出比人類(lèi)或機(jī)器自己更好的答案。但要讓這種方法發(fā)揮作用，所有層次的人都必須相信算法的建議，并感到有權(quán)做出決定——這意味著放棄傳統(tǒng)的自上而下的方法。如果員工在采取行動(dòng)前必須咨詢(xún)上級(jí)，這將抑制人工智能的使用。

當(dāng)一個(gè)組織用一個(gè)新的人工智能系統(tǒng)取代了復(fù)雜的人工方式來(lái)安排事件時(shí)，決策過(guò)程發(fā)生了巨大的變化。從歷史上看，該公司的活動(dòng)策劃人使用彩色標(biāo)簽、別針和貼紙來(lái)跟蹤沖突、參與者的偏好和其他考慮因素。他們經(jīng)常依靠直覺(jué)和高級(jí)經(jīng)理的意見(jiàn)來(lái)做決定，高級(jí)經(jīng)理也是憑直覺(jué)行事的。新的AI系統(tǒng)快速分析了大量的日程安排排列，首先使用一種算法將數(shù)億個(gè)選項(xiàng)提取到數(shù)百萬(wàn)個(gè)場(chǎng)景中，然后使用另一種算法將這數(shù)百萬(wàn)個(gè)選項(xiàng)濃縮到數(shù)百個(gè)，為每個(gè)參與者排列最佳日程。經(jīng)驗(yàn)豐富的規(guī)劃者將他們的在數(shù)據(jù)支持下做出最終決策的專(zhuān)業(yè)知識(shí)，無(wú)需從領(lǐng)導(dǎo)那里獲得意見(jiàn)。規(guī)劃者很容易采用這個(gè)工具，信任它的輸出，因?yàn)樗麄儙椭O(shè)置了其參數(shù)和約束，并且知道他們自己會(huì)做出最后的決定。

3.從僵化和規(guī)避風(fēng)險(xiǎn)到敏捷、實(shí)驗(yàn)性和適應(yīng)性強(qiáng)

組織必須擺脫這樣的思維模式，即一個(gè)想法需要完全成熟，或者一個(gè)業(yè)務(wù)工具在部署之前必須具備所有的功能。在第一次迭代中，人工智能應(yīng)用程序很少擁有所有想要的功能。測(cè)試和學(xué)習(xí)的心態(tài)將把錯(cuò)誤重新定義為發(fā)現(xiàn)的來(lái)源，減少對(duì)失敗的恐懼。得到用戶(hù)早期的反饋并將其整合到下一個(gè)版本中，將允許公司在小問(wèn)題變成代價(jià)高昂的問(wèn)題之前糾正它們。開(kāi)發(fā)將會(huì)加快，使小型人工智能團(tuán)隊(duì)能夠在幾周內(nèi)而不是幾個(gè)月內(nèi)創(chuàng)造出最低限度的可行產(chǎn)品。

這種根本性的轉(zhuǎn)變來(lái)之不易。要求領(lǐng)導(dǎo)者準(zhǔn)備、激勵(lì)和裝備員工來(lái)做出改變。但領(lǐng)導(dǎo)人首先必須做好準(zhǔn)備。我們已經(jīng)看到了一次又一次的失敗，原因是高級(jí)管理人員缺乏對(duì)人工智能的基礎(chǔ)理解。

三．為AI成功做好準(zhǔn)備

為了讓員工參與進(jìn)來(lái)，為人工智能的成功實(shí)施鋪平道路，領(lǐng)導(dǎo)者應(yīng)該盡早關(guān)注以下幾項(xiàng)任務(wù)：

1. 解釋原因。一個(gè)引人注目的故事有助于組織理解變革計(jì)劃的緊迫性，以及所有人將如何從中受益。這對(duì)于人工智能項(xiàng)目來(lái)說(shuō)尤其重要，因?yàn)閾?dān)心人工智能會(huì)搶走工作崗位會(huì)增加員工對(duì)AI的抵制。

領(lǐng)導(dǎo)者必須提供一個(gè)愿景，將每個(gè)人團(tuán)結(jié)在一個(gè)共同的目標(biāo)周?chē)?。員工必須理解為什么人工智能對(duì)企業(yè)很重要，以及他們將如何適應(yīng)一種新的、以人工智能為導(dǎo)向的文化。他們尤其需要得到保證人工智能將增強(qiáng)而不是減少甚至消除他們的角色。（研究表明，大多數(shù)工人將需要適應(yīng)使用人工智能，而不是被人工智能取代。）

在大多數(shù)并非天生數(shù)字化的公司，心態(tài)與人工智能所需的心態(tài)背道而馳。當(dāng)一家大型零售集團(tuán)希望讓員工支持其人工智能戰(zhàn)略時(shí)，管理層將其視為生存之道。領(lǐng)導(dǎo)人描述了數(shù)字零售商構(gòu)成的威脅，以及人工智能如何通過(guò)提高公司的運(yùn)營(yíng)效率和響應(yīng)能力來(lái)幫助抵御這種威脅。發(fā)出戰(zhàn)斗的號(hào)召生存，管理層強(qiáng)調(diào)了員工必須發(fā)揮的關(guān)鍵作用。在分享他們的愿景時(shí)，該公司的領(lǐng)導(dǎo)們把焦點(diǎn)放在了員工身上曾經(jīng)試用過(guò)一種新的人工智能工具,幫助他們優(yōu)化商店的產(chǎn)品組合，增加收入。這激發(fā)了其他員工想象人工智能如何增強(qiáng)和提升他們的業(yè)績(jī)。

2.預(yù)測(cè)變革的獨(dú)特障礙。一些障礙，比如員工對(duì)過(guò)時(shí)的恐懼，在整個(gè)組織中都很常見(jiàn)。但是一個(gè)公司的文化也可能有導(dǎo)致抵制的顯著特征。例如，如果一家公司的公共關(guān)系經(jīng)理以能適應(yīng)客戶(hù)需求而自豪，他們可能會(huì)拒絕這種機(jī)器可以更好地了解客戶(hù)想要什么的想法，并忽略人工智能工具定制的產(chǎn)品推薦。大型組織中的經(jīng)理人認(rèn)為其地位是基于他們監(jiān)管的人數(shù)，他們可能會(huì)反對(duì)人工智能可能允許的決策分散或減少報(bào)告。

在其他情況下，孤立的流程會(huì)抑制人工智能的廣泛采用。例如，按職能或業(yè)務(wù)單位分配預(yù)算的組織可能很難組建跨學(xué)科的敏捷團(tuán)隊(duì)。通過(guò)回顧過(guò)去的變革舉措如何克服障礙，可以找到一些解決方案。其他可能涉及將人工智能倡議與看起來(lái)像障礙的文化價(jià)值觀結(jié)合起來(lái)。例如，在一家非常重視關(guān)系銀行業(yè)務(wù)的金融機(jī)構(gòu)，領(lǐng)導(dǎo)們強(qiáng)調(diào)了人工智能加強(qiáng)與客戶(hù)聯(lián)系的能力。該銀行為公關(guān)關(guān)系經(jīng)理制作了一本小冊(cè)子，展示如何將其專(zhuān)業(yè)知識(shí)和技能與人工智能量身定制的產(chǎn)品推薦相結(jié)合，以改善客戶(hù)體驗(yàn)，增加收入和利潤(rùn)。人工智能采用計(jì)劃還包括通過(guò)使用新工具來(lái)推動(dòng)銷(xiāo)售轉(zhuǎn)化的競(jìng)賽；獲勝者的成就在CEO發(fā)給員工的每月簡(jiǎn)訊中展示。

了解變革的障礙不僅可以告知領(lǐng)導(dǎo)者如何與員工溝通，還可以幫助他們確定在哪里投資，什么樣的人工智能計(jì)劃最可行，應(yīng)該提供什么樣的培訓(xùn)，什么樣的激勵(lì)措施可能是必要的等等。

3. 對(duì)集成和采用的預(yù)算與對(duì)技術(shù)的預(yù)算一樣多。在我們一項(xiàng)調(diào)查中，近90%參與成功擴(kuò)展實(shí)踐的公司將超過(guò)一半的分析預(yù)算用于推動(dòng)采用的活動(dòng)，如工作流重新設(shè)計(jì)、溝通和培訓(xùn)。剩下的公司中只有23%投入了類(lèi)似的資源。

公共關(guān)系經(jīng)理可能會(huì)拒絕AI機(jī)器知道客戶(hù)想要什么的想法。以一家電信提供商為例，該提供商在其呼叫中心推出了一項(xiàng)新的人工智能驅(qū)動(dòng)的客戶(hù)維系計(jì)劃。該公司同時(shí)投資于人工智能模型開(kāi)發(fā)和幫助該中心的員工過(guò)渡到新方法。他們不只是對(duì)取消服務(wù)的電話(huà)做出反應(yīng)，他們會(huì)主動(dòng)聯(lián)系有流失風(fēng)險(xiǎn)的客戶(hù)，就他們可能接受的新提議向他們提供人工智能生成的建議。員工們接受了關(guān)閉企業(yè)所需銷(xiāo)售技能的培訓(xùn)和在職指導(dǎo)。教練和經(jīng)理監(jiān)聽(tīng)他們的電話(huà)，給他們個(gè)性化的反饋，并不斷更新培訓(xùn)材料和電話(huà)腳本。由于這些協(xié)調(diào)努力，新計(jì)劃減少了10%的客戶(hù)流失。

4.平衡可行性、時(shí)間投資和價(jià)值。追求過(guò)于難以實(shí)施或需要一年以上才能啟動(dòng)的計(jì)劃可能會(huì)破壞當(dāng)前和未來(lái)的人工智能項(xiàng)目。

組織不必只關(guān)注速贏；他們應(yīng)該制定一系列具有不同時(shí)間范圍的舉措。不需要人工干預(yù)的自動(dòng)化流程，如人工智能輔助的欺詐檢測(cè)，可以在幾個(gè)月內(nèi)獲得回報(bào)，而需要人工參與的項(xiàng)目，如人工智能支持的客戶(hù)服務(wù)，可能需要更長(zhǎng)的時(shí)間才能獲得回報(bào)。優(yōu)先次序的確定應(yīng)以長(zhǎng)期（通常為三年）觀點(diǎn)為基礎(chǔ)，并考慮到如何將不同時(shí)限的幾項(xiàng)舉措結(jié)合起來(lái)價(jià)值最大化。例如，實(shí)現(xiàn)足夠詳細(xì)的客戶(hù)視圖，以允許AI微細(xì)分，一個(gè)公司可能需要建立一些銷(xiāo)售和營(yíng)銷(xiāo)計(jì)劃。有些服務(wù)，比如有針對(duì)性的服務(wù)，可能在幾個(gè)月內(nèi)就能產(chǎn)生價(jià)值，而整套服務(wù)可能需要12到18個(gè)月才能發(fā)揮全部作用。

一家亞太零售商認(rèn)為，除非該公司翻新其所有商店，為每一類(lèi)商品重新分配其空間，否則優(yōu)化占地面積和庫(kù)存的人工智能計(jì)劃不會(huì)產(chǎn)生完整的價(jià)值。經(jīng)過(guò)一番辯論后，公司的高管們決定，這個(gè)項(xiàng)目對(duì)未來(lái)的盈利能力非常重要，可以繼續(xù)進(jìn)行，但必須將其一分為二。第一部分開(kāi)發(fā)了一個(gè)人工智能工具，為商店經(jīng)理推薦一些在商店里會(huì)賣(mài)得很好的增量商品。該工具僅提供了預(yù)期總回報(bào)的一小部分，但經(jīng)理們可以立即將新商品帶入商店，展示項(xiàng)目的好處，并為未來(lái)多年的發(fā)展樹(shù)立熱情。

四．規(guī)?；M織

關(guān)于人工智能和分析能力應(yīng)該存在于組織中的什么地方，有很多爭(zhēng)論。通常領(lǐng)導(dǎo)者會(huì)簡(jiǎn)單地問(wèn)：“什么樣的組織模式最有效？”然后，在聽(tīng)到其他公司的成功經(jīng)驗(yàn)后，做三件事之一：將大部分人工智能和分析能力整合到一個(gè)中央“樞紐”內(nèi)；分散后并將其主要嵌入業(yè)務(wù)部門(mén)（“輻條”）；或者將它們分布在兩者之間，使用混合（“輪轂輻條”）模型。我們發(fā)現(xiàn)，在讓人工智能達(dá)到規(guī)模方面，這些模型中沒(méi)有一個(gè)總是比其他模型更好；正確的選擇取決于公司的個(gè)人情況。

擁有良好擴(kuò)展實(shí)踐的公司將一半的分析預(yù)算用于采用。以我們合作過(guò)的兩家大型金融機(jī)構(gòu)為例。第一家公司將其人工智能和分析團(tuán)隊(duì)整合在一個(gè)中心樞紐，所有分析人員向首席數(shù)據(jù)和分析官報(bào)告，并被部署到根據(jù)需要確定業(yè)務(wù)單位。第二家公司分散了幾乎所有的分析人才，讓團(tuán)隊(duì)駐留在業(yè)務(wù)部門(mén)并向其報(bào)告。兩家公司都以行業(yè)頂端的規(guī)模開(kāi)發(fā)了人工智能；第二個(gè)組織在短短兩年內(nèi)從30個(gè)盈利的人工智能項(xiàng)目發(fā)展到200個(gè)。兩者都是在考慮了各自組織的結(jié)構(gòu)、能力、戰(zhàn)略和獨(dú)特特征后選擇其模式的。

1.樞紐（Hub）

少數(shù)職責(zé)最好由中心處理，并由首席分析官或首席數(shù)據(jù)官領(lǐng)導(dǎo)。其中包括數(shù)據(jù)治理、人工智能招聘和培訓(xùn)戰(zhàn)略，以及與數(shù)據(jù)和人工智能服務(wù)和軟件的第三方提供商合作。中心應(yīng)該培養(yǎng)AI人才，創(chuàng)建AI專(zhuān)家可以分享最佳實(shí)踐的社區(qū)，并為整個(gè)組織的人工智能開(kāi)發(fā)制定流程。我們的研究表明，已經(jīng)大規(guī)模實(shí)施人工智能的公司擁有中心的可能性是同行的三倍，并有2.5倍的可能性采用一個(gè)清晰的方法來(lái)創(chuàng)建模型，解釋見(jiàn)解，并部署新的人工智能能力。

樞紐還應(yīng)該負(fù)責(zé)與人工智能相關(guān)的系統(tǒng)和標(biāo)準(zhǔn)。這些應(yīng)該由公司倡議的需要驅(qū)動(dòng)，這意味著它們應(yīng)該逐步發(fā)展，而不是在商業(yè)案例確定之前一下子建立起來(lái)。我們已經(jīng)看到許多組織浪費(fèi)了大量的時(shí)間和金錢(qián)，在公司范圍內(nèi)的數(shù)據(jù)清理和數(shù)據(jù)集成項(xiàng)目上預(yù)先花費(fèi)了數(shù)億美元，卻中途放棄了這些努力，幾乎沒(méi)有或根本沒(méi)有收益。

相比之下，當(dāng)一家歐洲銀行發(fā)現(xiàn)相互沖突的數(shù)據(jù)管理策略阻礙了其新人工智能工具的開(kāi)發(fā)時(shí)，它采取了一種較慢的方法，制定了一項(xiàng)統(tǒng)一其數(shù)據(jù)架構(gòu)和未來(lái)四年的管理，因?yàn)樗鼮槠淙斯ぶ悄苻D(zhuǎn)型建立了各種商業(yè)案例。這一多階段計(jì)劃還包括組織重新設(shè)計(jì)和修訂人才戰(zhàn)略，預(yù)計(jì)每年的影響將超過(guò)9億美元。

2.輻條（Spoke）

另外一些責(zé)任幾乎是由輻條承擔(dān)，因?yàn)樗鼈冏罱咏切┦褂萌斯ぶ悄芟到y(tǒng)的人。其中包括與采用相關(guān)的任務(wù)，包括最終用戶(hù)培訓(xùn)、工作流程重新設(shè)計(jì)、激勵(lì)計(jì)劃、績(jī)效管理和影響跟蹤。

為了鼓勵(lì)客戶(hù)接受其智能互聯(lián)設(shè)備提供的人工智能服務(wù)，一家制造商的銷(xiāo)售和服務(wù)機(jī)構(gòu)成立了一個(gè)“特警隊(duì)（SWAT）”，支持客戶(hù)使用產(chǎn)品并制定了一個(gè)定價(jià)計(jì)劃，以促進(jìn)采用。這樣的工作顯然是輻條的職權(quán)范圍，不能委托給分析中心。

人工智能支持的公司在樞紐和輻條之間劃分關(guān)鍵角色。一些任務(wù)總是由中心擁有，而輻條總是擁有執(zhí)行。其余的工作屬于灰色地帶，公司的個(gè)人特征決定了它應(yīng)該在哪里完成。

3.灰色地帶

就責(zé)任而言，成功的人工智能轉(zhuǎn)型中的許多工作都陷入了灰色地帶。關(guān)鍵任務(wù)-為人工智能項(xiàng)目設(shè)定方向，分析它們將解決的問(wèn)題，構(gòu)建算法，設(shè)計(jì)工具，與最終用戶(hù)一起測(cè)試它們，管理變化以及創(chuàng)建支持IT基礎(chǔ)設(shè)施——可以由中心或分支擁有，由兩者共享，或與IT共享。

決定一個(gè)組織內(nèi)的責(zé)任應(yīng)該在哪里并不是一門(mén)精確的科學(xué)，但它應(yīng)該受到三個(gè)因素的影響：

人工智能能力的成熟。當(dāng)一家公司處于人工智能之旅的早期時(shí)，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、以圖形方式解釋分析結(jié)果的可視化專(zhuān)家等坐在一個(gè)中心內(nèi)并根據(jù)需要部署到輻條上通常是有意義的。這些參與者通過(guò)合作，可以建立公司的核心人工智能資產(chǎn)和能力，如通用分析工具、數(shù)據(jù)流程和交付方法。但是隨著時(shí)間流逝和流程變得標(biāo)準(zhǔn)化，這些專(zhuān)家可以同樣（或更）有效地駐留在輻條內(nèi)。

商業(yè)模式的復(fù)雜性。人工智能工具支持的業(yè)務(wù)功能、業(yè)務(wù)線(xiàn)或地理位置越多，就越需要建立人工智能專(zhuān)家協(xié)會(huì)（比如數(shù)據(jù)科學(xué)家或設(shè)計(jì)師協(xié)會(huì)）。擁有復(fù)雜業(yè)務(wù)的公司通常會(huì)將這些行業(yè)協(xié)會(huì)整合到中心，然后根據(jù)需要將它們分配到業(yè)務(wù)單位、職能部門(mén)或地理位置。

所需技術(shù)創(chuàng)新的速度和水平。當(dāng)需要快速創(chuàng)新時(shí)，一些公司將更多的灰色區(qū)域戰(zhàn)略和能力建設(shè)放在中心，這樣他們就可以監(jiān)控行業(yè)和技術(shù)。

讓我們回到前面討論的兩家金融機(jī)構(gòu)。兩者都面臨著需要快速創(chuàng)新的競(jìng)爭(zhēng)壓力。然而，他們的分析成熟度和業(yè)務(wù)復(fù)雜性不同。

將其分析團(tuán)隊(duì)置于其中心的機(jī)構(gòu)擁有更復(fù)雜的商業(yè)模式和相對(duì)較低的人工智能成熟度。其現(xiàn)有的人工智能專(zhuān)業(yè)知識(shí)主要是在風(fēng)險(xiǎn)管理方面。通過(guò)將其數(shù)據(jù)科學(xué)家、工程師和許多其他灰色地帶專(zhuān)家集中在該中心，該公司確保了所有業(yè)務(wù)部門(mén)和職能部門(mén)都可以在需要時(shí)快速獲得重要的專(zhuān)業(yè)知識(shí)。

第二家金融機(jī)構(gòu)的商業(yè)模式要簡(jiǎn)單得多，只專(zhuān)注于較少的金融服務(wù)。這家銀行也有豐富的人工智能經(jīng)驗(yàn)和專(zhuān)業(yè)知識(shí)。因此，它能夠分散其人工智能人才，將許多灰色地帶分析、戰(zhàn)略和技術(shù)專(zhuān)家嵌入業(yè)務(wù)部門(mén)。

正如這些案例所表明的，一些技巧參與了決定責(zé)任應(yīng)該存在于哪里。每個(gè)組織都有獨(dú)特的能力和競(jìng)爭(zhēng)壓力，這三個(gè)關(guān)鍵因素必須整體考慮，而不是單獨(dú)考慮。例如，一個(gè)組織可能有很高的業(yè)務(wù)復(fù)雜性，需要非?？焖俚膭?chuàng)新（建議它應(yīng)該將更多的責(zé)任轉(zhuǎn)移到中心），但也有非常成熟的人工智能能力（建議它應(yīng)該將它們轉(zhuǎn)移到輻條）。它的領(lǐng)導(dǎo)人必須權(quán)衡所有三個(gè)因素的相對(duì)重要性，以決定在權(quán)衡之下將人才最有效地部署到哪里。人才等級(jí)（人工智能成熟度的要素）通常對(duì)決策有很大的影響。組織是否有足夠的數(shù)據(jù)專(zhuān)家，如果將他們永久地轉(zhuǎn)移到輻條上，它仍然可以滿(mǎn)足所有業(yè)務(wù)單位、職能部門(mén)和地理位置的需求？如果沒(méi)有，將他們安置在中心并共享他們可能會(huì)更好整個(gè)組織。

4.監(jiān)督和執(zhí)行

雖然人工智能和分析職責(zé)的分布因組織而異，但那些擴(kuò)大人工智能規(guī)模的組織有兩個(gè)共同點(diǎn)：

（1）由業(yè)務(wù)、IT和分析領(lǐng)導(dǎo)者組成的執(zhí)政聯(lián)盟。完全集成AI是一個(gè)漫長(zhǎng)的旅程。建立一個(gè)聯(lián)合工作團(tuán)隊(duì)來(lái)監(jiān)督它將確保這三個(gè)職能部門(mén)合作并分擔(dān)責(zé)任，無(wú)論角色和責(zé)任如何劃分。這個(gè)小組通常由首席分析官召集，也有助于為人工智能計(jì)劃創(chuàng)造動(dòng)力，尤其是在早期。

（2）基于任務(wù)的執(zhí)行團(tuán)隊(duì)。擴(kuò)大人工智能規(guī)模的組織在輻條內(nèi)建立跨學(xué)科團(tuán)隊(duì)的可能性是其他人的兩倍。這些團(tuán)隊(duì)匯集了不同的觀點(diǎn)，并征求前線(xiàn)的員工意見(jiàn)構(gòu)建、部署和監(jiān)控新的人工智能能力。這些團(tuán)隊(duì)通常在每一項(xiàng)倡議，并從中心和輻條中汲取技能。每個(gè)人通常包括負(fù)責(zé)新的人工智能工具成功的項(xiàng)目經(jīng)理（“產(chǎn)品所有者”）、翻譯、數(shù)據(jù)架構(gòu)師、工程師和科學(xué)家、設(shè)計(jì)師，有些技巧涉及到?jīng)Q定人工智能的責(zé)任和角色應(yīng)該在哪里。

五．加強(qiáng)變革

大多數(shù)人工智能轉(zhuǎn)換需要18到36個(gè)月才能完成，有些甚至需要5年。為了防止他們失去動(dòng)力，領(lǐng)導(dǎo)者需要做四件事：

1.言行一致

榜樣是必不可少的。首先，領(lǐng)導(dǎo)者可以通過(guò)參加學(xué)院培訓(xùn)來(lái)展示他們對(duì)人工智能的承諾。

但是他們也必須積極鼓勵(lì)新的工作方式。人工智能需要實(shí)驗(yàn)，早期的迭代往往不會(huì)按計(jì)劃進(jìn)行。當(dāng)這種情況發(fā)生時(shí)，領(lǐng)導(dǎo)人應(yīng)該強(qiáng)調(diào)從試驗(yàn)者身上學(xué)到了什么。這將有助于鼓勵(lì)適當(dāng)?shù)某袚?dān)風(fēng)險(xiǎn)。

我們見(jiàn)過(guò)的最有效的榜樣是謙遜的。他們提出問(wèn)題，強(qiáng)調(diào)不同觀點(diǎn)的價(jià)值。他們定期與員工會(huì)面討論數(shù)據(jù)，詢(xún)問(wèn)諸如“我們多久正確一次？”和“我們有什么數(shù)據(jù)來(lái)支持今天的決定？”

2.讓企業(yè)負(fù)起責(zé)任

看到分析人員成為人工智能產(chǎn)品的所有者并不罕見(jiàn)。?然而，因?yàn)榉治鲋皇墙鉀Q業(yè)務(wù)問(wèn)題的一種手段，所以業(yè)務(wù)部門(mén)必須領(lǐng)導(dǎo)項(xiàng)目并對(duì)項(xiàng)目的成功負(fù)責(zé)。所有權(quán)應(yīng)該分配給相關(guān)業(yè)務(wù)的人，他們應(yīng)該規(guī)劃角色并從頭到尾指導(dǎo)項(xiàng)目。有時(shí)，組織在不同的點(diǎn)上分配不同的所有者開(kāi)發(fā)生命周期（例如，用于價(jià)值證明、部署和擴(kuò)展）。這也是一個(gè)錯(cuò)誤，因?yàn)樗赡軙?huì)導(dǎo)致松散的結(jié)局或錯(cuò)失機(jī)會(huì)。

捕捉所有利益相關(guān)者的項(xiàng)目績(jī)效指標(biāo)的記分卡是協(xié)調(diào)分析和業(yè)務(wù)團(tuán)隊(duì)目標(biāo)的絕佳方式。例如，一家航空公司使用共享記分卡來(lái)衡量?jī)?yōu)化定價(jià)和預(yù)訂的人工智能解決方案的采用率、充分發(fā)揮能力的速度和業(yè)務(wù)成果。

比較有和沒(méi)有人工智能的決策結(jié)果可以鼓勵(lì)員工使用它。例如，在一家大宗商品公司，交易員了解到，他們的非人工智能支持的預(yù)測(cè)通常只有一半是正確的——不比猜測(cè)好多少。這一發(fā)現(xiàn)使他們對(duì)人工智能工具更加開(kāi)放，以改善預(yù)測(cè)。

業(yè)務(wù)部門(mén)必須領(lǐng)導(dǎo)人工智能項(xiàng)目，并對(duì)其成功負(fù)責(zé)。監(jiān)控實(shí)施的團(tuán)隊(duì)可以根據(jù)需要糾正路線(xiàn)。在一家北美零售商，一名人工智能項(xiàng)目所有者看到商店經(jīng)理努力將試點(diǎn)的輸出納入他們對(duì)商店業(yè)績(jī)結(jié)果的跟蹤。人工智能的用戶(hù)界面很難導(dǎo)航，生成的人工智能見(jiàn)解沒(méi)有集成到經(jīng)理們每天決策所依賴(lài)的儀表板中。為了解決這個(gè)問(wèn)題，AI團(tuán)隊(duì)簡(jiǎn)化了界面并重新配置了輸出，以便新的數(shù)據(jù)流出現(xiàn)在儀表板中。

3.為變革提供激勵(lì)

認(rèn)可能激勵(lì)員工長(zhǎng)期工作。專(zhuān)業(yè)零售商的CEO開(kāi)始開(kāi)會(huì)聚焦于幫助公司人工智能項(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）。在這家大型零售集團(tuán)，首席執(zhí)行官為參與人工智能轉(zhuǎn)型的頂級(jí)員工創(chuàng)造了新的角色。?例如，他提拔了在試點(diǎn)期間幫助測(cè)試優(yōu)化解決方案的品類(lèi)經(jīng)理，以領(lǐng)導(dǎo)其在各商店的推廣——明顯展示了擁抱人工智能可能產(chǎn)生的職業(yè)影響。

最后，公司必須檢查員工的激勵(lì)是否真正與人工智能的使用相一致。但情況并非如此，實(shí)體零售商開(kāi)發(fā)了一種人工智能模型來(lái)優(yōu)化折扣定價(jià)，以便清理舊庫(kù)存。該模型顯示，有時(shí)處理舊庫(kù)存比打折出售更有利可圖，但商店員工有動(dòng)力出售所有東西，即使折扣很大。因?yàn)槿斯ぶ悄艿慕ㄗh與他們標(biāo)準(zhǔn)的、有回報(bào)的實(shí)踐相矛盾，員工們開(kāi)始懷疑這個(gè)工具并忽略它。由于他們的銷(xiāo)售激勵(lì)也與合同密切相關(guān)，不能輕易改變，該組織最終更新了人工智能模型，以識(shí)別利潤(rùn)和激勵(lì)之間的權(quán)衡，這有助于推動(dòng)用戶(hù)采用和提高底線(xiàn)。

六．結(jié)論

人工智能中促進(jìn)規(guī)模的行為創(chuàng)造了一個(gè)良性循環(huán)。從職能團(tuán)隊(duì)到跨學(xué)科團(tuán)隊(duì)的轉(zhuǎn)變最初匯集了構(gòu)建有效工具所需的不同技能和觀點(diǎn)以及用戶(hù)輸入。隨著時(shí)間的推移，整個(gè)組織的員工都會(huì)吸收新的協(xié)作實(shí)踐。隨著他們與其他職能部門(mén)和地區(qū)的同事更加密切地合作，員工開(kāi)始有更大的想法——他們從試圖解決分散的問(wèn)題轉(zhuǎn)向完全重新構(gòu)想業(yè)務(wù)和運(yùn)營(yíng)模式。隨著組織的其他部分開(kāi)始采用成功地推動(dòng)了試驗(yàn)。

隨著人工智能工具在整個(gè)組織中傳播，那些最接近行動(dòng)的人變得越來(lái)越能夠做出曾經(jīng)由他們上司做出的決定，從而扁平化組織層級(jí)。這鼓勵(lì)了進(jìn)一步的合作和更大的思考。

人工智能用于增強(qiáng)決策的方式不斷擴(kuò)大。新的應(yīng)用程序?qū)⒃诠ぷ髁鞒獭⒔巧臀幕矫娈a(chǎn)生根本性的、有時(shí)是困難的變化，領(lǐng)導(dǎo)者需要小心翼翼地引導(dǎo)他們的組織。擅長(zhǎng)在整個(gè)組織中實(shí)施人工智能的公司會(huì)發(fā)現(xiàn)，在這個(gè)世界上，人類(lèi)和機(jī)器一起工作比人類(lèi)或機(jī)器單獨(dú)工作更有優(yōu)勢(shì)。

編譯自： Building the AI-Powered Organization | EU Think Tank https://euthinktank.com/innovation/building-the-ai-powered-organization/ ?

?

編輯：黃飛

?