CFO内参：企业AI转型的错误认识及四大重要事项

人工智能(AI)正在重塑商业，颠覆还未真正到来，甚至速度不像想象的那么快，但是相比电脑、互联网发展而言依然迅猛。

开发平台、强大的处理能力以及庞大的数据存储空间等AI背后的技术，正在迅速发展，亚马逊在中国甚至放弃电商领域的发展，直接往可扩展的云计算服务平台上发展，可见其中未来的巨大市场前景，甚至高校也在摸索拟开设有关课程。

虽然前景巨大，但是企业真实的发展依然缓慢，大多数企业只在部分或某个业务流程里试点人工智能，人工智能的推行依然存在文化与组织的障碍。

到底有哪些对企业AI转型的影响因素呢，近期哈佛商业评论调研了数千位高管，拟从中找出相关缘由，特整理分享其观点如下：

一、对AI三大错误认识

1. 包括认为AI是够迅速带来回报的即插即用式技术，立即投入就会立即看到回报，企业的AI转型一般要投入至少18到36个月时间转变，甚至超过5年，是一个中长期的规划执行过程。

2. 企业只组织了少部分试点项目就认为做了AI转型，事实桑难将AI工作重点从 分散的问题(如增强客户细分)上升到大的商业难题 (如优化整个客户旅程)。

3. 对运用 AI的必备条件考虑得不够充分 ， 除了前沿技术和人才以外，忽略了公司文化、组织架构、工作方式 ，对于公司AI转型而言，公司文化、结构和工作方式都要支持广泛应用AI，与技术和人才同等重要。但在多数并非天生数字化的公司，传统思维方式和工作方式与AI的需求相悖。

二、扩大AI应用范围要做的四项转变

1. 从孤岛作业转为跨领域合作 。

由具备多种能力和视角的跨职能团队开发的AI最能发挥影响力 。让业务人员和技术人员合作，加上分析专业人士，能够确保项目 照应到整个组织的重点议题，不只关注单一部门的问题 ， 充分考虑到应用新技术要求的运营变革 。

2. 从由领导者推进的基于经验的决策，转为由数据推进的一线决策。

AI得到广泛应用时，算法推荐会让组织上下各层级员工的判断和感知得到增强，得出人类或机器单独无法获得的更好的答案。 一方面需要各层级员工信任算法给出的建议，更重要的有权利做决定。

3. 从僵硬固化、趋避风险转为敏捷、试验、可适应。

组织必须摆脱"只有完全成熟的创意才能实行"或"只有设计完善的商业工具才能使用"的思维。 AI应用需要迭代，绝少在投入应用之初就具备组织需求的功能。组织要具备"从测试中学习"的态度，将错误转为新知的来源，减少对出错的担忧 。收集初期用户的反馈，用于升级AI工具，能将小问题在转为风险前纠正，发展会逐渐加速，让小规模AI团队能在几周(而非几个月)内开发出最小可行产品。

4. 提供动力与相应的培训。

要实现根本性的转变，需要领导者帮助员工做好准备，提供动力和相应的培训。但 首先领导者自己必须先做好准备 。

其次公司必须自上而下对全体人员进行培训 。包括课堂教学(在线课程或面授)、研讨会、在职培训，乃至前往有经验的同行业公司参观学习，同时内部培养分享能力。会针对领导者、分析人员、解读员、一线人员提供相应不同的侧重培训

领导者：对AI工作原理有一个高层次的认识，学会识别AI机遇并判断其重要程度。讨论AI对员工职能的影响、推广AI的障碍以及人才培养，并为逐渐推进AI组织所需的文化转型提供指导。包括学习在真实商业场景中运用AI工具辅助产品发布等决策。

分析人员：针对数据科学家、工程师、架构师以及其他负责数据分析、治理和AI解决方案的员工，持续培养他们的硬技能和软技能。

解读员：是需要解读数据的业务人员，需要基础的技术培训，例如运用分析方法解决商业问题、构建AI实践案例等。

一线终端用户：大致介绍要使用的新AI工具，之后提供在职培训，教他们使用AI工具即可。负责营销和财务等方面的战略决策者可能需要更高层次的培训课程，学习在真实商业场景中运用AI工具辅助产品发布等决策。

新的应用方式将会在工作流程、职能和文化方面推动根本性的改变，有时改变还会十分艰难。领导者必须谨慎地带领组织渡过这一阶段。人与机器合作可以获得高于双方单独作业的成绩，未来这种合作将会越来越多，在整个组织内成功推广AI应用的公司会拥有巨大的优势。

https://www.toutiao.com/a6720102324439613960/