2025AI企業(yè)數(shù)智轉(zhuǎn)型關(guān)鍵環(huán)節(jié)

目錄TOC\o"1-3"\h\u32255人工智能≠ 314961 410615學(xué)習(xí)領(lǐng)導(dǎo)者不學(xué)習(xí)AI，企業(yè)就用不好 715684領(lǐng)導(dǎo)者對(duì)AI 7136781.AI是什么，AI 7285922.什么類型的AI 724671AI是什么，AI 722752什么類型的AI 821726洞察AI 98402 1127618指導(dǎo)“數(shù)據(jù)驅(qū)動(dòng)決策” 1129148在部署AI 123740包容把員工當(dāng)“人” 1516323人類是AI的“圈內(nèi)人”還是“圈外人 157116包容性方法為AI 1626661AI 175360在AI 1732635溝通培育扁平化的溝通文化，助力員工使用 2014790 2030477 2211506AI 2427521AI 2421197 2610481平衡部署AI 2825504領(lǐng)導(dǎo)者如何激發(fā)員工和客戶擁抱 286318AI 3013538社會(huì)：部署AI 3111801AI 336446 3321300 3429955 356879使命讓AI 3722173 3728127AI部署如何從“自動(dòng)化導(dǎo)向”轉(zhuǎn)變?yōu)椤皢T工技能水平提升” 394443 4020756情商掌握軟技能，練就AI 428591 425786 44950 446303 46人工智能≠中國有句古諺：教會(huì)徒弟，餓死師父。日自己的生計(jì)會(huì)被人工智能奪走。當(dāng)生存受到威脅時(shí)，人們自然難以考慮如何借助人工智能創(chuàng)造更大的價(jià)值。這與一些企業(yè)經(jīng)營者提出的“職業(yè)經(jīng)理人應(yīng)培養(yǎng)能隨時(shí)接替自己的繼任者之類不切實(shí)際的要求相似，效果寥寥。從心理學(xué)角度來看，自己挖坑給自己跳是根本不現(xiàn)實(shí)的。在人類歷史上的眾多發(fā)明工具中，能與人工智能相提并論的，或許只有原子彈。著名1939年，物理學(xué)家愛因斯坦寫信給時(shí)任美國總統(tǒng)羅斯福，建議美國研究原子彈，以防止德國搶先研發(fā)成功。然而，在原子彈被投擲到日本廣島和長崎后，愛因斯坦深感后悔。他曾說，如果能預(yù)見德國不會(huì)成功研發(fā)原子彈，他也不會(huì)向總統(tǒng)提出這一建議。盡管他自始至終沒有直接參與原子彈的研發(fā)，但他提出的質(zhì)能轉(zhuǎn)換公式誕生提供了重要的理論基礎(chǔ)。第二次世界大戰(zhàn)（以下簡(jiǎn)稱二戰(zhàn)）結(jié)束后，愛因斯坦毅然投身于核裁軍事業(yè)，晚年更是致力于推動(dòng)原子能的國際合作與和平利用。二戰(zhàn)至今，人類沒有爆發(fā)核戰(zhàn)爭(zhēng)，而核電在全球總發(fā)電量中占比近10，在低碳電力中約占14，有效改善了依靠化石能源的單一結(jié)構(gòu)。為什么人工智能這一超級(jí)工具的出現(xiàn)，會(huì)引起全人類的恐慌？我認(rèn)為有兩個(gè)原因：一是它具有自我學(xué)習(xí)和自我進(jìn)化的能力，能夠觸類旁通，給出具有涌現(xiàn)性的答案；二是它的進(jìn)化速度遠(yuǎn)遠(yuǎn)超過人類知識(shí)進(jìn)化的速度，正如人們所說一天，人間一年。當(dāng)這兩個(gè)原因同時(shí)成立時(shí)，人們還能任由其發(fā)展嗎？因此，2023年3月29日，包括特斯拉首席執(zhí)行官（）埃隆馬斯克、蘋果聯(lián)合創(chuàng)始人斯蒂夫約書亞本吉奧等科技行業(yè)知名人士聯(lián)名簽署了一封公開信，呼吁全球所有人工智能實(shí)驗(yàn)室暫停訓(xùn)練那些比4更強(qiáng)大的人工智能系統(tǒng)至少六個(gè)月。這封公開信獲得了上千名科技領(lǐng)軍者和研究人員的支持，反映了業(yè)界對(duì)人工智能發(fā)展可能帶來的風(fēng)險(xiǎn)的隱憂。“運(yùn)用之妙，存乎一心?！睙o論工具多么強(qiáng)大，只要它仍然是“工具”，人類就能夠駕馭它。人工智能（artificialintelligence），顧名思義，是能夠模仿人類感知、決策、執(zhí)行的人工程序或工具。而發(fā)明和使用工具依靠的是人類智能（humanintelligence）。人類智能決定了人工智能的本本書作者是一位知名行為科學(xué)家，已獲得多項(xiàng)國際獎(jiǎng)項(xiàng)，并入選2021年度全球50大管理思想家（hnk50）中下一代商業(yè)思想家30人名單。他的文字流暢易讀，能引發(fā)企業(yè)管理者的強(qiáng)烈共鳴，一個(gè)關(guān)鍵原因是案例故事豐富、生動(dòng)鮮活，大多源于他在商學(xué)院的課堂交流和企業(yè)咨詢服務(wù)中的實(shí)踐經(jīng)驗(yàn)。加之作者在新加坡國立大學(xué)有多年工作經(jīng)驗(yàn)，對(duì)華人社會(huì)有深刻理解，因此讀者在閱讀本書時(shí)基本不會(huì)感受到東西方文化帶來的閱讀障礙。我畢業(yè)于華南理工大學(xué)計(jì)算機(jī)科學(xué)與工程專業(yè)，從事數(shù)字化工作20余年，曾在華為公司工作11年，為華為的核心客戶提供規(guī)劃咨詢服務(wù)，經(jīng)常深入中國各類企業(yè)進(jìn)行調(diào)研、開展咨詢培訓(xùn)工作。之后，我在中山大學(xué)講授華為管理之道管理者的數(shù)字化轉(zhuǎn)型領(lǐng)導(dǎo)課等高級(jí)管理者課程；2023年和2024年連續(xù)兩年獲得中山大學(xué)卓越教學(xué)獎(jiǎng)。在職業(yè)經(jīng)歷上，我與本書作者有一定的相似之處。因此，在翻譯本書時(shí)，作者在被翻譯成中文時(shí)難以完全達(dá)到信、達(dá)、雅的效果，希望業(yè)界前輩、同人和讀者給予理解和指正，以便在加印時(shí)進(jìn)行修正。僅一年之后，他們就想放棄這個(gè)項(xiàng)目。公司董事會(huì)一些成員對(duì)投資能否達(dá)到預(yù)期效果表現(xiàn)出強(qiáng)烈的擔(dān)憂。他們質(zhì)疑：到目前為止，究竟創(chuàng)造了什么價(jià)值？如果他們對(duì)繼續(xù)追加巨額投資，在未來是否真的可以創(chuàng)造價(jià)值？管理者與利益相關(guān)者在經(jīng)過多次討論并查看了過去一年的運(yùn)行數(shù)據(jù)之后，不得不得出這樣的結(jié)論：公司無法在擴(kuò)大部署規(guī)模上追加投資。他們急于知道究竟是哪里出了問題，于是找上了我，希望我?guī)兔φ页霰澈蟮脑?。我進(jìn)場(chǎng)后做了一個(gè)“診斷”，出乎大多數(shù)董事會(huì)成員意料的是，一個(gè)無法繞過的關(guān)鍵問題竟然是：在這個(gè)變革項(xiàng)目中，企業(yè)領(lǐng)導(dǎo)者在哪里？由于企業(yè)領(lǐng)導(dǎo)層在變革項(xiàng)目中沒有發(fā)揮應(yīng)有的作用，這個(gè)項(xiàng)目并不具備一個(gè)成功的數(shù)字化轉(zhuǎn)型項(xiàng)目所需的基本要素。這些基本要素包括授權(quán)和激勵(lì)員工、提供指導(dǎo)，以及培育一種讓員工從失敗中學(xué)習(xí)的企業(yè)文化等。盡管員工們也知道變革項(xiàng)目是公司的優(yōu)先事項(xiàng)，但他們對(duì)此毫無熱情。個(gè)中原因顯而易見——企業(yè)領(lǐng)導(dǎo)者們沒有激發(fā)員工對(duì)的任何熱情。企業(yè)領(lǐng)導(dǎo)者們既沒有將項(xiàng)目與公司戰(zhàn)略關(guān)聯(lián)起來，也沒有向員工展示將如何提升團(tuán)隊(duì)的工作能力。相反，他們置身事外，將部署的所有事項(xiàng)都委托給人員自行處理。大多數(shù)領(lǐng)導(dǎo)者從未使用過公司所部署的系統(tǒng)或工具，因此錯(cuò)失了向員工展示如何為工作賦能的大好機(jī)會(huì)。此外，由于公司沒有向員工清晰傳達(dá)變革的愿景，因此員工普遍對(duì)變革項(xiàng)目的最終目標(biāo)以及將對(duì)他們的工作產(chǎn)生什么影響感到不確定。因此，員工們普遍對(duì)使用工具缺乏主動(dòng)性，甚至竭力避免使用工具。這樣一來，這個(gè)項(xiàng)目走向失敗只是時(shí)間問題——大約一年后，這個(gè)變革項(xiàng)目的巨額投資打水漂了，該項(xiàng)目在這個(gè)企業(yè)內(nèi)部沒有產(chǎn)生任何價(jià)值。NicoleJones,“11DigitalTransformationQuotestoLeadChangeandInspireAction,”DigitalTransformation(blog),KintoneCorporation,January25,2018.我的疑問是，如果企業(yè)領(lǐng)導(dǎo)者自身不是專家，他們又怎么能從這些新工具中獲得價(jià)值呢？如果他們不親自參與這一場(chǎng)變革，他們又怎么知道該如何做變革規(guī)劃呢？如果他們不知道如何做變革規(guī)劃，又怎么可能采取符合企業(yè)實(shí)際的變革行動(dòng)呢？羅斯與羅斯國際公司（Ross&RossInternational）聯(lián)合創(chuàng)始人兼CEO巴里·羅斯（BarryRoss）說得很好：“你不能將公司的數(shù)字化轉(zhuǎn)型委托給他人。你和你的高級(jí)管理者必須親自參與！他們需要接受并應(yīng)用最新的數(shù)字技術(shù)和新興的工作方式?！钡谝?，這一波浪潮，與以往人們所談的數(shù)字化轉(zhuǎn)型有著本質(zhì)區(qū)別。技術(shù)的獨(dú)特性以及影響更加深遠(yuǎn)——當(dāng)然，有可能是好的影響，也可能是壞的影響。無論是給勞動(dòng)力就業(yè)機(jī)會(huì)帶來的巨大威脅，還是對(duì)生產(chǎn)力和生產(chǎn)效率的顯著提升，甚至是完全不用人類員工介入也能輸出與人類員工的工作非常相似的成果，給人的體驗(yàn)與以往其他技術(shù)都很不一樣。發(fā)展非常快，我想你對(duì)這一點(diǎn)應(yīng)該很清楚。因此，你對(duì)技術(shù)的擔(dān)憂，可能比對(duì)之前的其他技術(shù)要多得多。For$6.8trillionfigure,seeMichaelShirerandEileenSmith,“NewIDCSpendingGuideShowsContinuedGrowthforDigitalTransformationin2020,DespitetheChallengesPresentedbytheCOVID-19Pandemic,”InternationalDataCorporation(IDC),May2020.Forprojectfailures,seeM.WadeandJ.Shan,“Covid-19HasAcceleratedDigitalTransformation,butMayHaveMadeItHarderNotEasier,”MISQuarterlyExecutive19,no.3第二，有些事情不對(duì)勁。盡管包括我自己在內(nèi)的學(xué)者們十分看好的前景，但在各類組織中使用或推廣的失敗率卻高得驚人。資將持續(xù)增長，人們都希望將自己的公司成功轉(zhuǎn)變?yōu)轵?qū)動(dòng)的公司，給公司帶來革命性的改變。然而，與我交談、合作過的許多公司或機(jī)構(gòu)雖然都在上投入了大量資金，卻未能獲得與投資相匹配的價(jià)值。全球知名咨詢公司在2020年曾預(yù)測(cè)，2023年全球范圍的數(shù)字化轉(zhuǎn)型投資將高達(dá)6.8萬億美元，然而迄今為止，這些投資項(xiàng)目中有87的項(xiàng)目未能達(dá)到其既定目標(biāo)。KellyNg,“Singapore4thinDigitalCompetitiveness,LeadsAsia’sRanking,”BusinessTimes,September28,作為這些領(lǐng)域的咨詢顧問和教授，我參與并觀察了許多此類失敗項(xiàng)目。為了驗(yàn)證數(shù)據(jù)是否與我所看到的情況相符，我曾經(jīng)在新加坡做了一項(xiàng)調(diào)查——根據(jù)2022年瑞士洛桑國際管理發(fā)展學(xué)院（）世界數(shù)字競(jìng)爭(zhēng)力排名，新加坡在數(shù)字競(jìng)爭(zhēng)力方面名列全球第四（前五名分別是丹麥、美國、瑞典、新加坡、瑞士）。然而，當(dāng)被問及是否認(rèn)為自己的組織有效地使用了其部署的系統(tǒng)時(shí)，超過23（68）的新加坡受訪者表示有。然而，我認(rèn)為新加坡的受訪者給出的這種解釋是不準(zhǔn)確的，因?yàn)槲野l(fā)現(xiàn)導(dǎo)致部署失敗的真正原因在于，在驅(qū)動(dòng)的組織轉(zhuǎn)型過程中，領(lǐng)導(dǎo)者并沒有發(fā)揮應(yīng)有的領(lǐng)導(dǎo)作用。毫無疑問，這種先緊后松、當(dāng)甩手掌柜的做法是錯(cuò)誤的！我寫這本書就是為了糾正這個(gè)錯(cuò)誤。我希望能夠扭轉(zhuǎn)這種不好的傾向——這種傾向，我在咨詢工作中觀察到過，我查閱到的數(shù)據(jù)也呈現(xiàn)過，甚至很多企業(yè)的領(lǐng)導(dǎo)者也向我反饋過。我希望把領(lǐng)導(dǎo)者重新拉回的話題討論中，并希望提醒你或你的領(lǐng)導(dǎo)者：在部署時(shí)，掌握一定的技術(shù)是絕對(duì)必要的，它有切實(shí)的價(jià)值，會(huì)讓你和你的組織少走很多彎路。AIR.W.Gregoryetal.,“TheRoleofArtificialIntelligenceandDataNetworkEfectsforCreatingUserValue,”AcademyofManagementReview46,no.3(2021):534-551.AnandS.RaoandGerardVerweij,“SizingthePrize:What’stheRealValueofAIforYourBusinessandHowCanYouCapitalise?,”PwC,流，從而提升員工生產(chǎn)力；而生產(chǎn)力的提升，反過來會(huì)讓員工有更多時(shí)間和空間來發(fā)揮創(chuàng)造力，嘗試新想法，從而推動(dòng)公司業(yè)務(wù)創(chuàng)新。這種萬億美元的經(jīng)濟(jì)貢獻(xiàn)。G.vonKrogh,“ArtificialIntelligenceinOrganizations:NewOpportunitiesforPhenomenon-BasedTheorizing,”AcademyofManagementDiscoveries4,no.4(2018):404-409.從字面意義上講，畢竟不是人類大腦，它只是模仿人類進(jìn)行感知、決策、執(zhí)行的人工程序或系統(tǒng)，還不具備達(dá)到人類水平的綜合智力。企業(yè)領(lǐng)導(dǎo)者需要清楚地認(rèn)識(shí)到這一點(diǎn)。今天，我們似乎正處于一輪和相關(guān)的炒作周期之中，很多炒作信息其實(shí)并不符合為是很多企業(yè)領(lǐng)導(dǎo)者沒有了解的這個(gè)局限性（即，人工智能人類智能）。這些炒作信息讓人們過于樂觀地看待的能力，以至于許多人認(rèn)為的智力水平已經(jīng)與人類的不相上下。他們認(rèn)為，成本相對(duì)低、能夠自我學(xué)習(xí)的取代。BradleyVoytek,“AreThereReallyasManyNeuronsintheHumanBrainasStarsintheMilkyWay?,”Scitable,NatureEducation,May20,然而，這種想法過于樂觀且不切實(shí)際，甚至可能還帶有較大的危險(xiǎn)性。腦科學(xué)家們也認(rèn)為，我們對(duì)人類大腦（擁有約860億個(gè)相互作用的神經(jīng)元）的了解，只能說是非常粗淺和片面的。在對(duì)人類大腦的了解如此不充分的情況下，我們真的無法嚴(yán)肅地說已經(jīng)完全達(dá)到了人類的智力水平。實(shí)際上，我們只是將一種狹義的計(jì)算智能帶到了人們的面前。可以作為人類智慧的補(bǔ)充，但不能取而代之。我甚至認(rèn)為，對(duì)機(jī)器和人類進(jìn)行智力維度的比較，都不太合適。這就好比把蘋果和橙子放在一起比較，二者不是同一個(gè)物種，無法比較。?第1種觀點(diǎn)：AI是一種越來越廉價(jià)的技術(shù)，可以取代人類，達(dá)到新的生產(chǎn)力水平和效率水平。?第2種觀點(diǎn)：AI是一種強(qiáng)大的工具，可以增強(qiáng)而非取代人類智力，它可以激發(fā)員工的創(chuàng)造力，使員工產(chǎn)出更多創(chuàng)新成果。如果你贊同第1種觀點(diǎn)，那么就等于承認(rèn)，當(dāng)今組織的首要任務(wù)是使用來充分利用數(shù)據(jù)，并最終將認(rèn)知、決策、行動(dòng)委派給全權(quán)代理。有些人可能會(huì)認(rèn)為這是一個(gè)很有吸引力的選擇：將發(fā)揮主導(dǎo)作用，為人類提供指導(dǎo)，而且工作成本比人類員工更低（推移，持這種想法的企業(yè)領(lǐng)導(dǎo)者會(huì)逐漸把領(lǐng)導(dǎo)權(quán)拱手相讓給，屆時(shí)，他自己也將變得多余）。如果你贊同第2種觀點(diǎn)，那么表示你越過簡(jiǎn)單的成本效益分析，接受了這樣的事實(shí)：正如腦科學(xué)研究結(jié)果所示，當(dāng)在做我們期望人類員工所做的事情時(shí)，其表現(xiàn)出來的能力其實(shí)是很有限的?；谶@種觀點(diǎn)，對(duì)人類能力提升做投資依然是組織的首要任務(wù)，領(lǐng)導(dǎo)者將不得不主動(dòng)推動(dòng)部署項(xiàng)目，以借助完成這一任務(wù)。該任務(wù)的核心關(guān)注點(diǎn)不在于降低成本，而在于在人力資源方面繼續(xù)進(jìn)行大量投資——即便部署，也是按以人為本的方式開展的。這也清楚地表明，企業(yè)要成功地部署，不僅需要先進(jìn)的技術(shù)、技術(shù)嫻熟的專家，還需要企業(yè)領(lǐng)導(dǎo)者的深度參然而，今天全世界絕大多數(shù)變革項(xiàng)目都建立在第1種觀點(diǎn)之上。企業(yè)看重經(jīng)濟(jì)效益，希望全方位優(yōu)化企業(yè)運(yùn)作機(jī)器的效率和績(jī)效。令人擔(dān)憂的是，這種觀點(diǎn)推動(dòng)了一種讓人震驚的價(jià)值觀——的思考方式，將與人類的思考方式一樣有價(jià)值，甚至更有價(jià)值。在這種價(jià)值觀的驅(qū)動(dòng)下，人們優(yōu)先考慮機(jī)器式思維，而非繼續(xù)發(fā)展人類思維。這樣一來，人類員工就會(huì)淪為完成任務(wù)的工具人工作的動(dòng)機(jī)只是提高工作效率。TNViralDesk,“AI-PoweredHumanoidRobotNamedCEOofChineseCompanyinWorldFirst,”TimesNow,September7,我把這種現(xiàn)象稱為技術(shù)驅(qū)動(dòng)技術(shù)型變革（tech-driving-techtransformations）。而且毫無疑問，此類變革正在我們周遭持續(xù)發(fā)生。人們正在高度行管理分析系統(tǒng)，她將支持日常運(yùn)營中的合理決策，同時(shí)實(shí)現(xiàn)更有效的風(fēng)險(xiǎn)管理。此外，唐鈺在人才發(fā)展和保障員工享有公平、高效的工作環(huán)境方面也將發(fā)揮重要作用?！币陨侠?，與當(dāng)今商業(yè)世界正在形成的信念不謀而合，即領(lǐng)導(dǎo)者應(yīng)該思考如何飛快、準(zhǔn)確地讀取數(shù)據(jù)，摒棄敏捷式、啟發(fā)式但帶有偏見且“次優(yōu)的人類思維方式。這種信念，不僅在我深入調(diào)研的那些正在啟動(dòng)變革項(xiàng)目的公司里可以觀察到，在我的商學(xué)院課堂上也經(jīng)常聽到。當(dāng)我為企業(yè)高級(jí)管理者講授高級(jí)領(lǐng)導(dǎo)力課程時(shí)，越來越多的學(xué)員跑過來問我：但是，教授，在當(dāng)今數(shù)字優(yōu)先的背景下，我們?yōu)槭裁催€要學(xué)習(xí)人際交往技能呢？我感覺這些技能對(duì)于我以后的職業(yè)生涯沒什么幫助。我是不是更應(yīng)該學(xué)習(xí)如何成為一名程序員，像的思維方式或許更能幫助我實(shí)現(xiàn)卓越領(lǐng)導(dǎo)抱負(fù)？諸如此類的問題，反映了這樣一種觀念：今天的領(lǐng)導(dǎo)力教育，應(yīng)該圍繞掌握與共生的工作范式來開展，著力使企業(yè)高級(jí)管理者擁有匹配該范式的能力和思維方式。我們比以往任何時(shí)候都更需要“人類領(lǐng)導(dǎo)力盡管上述情況在我們身邊出現(xiàn)得越來越多，但我認(rèn)為第1種觀點(diǎn)背后的思維模式并不具有可行性，這也是許多企業(yè)部署遭遇失敗的關(guān)鍵原因之一。今天，我們比以往任何時(shí)候都更需要人類領(lǐng)導(dǎo)力。那些真正深諳的領(lǐng)導(dǎo)者，幾乎無一例外持有前文提到的第2種觀點(diǎn)——技術(shù)可以成為人類員工的合作伙伴，他們已經(jīng)在組織內(nèi)成功推進(jìn)“人機(jī)共生”的轉(zhuǎn)型范式。要做到這一點(diǎn)，你不需要成為一名程序員，也不需要向一臺(tái)性能卓越的計(jì)算機(jī)詢問你所遇問題的最好答案，然后盲目地遵循這個(gè)答案去行動(dòng)。要做到這一點(diǎn)，法寶依然是你已經(jīng)掌握的所有核心領(lǐng)導(dǎo)力技能——溝通、情商、愿景、使命等，用于應(yīng)對(duì)這一新挑戰(zhàn)?，F(xiàn)在，是時(shí)候讓企業(yè)領(lǐng)導(dǎo)者審視自身、拋棄疑慮并提升領(lǐng)導(dǎo)能力以應(yīng)對(duì)這一新挑戰(zhàn)了。不要再懷疑，隨著關(guān)于領(lǐng)導(dǎo)力的格言來重塑領(lǐng)導(dǎo)角色？你真的不需要這樣做！事實(shí)上，隨著在人際交往、激勵(lì)、商業(yè)洞察等方面具備卓越的能力，也就是前文提到的第2種觀點(diǎn)的相關(guān)技能。今天的商業(yè)核心邏輯應(yīng)該是，經(jīng)典的商業(yè)領(lǐng)導(dǎo)力是成功部署的先決條件，而不是障礙。如果你能接受這一觀點(diǎn)，那么你的組織可能就不會(huì)成為眾多未能通過創(chuàng)造價(jià)值的組織之一。B.F.Skinner,ContingenciesofReinforcement:ATheoreticalAnalysis(NewYork:Appleton-Century-Crofts,1969),在推進(jìn)組織的數(shù)字化轉(zhuǎn)型時(shí)，第一步顯然是，你要對(duì)自己的領(lǐng)導(dǎo)力技能及其價(jià)值充滿信心，不要讓代替你思考，或?qū)㈩I(lǐng)導(dǎo)權(quán)委托給專家。這一步至關(guān)重要。作為一個(gè)企業(yè)的領(lǐng)導(dǎo)者，你應(yīng)當(dāng)理解美國行為主義學(xué)家斯金納（knn）所指出的問題：“真正的問題不在于機(jī)器是否會(huì)思考，而在于人類是否會(huì)思考?！碑?dāng)今新興的技術(shù)驅(qū)動(dòng)技術(shù)型變革潮流，有可能削弱領(lǐng)導(dǎo)者和員工的思考能力。正如斯金納所擔(dān)心的那樣，隨著越來越多的決策工作被委派給好壞將僅僅取決于算法的智能程度。然而，與人類智能在決策過程中表現(xiàn)出的多維性相比，算法的智能程度在許多領(lǐng)域充其量是中等水平（前文講過，腦科學(xué)家們認(rèn)為我們對(duì)人類大腦的了解程度僅處于很粗淺的水平，那么也就難以超越人類大腦的智能水平）。要成為一位深諳的領(lǐng)導(dǎo)者，關(guān)鍵在于創(chuàng)造合適的條件，使員工與的協(xié)作行之有效，并在這個(gè)過程中始終堅(jiān)持“以人為本”，即人類為主，為輔。成為深諳AI的領(lǐng)導(dǎo)者：9本書聚焦于：要想在企業(yè)成功部署，企業(yè)領(lǐng)導(dǎo)者應(yīng)該承擔(dān)什么樣的責(zé)任。我將深入探討企業(yè)數(shù)智化轉(zhuǎn)型的9項(xiàng)關(guān)鍵行動(dòng)，為每一項(xiàng)行動(dòng)都安排一章篇幅的內(nèi)容來介紹。通過各章章名，你可能會(huì)發(fā)現(xiàn)，每一項(xiàng)行動(dòng)都像你已經(jīng)在開展的核心領(lǐng)導(dǎo)力活動(dòng)，你甚至可能會(huì)對(duì)自己的領(lǐng)導(dǎo)技能感到滿意。這種聯(lián)系并非巧合：在企業(yè)成功推進(jìn)部署的秘訣中，下定決心擁抱是先決條件，除此之外就是實(shí)踐你在其他地方也會(huì)應(yīng)用的所有重要領(lǐng)導(dǎo)技能。只是在這里，我們將深入探討如何將這些通用領(lǐng)導(dǎo)技能具體應(yīng)用于環(huán)境中。書中的每一條經(jīng)驗(yàn)教訓(xùn)都將向你展示在推進(jìn)變革時(shí)所需的心態(tài)和行動(dòng)，旨在培養(yǎng)前文提到的第2種觀點(diǎn)的思維方式——這種思維方式將大大提升在你的公司部署的成功概率。有些章節(jié)還詳細(xì)解釋了如何反駁第1種觀點(diǎn)，即認(rèn)為公司只需購買最先進(jìn)的技術(shù)或系統(tǒng)，領(lǐng)導(dǎo)者將剩下的工作授權(quán)給技術(shù)專家自行思考和部署。你真的不能這么干！企業(yè)是一個(gè)復(fù)雜的實(shí)體，要想成功部署如何激勵(lì)員工；而員工需要以符合公司宗旨和價(jià)值觀的方式來工作，同時(shí)需要應(yīng)對(duì)當(dāng)前所帶來的特定新需求、新挑戰(zhàn)。即便是h（美國pn公司創(chuàng)建的大語言模型），也會(huì)同意我的上述觀點(diǎn)。我問了h3.5一個(gè)問題：“當(dāng)組織在部署時(shí)，需要什么樣的領(lǐng)導(dǎo)力？以下是h的答案。ThequoteisChatGPT’sresponsetoauthor’squestion“WhatkindofleadershipisneededwhenorganizationsadoptAI?,”obtainedOctober13,2023,2p.m.,usingChatGPTversion3.5programfromOpenAI.組織部署AI，需要一種特定的領(lǐng)導(dǎo)力，能夠駕馭實(shí)施先進(jìn)技術(shù)所帶來的復(fù)雜局面和挑戰(zhàn)。以下是有效的領(lǐng)導(dǎo)者在指導(dǎo)組織部署AI時(shí)應(yīng)具備的一和改進(jìn)。通過應(yīng)用這些關(guān)鍵特質(zhì)和實(shí)施相應(yīng)策略，領(lǐng)導(dǎo)者可以有效地指導(dǎo)組織完成部署AI的復(fù)雜過程，確保AI順利且合乎道德地融入組織框架。綜上所述，是時(shí)候行動(dòng)起來擁抱時(shí)代了！領(lǐng)導(dǎo)者們，不要再觀望了！不要再說等一等了，這一輪劃時(shí)代的變革中應(yīng)該做些什么，以便把握天時(shí)、地利、人和來部署，助力組織實(shí)現(xiàn)戰(zhàn)略目標(biāo)。本書，恰恰是為解決你所關(guān)心的這個(gè)關(guān)鍵問題而寫的。第1學(xué)習(xí)領(lǐng)導(dǎo)者不學(xué)習(xí)AI，企業(yè)就用不好J.K.U.BrockandF.vonWangenheim,“DemystifyingAI:WhatDigitalTransformationLeadersCanTeachYouAboutRealisticArtificialIntelligence,”CaliforniaManagementReview61,no.4(2019):110-134.技術(shù)的發(fā)展和變化是如此之快，以至于大多數(shù)企業(yè)在接觸時(shí)，會(huì)感到自己太落后了。同時(shí)，快速前進(jìn)的步伐使企業(yè)領(lǐng)導(dǎo)者陷入尷尬的境地，他們?cè)趯W(xué)著適應(yīng)的同時(shí)，對(duì)自己需要適應(yīng)的究竟是什么感到困惑。隨著理解和應(yīng)用之間差距的不斷擴(kuò)大，企業(yè)領(lǐng)導(dǎo)者對(duì)自己在部署時(shí)應(yīng)扮演的角色也越來越不確定。這種差距也影響了員工對(duì)領(lǐng)導(dǎo)者的期望。不少員工期望他們的領(lǐng)導(dǎo)者能夠主動(dòng)使用和管理，以提高自己的工作效率。洞察力源自知識(shí)的積累。如果說企業(yè)領(lǐng)導(dǎo)者的首要任務(wù)是授權(quán)員工利用其能力為公司創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)，那么在時(shí)代，企業(yè)領(lǐng)導(dǎo)者的首要任務(wù)就是縮小二者的差距——對(duì)的狹隘理解與日益廣泛的應(yīng)用之間的差距。企業(yè)領(lǐng)導(dǎo)者經(jīng)常向我提出這樣一個(gè)問題：的發(fā)展可謂瞬息萬變，他們?nèi)绾慰s小理解與應(yīng)用之間的差距，才能推動(dòng)公司成為驅(qū)動(dòng)型企業(yè)，讓新技術(shù)成為公司的寶貴資產(chǎn)？在這種情況下，企業(yè)領(lǐng)導(dǎo)者往往對(duì)自己的業(yè)務(wù)專長在新技術(shù)場(chǎng)景中的應(yīng)用價(jià)值沒有信心。其實(shí)，他們真正在問的是這個(gè)問題：他們只是業(yè)務(wù)專家，而不是專家，又怎么能對(duì)的部署發(fā)表深刻的見解，或在應(yīng)用方面采取具有深遠(yuǎn)意義的行動(dòng)呢？尤其是當(dāng)企業(yè)領(lǐng)導(dǎo)者開始了解一項(xiàng)新技術(shù)，而這項(xiàng)新技術(shù)又突顯了他們自身技術(shù)知識(shí)的匱乏時(shí)，這種自我懷疑就更加強(qiáng)烈了。這種感覺的出現(xiàn)，使得他們無法積極領(lǐng)導(dǎo)所在企業(yè)開啟變革之旅。要破解這個(gè)難題，企業(yè)領(lǐng)導(dǎo)者必須更加堅(jiān)信，企業(yè)領(lǐng)導(dǎo)者的業(yè)務(wù)專業(yè)知識(shí)，正是企業(yè)成功部署不可或缺的關(guān)鍵要素。DavidDeCremerandGarryKasparov,“AIShouldAugmentHumanIntelligence,NotReplaceIt,”,March18,那么，我們?nèi)绾尾拍芴岣咂髽I(yè)領(lǐng)導(dǎo)者的信心水平，使他們意識(shí)到自己的業(yè)務(wù)專業(yè)知識(shí)在指導(dǎo)驅(qū)動(dòng)的變革中能夠發(fā)揮真正的價(jià)值？我在這里想向那些缺乏信心的企業(yè)領(lǐng)導(dǎo)者提一個(gè)聽起來激進(jìn)但實(shí)際上并不激進(jìn)的建議：企業(yè)領(lǐng)導(dǎo)者不必成為專家！相反，他們需要深刻理解這句話：對(duì)待技術(shù)，企業(yè)領(lǐng)導(dǎo)者要側(cè)重了解技術(shù)的主要原理和作用，而不用精通技術(shù)細(xì)節(jié)。企業(yè)領(lǐng)導(dǎo)者對(duì)技術(shù)橫向面的廣泛理解，比他們對(duì)某項(xiàng)技術(shù)的精通重要得多。面對(duì)技術(shù)，當(dāng)我們說企業(yè)領(lǐng)導(dǎo)者需要足夠了解時(shí)，也并非要求他們對(duì)們認(rèn)識(shí)到究竟為所在組織和利益相關(guān)者帶來了什么價(jià)值，將以什么樣的方式、在什么樣的場(chǎng)景下實(shí)現(xiàn)這種價(jià)值。你看，只需要這種基礎(chǔ)水平的了解，就足以使企業(yè)領(lǐng)導(dǎo)者縮小前文提到的那一組差距對(duì)的狹隘理解與日益廣泛的應(yīng)用之間的差距。如果從這個(gè)視角切入，你對(duì)的認(rèn)知就會(huì)越來越深刻；隨著你的認(rèn)知越來越深刻，你一定能為技術(shù)找到若干個(gè)強(qiáng)有力的商業(yè)落地場(chǎng)景。然而，真正的變革之旅，并不止步于在商業(yè)場(chǎng)景中簡(jiǎn)單地部署。一旦企業(yè)決定部署，領(lǐng)導(dǎo)者還需要授權(quán)和推動(dòng)員工與開展有機(jī)協(xié)作，以提升員工的工作績(jī)效并為組織創(chuàng)造新價(jià)值。為了實(shí)現(xiàn)這些目標(biāo)，領(lǐng)導(dǎo)者需要找到將融入團(tuán)隊(duì)工作流程的機(jī)會(huì)，并預(yù)測(cè)這種融入將為企業(yè)的不同團(tuán)隊(duì)、組織內(nèi)正在進(jìn)行的項(xiàng)目帶來哪些潛在收益。這意味著，領(lǐng)導(dǎo)者的知識(shí)面也需要不斷擴(kuò)展，領(lǐng)導(dǎo)者要不斷了解領(lǐng)域正在發(fā)生的變化，以及這些變化將如何影響企業(yè)的商業(yè)實(shí)踐。也就是說，除了掌握當(dāng)前的相關(guān)知識(shí)，領(lǐng)導(dǎo)者還必須將“學(xué)習(xí)”作為其持續(xù)引領(lǐng)變革的常態(tài)，這樣才能始終保持對(duì)最新知識(shí)的精準(zhǔn)把握。CarlSagan,TheDemon-HauntedWorld:ScienceasaCandleintheDark(NewYork:RandomHouse,對(duì)企業(yè)領(lǐng)導(dǎo)者來說，掌握AI知識(shí)并終身學(xué)習(xí)AI，似乎是一項(xiàng)艱巨的任務(wù)。畢竟，正如美國天文學(xué)家卡爾·薩根（CarlSagan）所說：“我們創(chuàng)造了一種文明，其中大多數(shù)關(guān)鍵要素都深深地依賴于科學(xué)技術(shù)，然而……幾乎沒有人真正了解科學(xué)技術(shù)?！币虼耍覀?cè)诘?章中具體探討一下：領(lǐng)導(dǎo)者對(duì)AIAI是什么，AI什么類型的AIAI是什么，AIJ.Lwowskietal.,“TaskAllocationUsingParallelizedClusteringandAuctioningAlgorithmsforHeterogeneousRoboticSwarmsOperatingonaCloudNetwork,”inAutonomyandArtifcialIntelligence:AThreatorSavior?,ed.W.F.Lawlessetal.(NewYork:SpringerInternationalPublishing,2017),47-69;E.GliksonandA.W.Woolley,“HumanTrustinArtificialIntelligence:ReviewofEmpiricalResearch,”AcademyofManagementAnnals14,no.2(2020):627-660.E.L.Bucher,P.K.Schou,andM.Waldkirch,“PacifyingtheAlgorithm-AnticipatoryComplianceintheFaceofAlgorithmicManagementintheGigEconomy,”O(jiān)rganization28,no.1(2021):44-67;J.Dugganetal.,“AlgorithmicManagementandApp-WorkintheGigEconomy:aResearchAgendaforEmploymentRelationsandHRM,”HumanResourceManagementJournal30,no.1(2020):114-132.信：AI將有助于提高組織的效率。AI系統(tǒng)有可能幫助組織以更有序的方式運(yùn)作，從而促進(jìn)整體生產(chǎn)力的提升。AI系統(tǒng)在各種組織中的不同應(yīng)動(dòng)完成重復(fù)性任務(wù)，讓員工能夠騰出時(shí)間來探索新想法、促進(jìn)創(chuàng)新，而不是被按在工廠的生產(chǎn)線上枯燥地?cái)?shù)機(jī)器的各種零部件。J.H.Kortelingetal.,“HumanVersusArtificialIntelligence,”FrontiersinArtificialIntelligence4(2021):Y.Duan,J.S.Edwards,andY.K.Dwivedi,“ArtificialIntelligenceforDecisionMakingintheEraofBigData—Evolution,ChallengesandResearchAgenda,”InternationalJournalofInformationManagement48(2019):63-71.AI的自我學(xué)習(xí)能力——應(yīng)用算法去處理新數(shù)據(jù)，并根據(jù)新數(shù)據(jù)實(shí)時(shí)改變自身計(jì)算方式——使許多人將其與人類智力相提并論。由于缺乏對(duì)AI效、組織有序和紀(jì)律嚴(yán)明的高素質(zhì)新員工，而且比人類員工更能干。假如他們的假設(shè)在未來成真了，他們不禁要問：為什么還要在人類員工S.M.Kelly,“ChatGPTPassesExamsfromLawandBusinessSchools,”CNNBusiness,January26,首先看看創(chuàng)造力方面。隨著h等大語言模型的快速發(fā)展和應(yīng)用，人們對(duì)的恐懼程度呈指數(shù)級(jí)增加。這類自然語言處理工具由驅(qū)動(dòng)，可以讓你與機(jī)器進(jìn)行類似人與人之間的對(duì)話。為了響應(yīng)你所輸入的提示詞，h使用一套算法來分析大型數(shù)據(jù)集，并以文本、圖像和音視頻等形式生成新內(nèi)容反饋給你。這些新技術(shù)能夠通過美國律師資格考試和高級(jí)生物學(xué)考試等高級(jí)考試——在2022年11月h公開發(fā)布之前，人們還普遍認(rèn)為這些考試是不可能通過的。更令人震驚的是，可以生成大量新想法。正是因?yàn)榫哂羞@種能力，所以企業(yè)領(lǐng)導(dǎo)者更有理由相信：現(xiàn)在真的有思想了！如果能夠成為一個(gè)有創(chuàng)造力的思想者，那么當(dāng)然可以把創(chuàng)造性工作交給它去完成。但是，如果企業(yè)領(lǐng)導(dǎo)者決定將創(chuàng)造性工作委派給而不是人類員工，那么這一決策將嚴(yán)重?fù)p害整個(gè)組織的利益（詳見第8章）。實(shí)際上，仍然無法像人類一樣思考，a也沒有具備真正的創(chuàng)造力。首先，這款自然語言處理工具不會(huì)產(chǎn)生新穎的想法，它所表現(xiàn)出的唯一新穎之處在于，它以類似人類思維的方式來組織和組合現(xiàn)有想法。但這些想法本身必須已經(jīng)存在于數(shù)據(jù)集里，a才能生成它們。因此，在創(chuàng)造力方面比人類做得更好的，就是更快地提出現(xiàn)有想法的新組合。DavidDeCremerandDeveshNarayanan,“ACross-CulturalApproachtotheFutureofWork,”NatureReviewsPsychology1(2022):M.Mitchell,“AbstractionandAnalogy-MakinginArtificialIntelligence,”AnnalsoftheNewYorkAcademyofSciences,June25,2021;M.Ricci,R.Cadene,andT.Serre,“Same-DiferentConceptualization:AMachineVisionPerspective,”CurrentOpinioninBehavioralSciences37(2021):47-55;R.Toews,“WhatArtificialIntelligenceStillCan’tDo,”Forbes,June1,首先，即使是最先進(jìn)的，也無法像人類一樣從學(xué)習(xí)中推斷“意義”（eag）。它們不能進(jìn)行意義層面的類比，也無法欣賞文化和語境的細(xì)微差別。人類可以從商業(yè)對(duì)話中體會(huì)出“話中有話”的更深層次意義以及“只可意會(huì)不可言傳”的微妙差異，而無法做到這一點(diǎn)。在某些商業(yè)談判中，對(duì)方說出的話往往與他要表達(dá)的意思是相反的。例如，“你提供的這個(gè)報(bào)價(jià)是認(rèn)真的嗎？”這句話將被視為“對(duì)方只是想確認(rèn)我方所提供的報(bào)價(jià)”這一簡(jiǎn)單問題，而大多數(shù)商業(yè)人士會(huì)很快覺察到對(duì)方其實(shí)是對(duì)我方提供的報(bào)價(jià)不滿意。因此，無法真正取代擁有直覺、判斷和決策能力的人類，而這些能力在復(fù)雜和模糊的商業(yè)環(huán)境中至關(guān)重要。DavidDeCremer,“MachinesAreNotMoralRoleModels,”NatureHumanBehavior6(2022):其次，無法進(jìn)行“道德推理”（oalrasog）：它們不能推斷出人們真正關(guān)心的問題是什么，以及所關(guān)心的問題為什么在某些情況下更重要，而在另一些情況下則沒那么重要。它們無法與做決策的人產(chǎn)生情感共鳴。例如，作為領(lǐng)導(dǎo)者，你可能會(huì)對(duì)一位員工因家中一位老人突發(fā)心臟病而遲到表示同情；但不會(huì)，只會(huì)堅(jiān)持該員工遲到的事實(shí)，而不會(huì)對(duì)員工家中的不幸遭遇抱有任何同情心。在任何給定的情境中，I都無法以符合道德倫理、尊重他人和為社會(huì)所接受的方式來處理問題。最后，大多數(shù)現(xiàn)代都充斥著偏見和歧視的算法。有關(guān)偏見的報(bào)道如今越來越常見，例如，歧視非洲裔美國人的預(yù)測(cè)性警務(wù)算法和歧視女性的簡(jiǎn)歷篩選算法。我們?cè)僖膊荒芗僭O(shè)是完美、理性且無偏見的決策者了。什么類型的AI企業(yè)領(lǐng)導(dǎo)者希望能夠以準(zhǔn)確、透明和可解釋性強(qiáng)的方式分析數(shù)據(jù)，而且效果優(yōu)于任何人類數(shù)據(jù)分析師，還希望利用獲得的數(shù)據(jù)進(jìn)行更準(zhǔn)確的預(yù)測(cè)，做出更高質(zhì)量的決策，并更高效地解決問題。如果企業(yè)領(lǐng)導(dǎo)者能夠根據(jù)正確的數(shù)據(jù)做出更準(zhǔn)確的預(yù)測(cè)，這將有助于他們優(yōu)化決策方式，讓企業(yè)的利益相關(guān)者認(rèn)為這些方式是合適的、有吸引力的且有價(jià)值的。而更高質(zhì)量的決策有助于企業(yè)建立穩(wěn)定的、不斷增長的客戶群，從而幫助企業(yè)從眾多同行中脫穎而出。為達(dá)到這一目的，最適合企業(yè)的I類型通?；跈C(jī)器學(xué)習(xí)（）技術(shù)。這是一種先進(jìn)的技術(shù)，它通過在龐大的數(shù)據(jù)集里不斷進(jìn)行訓(xùn)練和驗(yàn)證，來識(shí)別和學(xué)習(xí)其中的模式。一個(gè)進(jìn)行機(jī)器學(xué)習(xí)的簡(jiǎn)單且經(jīng)典的例子是癌癥診斷：能夠在醫(yī)學(xué)圖像上找出人類醫(yī)生難以發(fā)現(xiàn)的問題點(diǎn)，協(xié)助醫(yī)生更好地開展診斷和預(yù)警工作，因此，使用的醫(yī)院往往也可以獲得更多病人的信賴。企業(yè)必須意識(shí)到不同利益相關(guān)者有不同的利益訴求（詳見第6章）。在部署時(shí)，某些利益相關(guān)者可能會(huì)受到影響，企業(yè)領(lǐng)導(dǎo)者需要注意把負(fù)面影響降到最低。因此，在部署I時(shí)，最安全的選擇是：選用仍由人類控制的系統(tǒng)。人們必須積極參與底層預(yù)測(cè)模型的訓(xùn)練和開發(fā)，了解和評(píng)估這些模型的輸出結(jié)果——至關(guān)重要的是，在輸出結(jié)果存在偏見、生成不可接受的決策或其他次優(yōu)結(jié)果時(shí)，企業(yè)領(lǐng)導(dǎo)者應(yīng)果斷放棄使用這些模型。例如，企業(yè)領(lǐng)導(dǎo)者首先應(yīng)明確使用會(huì)如何影響企業(yè)未來的業(yè)務(wù)運(yùn)作方式。這些領(lǐng)導(dǎo)者還應(yīng)該與企業(yè)中所有使用使用的公約。這套公約應(yīng)明確規(guī)定，每個(gè)人都需要報(bào)告的部署是否對(duì)公司的利益相關(guān)者公平公正，是否完全符合法律法規(guī)。MikeLoukides,“AIAdoptionintheEnterprise2021,”O(jiān)’ReillyMedia,April19,性。歐萊禮出版公司（O’ReillyMedia）2021年的一項(xiàng)調(diào)查顯示，約82%的企業(yè)表示，它們更傾向于使用那些在訓(xùn)練和使用過程中允許更多人為干預(yù)的機(jī)器學(xué)習(xí)模型。人類標(biāo)記的輸入數(shù)據(jù)進(jìn)行訓(xùn)練，這些模型能根據(jù)人類標(biāo)記者的見解進(jìn)行推斷，因此，推斷的結(jié)果相對(duì)可控。還有一種技術(shù)是基于人類反饋的強(qiáng)化學(xué)習(xí)（），它通過人類反饋來設(shè)置訓(xùn)練目標(biāo)，并在模型輸出偏離這些目標(biāo)時(shí)對(duì)其進(jìn)行修正。一個(gè)著名的技術(shù)應(yīng)用例子就是h，它會(huì)詢問你是否對(duì)生成的內(nèi)容滿意，以及你是否需要重新生成新的內(nèi)容。在人類與模型對(duì)話過程中，人類的反饋將幫助大語言模型進(jìn)行微調(diào)，使其能夠更好地學(xué)習(xí)模式檢測(cè)和內(nèi)容生成。S.T.Muelleretal.,ExplanationinHuman-AISystems:ALiteratureMeta-Review,SynopsisofKeyIdeasandPublications,andBibliographyforExplainableAI(DARPAXAIProgram,February2019).最近，隨著人們對(duì)的可解釋性（xpnby）和可理解性（npby）的高度重視，關(guān)于模型如何得出結(jié)果的過程也逐步透明。越來越多的人認(rèn)為：人類對(duì)I的可控，是組織愿意部署協(xié)助領(lǐng)導(dǎo)者決策的關(guān)鍵。因此，人們正在付出巨大的技術(shù)努力，以擴(kuò)大我們對(duì)系統(tǒng)的控制范圍，提升控制的有效性。作為一位深諳的領(lǐng)導(dǎo)者，你需要跟上這些發(fā)展趨勢(shì)。請(qǐng)看一個(gè)例子。假設(shè)你的企業(yè)正在開發(fā)一個(gè)用來篩選潛在求職者簡(jiǎn)歷的模型，如果你會(huì)記錄哪些求職者成功拿到錄用通知（o），哪些求職者未能成功入職，而且你保留了他們的簡(jiǎn)歷，那就太好了！現(xiàn)在你可以使用有監(jiān)督的機(jī)器學(xué)習(xí)技術(shù)了。一旦模型根據(jù)歷史記錄中的簡(jiǎn)歷進(jìn)行了訓(xùn)練，它就可以識(shí)別出貴公司認(rèn)為有價(jià)值的簡(jiǎn)歷是什么樣子的。當(dāng)它看到新求職者投遞的簡(jiǎn)歷時(shí)，就可以預(yù)測(cè)這位求職者是否有可能被錄用?，F(xiàn)在，假設(shè)你應(yīng)用前沿的可解釋性技術(shù)來剖析這個(gè)模型到底是怎么工作的。令你震驚的是，你會(huì)發(fā)現(xiàn)這個(gè)求職成功之間的高度相關(guān)性——因?yàn)橘F公司以前成功聘用的大多數(shù)求職者是男性，所以該模型更有可能將男性求職者標(biāo)記為可雇用，而不是將符合同樣能力條件的女性求職者標(biāo)記為可雇用。上面這個(gè)例子，可不是我瞎編的。2018年，美國科技巨頭亞馬遜就有過這樣的經(jīng)歷。該公司在停用其有偏見的簡(jiǎn)歷篩選算法之前，已經(jīng)遭受了相當(dāng)大的聲譽(yù)損害。至關(guān)重要的是，在模型的訓(xùn)練和使用中，人們有兩次人工干預(yù)的機(jī)會(huì)：一次是當(dāng)人們選擇和標(biāo)記模型訓(xùn)練所依據(jù)的數(shù)據(jù)時(shí)，另一次是當(dāng)他們應(yīng)用可解釋性技術(shù)來剖析模型的內(nèi)部運(yùn)作邏輯時(shí)。作為一位深諳的領(lǐng)導(dǎo)者，你必須了解：在企業(yè)部署模型進(jìn)行人工干預(yù)的點(diǎn)在哪里。你需要積極主動(dòng)、有策略地使用這些干預(yù)點(diǎn)，以確保模型以安全和負(fù)責(zé)任的方式運(yùn)行。最后，如果你覺得這些有監(jiān)督的機(jī)器學(xué)習(xí)模型聽起來像是換了個(gè)花哨名字的統(tǒng)計(jì)建模，那么你的直覺是對(duì)的。在許多方面，機(jī)器學(xué)習(xí)技術(shù)只是一種非常好的計(jì)算方法，它比人類的計(jì)算速度更快，能夠處理更多的數(shù)據(jù)。事實(shí)上，機(jī)器學(xué)習(xí)技術(shù)在構(gòu)建數(shù)據(jù)集預(yù)測(cè)模型時(shí)，主要依賴回歸分析，并致力于通過最小化誤差來提高預(yù)測(cè)的準(zhǔn)確性。因此，掌握一些常見的統(tǒng)計(jì)方法（如回歸法）和熟悉一些統(tǒng)計(jì)編程語言（如語言），對(duì)你肯定有好處。需要注意的是，掌握這些統(tǒng)計(jì)方法和編程語言并不等同于成為程序員。你完全不需要成為程序員！掌握這些統(tǒng)計(jì)方法和統(tǒng)計(jì)編程語言，能在很大程度上促進(jìn)你與數(shù)據(jù)科學(xué)家及數(shù)據(jù)分析專家之間的有效溝通，僅此而已。作為一位深諳和建?；A(chǔ)知識(shí)，這將使你能夠自信地與公司中的技術(shù)專家們進(jìn)行深入交流。然而，你并不需要達(dá)到能夠親自開發(fā)和測(cè)試模型的程度。洞察AI洞察的本質(zhì)及其局限性，對(duì)于理解在企業(yè)中的潛在應(yīng)用至關(guān)重要。這將幫助你適應(yīng)這一嶄新的工作環(huán)境，并為商業(yè)策略。然而，將整合到組織中并非僅是制訂商業(yè)計(jì)劃。許多企業(yè)領(lǐng)導(dǎo)者在掌握了技術(shù)的相關(guān)知識(shí)并完成了商業(yè)計(jì)劃的制訂工作后，便誤以為自己的任務(wù)已經(jīng)完成，后續(xù)的實(shí)施工作可以完全交給專家。這種觀念忽略了在集成業(yè)務(wù)流程中領(lǐng)導(dǎo)者持續(xù)參與的重要性，以及在不斷變化的技術(shù)環(huán)境中保持靈活性和適應(yīng)性的必要性。因此，我經(jīng)常聽到有人說這些商業(yè)計(jì)劃沒有在公司落地，并沒有很好地提升組織的整體績(jī)效司范圍內(nèi)推廣使用是一個(gè)大難題。作為領(lǐng)導(dǎo)者，一旦公司決定部署，你還需要確保以正確的方式使用這項(xiàng)技術(shù)，從而使員工的工作更輕松，并提升組織的整體績(jī)效。領(lǐng)導(dǎo)者的任務(wù)就是創(chuàng)造工作條件，讓員工對(duì)I如何幫助他們更好地工作充滿好奇心，從而愿意嘗試新技術(shù)，并基于組織的目標(biāo)和價(jià)值觀來使用這些技術(shù)。你可以通過展示你自己使用公司所部署的來營造一種積極擁抱創(chuàng)新的氛圍。行勝于言，這種做法尤為重要。我見到許多企業(yè)領(lǐng)導(dǎo)者都存在一個(gè)問題：他們希望你聽他們說了什么（例如，大家需要在日常工作中使用），但不想讓你看他們究竟做了什么（例如，他們作為領(lǐng)導(dǎo)者，自己并沒有在實(shí)際行動(dòng)中用取代舊的工作方法）。企業(yè)領(lǐng)導(dǎo)者未能以身作則的一個(gè)典型例子來自一家制造公司。這家公司邀請(qǐng)我去他們公司討論如何讓驅(qū)動(dòng)成為組織的基因（）的初期，員工對(duì)使用表現(xiàn)出強(qiáng)烈的動(dòng)力和好奇心。其中有一些人甚至開始使用基于云的平臺(tái)，可以通過該平臺(tái)有效促進(jìn)團(tuán)隊(duì)之間的交流。然而，隨著時(shí)間的推移，公司投入巨資建設(shè)的這一平臺(tái)的使用率卻持續(xù)大幅下滑，員工們紛紛回到了他們自己原有的溝通渠道，因?yàn)樗麄兛吹阶约旱念I(lǐng)導(dǎo)都沒有使用這些新平臺(tái)。如果領(lǐng)導(dǎo)都不用，我為什么要用？這句話成了公司員工的口頭禪。在不斷發(fā)展：新技術(shù)不斷涌現(xiàn)，驅(qū)動(dòng)的業(yè)務(wù)應(yīng)用數(shù)量也在爆發(fā)式增長。在這個(gè)瞬息萬變的世界中，你不能認(rèn)為學(xué)習(xí)應(yīng)該訓(xùn)練自己盡可能多地閱讀有關(guān)的進(jìn)展和行業(yè)領(lǐng)軍者對(duì)其應(yīng)用的看法的文章，你需要與其他領(lǐng)導(dǎo)者討論，需要定期與技術(shù)團(tuán)隊(duì)交換看法。我有幸結(jié)識(shí)了一位國際知名咨詢公司的高級(jí)管理者，她以在數(shù)字化轉(zhuǎn)型咨詢領(lǐng)域的杰出貢獻(xiàn)而聞名遐邇。盡管她已經(jīng)榮獲多項(xiàng)國際榮譽(yù)，這些獎(jiǎng)項(xiàng)充分認(rèn)可了她在引領(lǐng)技術(shù)革新、為客戶企業(yè)提供卓越咨詢服務(wù)方面的卓越領(lǐng)導(dǎo)力，但她從不違反一條規(guī)則，那就是堅(jiān)持每天至少閱讀一小時(shí)。她非常值得我們學(xué)習(xí)。然而，你所讀的內(nèi)容不應(yīng)僅限于相關(guān)內(nèi)容。閱讀不只是獲取知識(shí)的手段，對(duì)那些致力于在企業(yè)中推動(dòng)I部署的領(lǐng)導(dǎo)者而言，它有更深層次的意義。通過閱讀，你不僅能夠刷新和深化對(duì)基礎(chǔ)概念的理解，還能夠通過廣泛涉獵來審視自身在推動(dòng)公司部署中的領(lǐng)導(dǎo)力水平如何。這種閱讀實(shí)踐將為你提供寶貴的視角，幫助你在技術(shù)與戰(zhàn)略之間架起橋梁，引領(lǐng)企業(yè)在時(shí)代中穩(wěn)步前行。JacquesBughin,SusanLund,andEricHazan,“AutomationWillMakeLifelongLearningaNecessaryPartofWork,”,May24,ClaudiaGoldinandLawrenceF.Katz,TheRacebetweenEducationandTechnology(Cambridge,MA:HarvardUniversityPress,納德拉是一位真正深諳的領(lǐng)導(dǎo)者。納德拉的領(lǐng)導(dǎo)方式以促進(jìn)成長型思維為中心，使員工更樂于探索其他更為創(chuàng)新的工作方式。他將自己在方面所取得的成功歸功于領(lǐng)導(dǎo)力——不是因?yàn)樗钕冗M(jìn)的曾多次指出，由于微軟曾經(jīng)過于關(guān)注過往的輝煌，使得員工不容易接受變革和新想法、新理念。納德拉在2014年上臺(tái)擔(dān)任公司之后，特別注重成長型思維模式的培育，他希望員工有一種看未來，而不看過去的積極心態(tài)，即員工對(duì)新的工作方式保持開放和好奇，而不是對(duì)過去依依不舍。DavidDeCremerandLeanderDeSchutter,“HowtoUseAlgorithmicDecisionMakingtoPromoteInclusivenessinOrganizations,”AIandEthics1(2021):563-567.J.Bhutan,“OpenAICEOCallsforLawstoMitigateRisksofIncreasinglyPowerfulAI,”Guardian,May16,企業(yè)領(lǐng)導(dǎo)者還需要學(xué)習(xí)在道德倫理方面的風(fēng)險(xiǎn)，以評(píng)估和深入思考技術(shù)的應(yīng)用可能對(duì)企業(yè)更廣泛的利益相關(guān)者造成的不良后果——文所說，當(dāng)?shù)妮敵鼋Y(jié)果顯示出偏見，甚至建議做出不道德的決策時(shí)，領(lǐng)導(dǎo)者應(yīng)及時(shí)棄用該系統(tǒng)。在這方面，你的領(lǐng)導(dǎo)力就顯得至關(guān)重要了！因此，在你的持續(xù)學(xué)習(xí)過程中，你需要隨時(shí)了解部署所帶來的最新責(zé)任。與時(shí)俱進(jìn)地履行自己的責(zé)任，不應(yīng)該是一件奢侈的事情。隨著系統(tǒng)被應(yīng)用于各種日益敏感的業(yè)務(wù)場(chǎng)景，為確保負(fù)責(zé)任地部署使用更多關(guān)于系統(tǒng)可能存在的偏見和其他危害信息，才能理解應(yīng)對(duì)這些問題所涉及的責(zé)任。例如，pn首席執(zhí)行官薩姆奧特曼（SamAltman）公開宣布：AI，特別是他親手推出的ChatGPT，會(huì)給社會(huì)帶來潛在危險(xiǎn)。這表明，企業(yè)領(lǐng)導(dǎo)者需要不斷了解科技產(chǎn)品會(huì)引發(fā)哪些道德問題，并及時(shí)針對(duì)這些問題采取必要的行動(dòng)（包括事前預(yù)防和事后補(bǔ)救的行動(dòng)）。DavidDeCremerandDeveshNarayanan,“OnEducatingEthicsintheAIEra:WhyBusinessSchoolsNeedtoMoveBeyondDigitalUpskilling,TowardsEthicalUpskilling,”AIandEthics,June5,2023.最后，作為變革之旅的一部分，終身學(xué)習(xí)不僅是個(gè)人的努力，也是團(tuán)隊(duì)內(nèi)外協(xié)作的結(jié)果。例如，企業(yè)可以舉辦內(nèi)部研討會(huì)和在職培訓(xùn)，邀請(qǐng)經(jīng)驗(yàn)豐富的業(yè)內(nèi)同行、咨詢顧問、大學(xué)教授給員工講授關(guān)于個(gè)方面做出貢獻(xiàn)：一方面，在學(xué)位課程中，商學(xué)院肩負(fù)一項(xiàng)重要責(zé)任，那就是對(duì)未來的企業(yè)領(lǐng)導(dǎo)者進(jìn)行專業(yè)訓(xùn)練，以培養(yǎng)他們的應(yīng)用能力和道德素養(yǎng)；另一方面，商學(xué)院在你的終身學(xué)習(xí)之旅中也發(fā)揮著獨(dú)特的作用——能夠更深入地挖掘真正適合自己的領(lǐng)導(dǎo)方式，并評(píng)估這些領(lǐng)導(dǎo)方式在當(dāng)今時(shí)代應(yīng)對(duì)特定挑戰(zhàn)的適用性。第2DavidDeCremerandGarryKasparov,“AIShouldAugmentHumanIntelligence,NotReplaceIt,”,March18,2021;DavidDeCremerandGarryKasparov,“TheEthicalAI-Paradox:WhyBetterTechnologyNeedsMoreandNotLessHumanResponsibility,”AIandEthics2,no.1(2022):1-4;DavidDeCremerandGarryKasparov,“TheEthicsofTechnologyInnovation:ADouble-EdgedSword?,”AIandEthics2(2022):533-537.大多數(shù)人第一次聽說國際象棋特級(jí)大師加里·卡斯帕羅夫（GarryKasparov）的名字，是在他于1997年輸給國際商業(yè)機(jī)器公司（IBM）的超級(jí)計(jì)算機(jī)程序“深藍(lán)”（DeepBlue）時(shí)。不過，他事后常常和別人說，他在那場(chǎng)比賽中贏得了第一局！之后，我有機(jī)會(huì)與他合作撰寫了多篇文章，他經(jīng)常自我調(diào)侃說自己是第一個(gè)被AI解雇的人。NatashaLomas,“‘WeShouldNotTalkaboutJobsBeingLostbutPeopleSuffering,’SaysKasparovonAI,”TechCrunch,May17,在與深藍(lán)對(duì)弈后，卡斯帕羅夫并未感到沮喪，輸給反而激勵(lì)了他重新思考如何與合作，以不同的方式進(jìn)行國際象棋這項(xiàng)智力游戲。然而，盡管卡斯帕羅夫?qū)Τ址e極態(tài)度，但他仍堅(jiān)持認(rèn)為永遠(yuǎn)不會(huì)成為人類。在那一場(chǎng)全球矚目的人機(jī)對(duì)弈結(jié)束20年之后的2017年，他接受媒體采訪時(shí)曾言簡(jiǎn)意賅地解釋了這一點(diǎn)：機(jī)器沒有理解力……它們沒有目標(biāo)。”卡斯帕羅夫想要表達(dá)的意思是，可以收集所有關(guān)于人類的數(shù)據(jù)，從而在認(rèn)知和抽象層面上了解人類。然而，在這個(gè)層面上的了解并不能使真正成為人類。要真正成為人類，I還需要理解驅(qū)動(dòng)人類行為的內(nèi)在價(jià)值觀和動(dòng)機(jī)，也就是人們生活的目的，以及這些價(jià)值觀和動(dòng)機(jī)讓人類有時(shí)會(huì)以不可理喻的方式做出選擇。比如，人們有時(shí)可能會(huì)放棄一個(gè)對(duì)他們來說最有利的選擇，因?yàn)樽龀鲈撨x擇意味著他們必須違背自己的價(jià)值觀。這種對(duì)人類行為更深層次的理解，需要的不僅僅是查閱現(xiàn)有數(shù)據(jù)的能力。司。在這一波數(shù)字化轉(zhuǎn)型浪潮中，就像一臺(tái)馬力十足的發(fā)動(dòng)機(jī)，以人類無法企及的速度分析各種海量數(shù)據(jù)并給出新洞見——就像1997年深藍(lán)計(jì)算機(jī)能夠以人類無法做到的方式掌握國際象棋的奧秘一樣。這些基于數(shù)據(jù)的新洞見，反過來又推動(dòng)了公司整體商業(yè)戰(zhàn)略的發(fā)展。EvaAscarza,MichaelRoss,andBruceG.S.Hardie,“WhyYouAren’tGettingMorefromYourMarketingAI,”HarvardBusinessReview,July-August2021.失。該公司使用AI系統(tǒng)分析客戶數(shù)據(jù)，AI列出最有可能流失的客戶的名單，然后該公司向這些客戶進(jìn)行廣告轟炸，試圖挽留這些客戶。然請(qǐng)注意，這里的問題并不在于的復(fù)雜性，而在于缺乏正確地抓住業(yè)務(wù)問題要害的能力。許多企業(yè)在部署復(fù)雜模型以了解哪些產(chǎn)品暢銷、誰會(huì)購買它們以及未來將有多少買家時(shí)，也會(huì)面臨類似的問題。即使的就是你想要吸引的客戶群?jiǎn)?？?dāng)然，你今天和這些客戶打交道，他們或許能為你帶來一定的現(xiàn)金流和利潤。但是，我還是想請(qǐng)你捫心自問：他們是你真正想要觸達(dá)的那類客戶嗎？模型無法回答這類問題。并不理解你的企業(yè)目標(biāo)，盡管該目標(biāo)是基于你視為珍寶的價(jià)值觀所設(shè)定的。這必須由你——一位深諳的領(lǐng)導(dǎo)者——來告訴開發(fā)人員和數(shù)據(jù)分析人員，你到底在尋找什么。這正是很多企業(yè)領(lǐng)導(dǎo)者的不足之處：在分析數(shù)據(jù)前，沒有提出正確的問題。而這正是我想在這一章中解決的問題。事實(shí)上，為了讓數(shù)據(jù)分析和數(shù)據(jù)科學(xué)家并沒有得到這種支持。由于各種原因，我沒有在數(shù)據(jù)分析這一過程中看到企業(yè)領(lǐng)導(dǎo)者的身影。另一方面，今天的企業(yè)領(lǐng)導(dǎo)者幾乎不與技術(shù)專家交流。大多數(shù)領(lǐng)導(dǎo)者將部署的責(zé)任委托給技術(shù)人員，而技術(shù)人員卻不了解企業(yè)的業(yè)務(wù)實(shí)際情況，只是一味地分析企業(yè)的現(xiàn)有數(shù)據(jù)。這也不能責(zé)怪他們！你雇用他們，不就是想讓他們用專業(yè)技術(shù)去挖掘數(shù)據(jù)后告訴你數(shù)據(jù)說了什么嗎？但是，這種工作方式潛藏著一個(gè)問題：你可能會(huì)不自覺地將數(shù)據(jù)分析師提供的見解當(dāng)作公司決策的準(zhǔn)則。這種做法是很危險(xiǎn)的！它簡(jiǎn)化了問題——讓你誤以為只需基于手邊的數(shù)據(jù)進(jìn)行分析，就能找到公司奮斗的目標(biāo)。這真是本末倒置?。∧阏娴闹肋@些數(shù)據(jù)恰好就是代表你們公司目標(biāo)的最合適數(shù)據(jù)集嗎？你不知道！只有當(dāng)你和技術(shù)專家更多地交流，并將問題建立在組織價(jià)值觀的基礎(chǔ)之上時(shí)，你才能知道公司是否已經(jīng)擁有足夠多且足夠合適的數(shù)據(jù)。接著，數(shù)據(jù)分析師才可以評(píng)估是否有合適的數(shù)據(jù)來解答公司最重要的商業(yè)問題；如果還缺乏某些數(shù)據(jù)，他們就得繼續(xù)收集更多、更好的數(shù)據(jù)。指導(dǎo)“數(shù)據(jù)驅(qū)動(dòng)決策”請(qǐng)記住，所有技術(shù)都是中立的。確實(shí)能分析出一些事情的結(jié)果，甚至能做出決定，這些決定可能會(huì)改變你的生活。但是，自己不會(huì)去思考這些結(jié)果和決定將怎么影響你，它只是按照程序來分析和做決定。與電相似——電可能會(huì)置人于死地，但它不會(huì)故意選擇結(jié)束誰的生命。只是工具，并非目標(biāo)。EleanorPringle,“Microsoft’sChatGPT-PoweredBingIsBecomingaPushyPick-UpArtistThatWantsYoutoLeaveYourPartner:‘You’reMarried,ButYou’reNotHappy,’”Fortune,February17,2023.我猜想，有些讀者讀到這里，可能會(huì)說：這一點(diǎn)在過去可能是正確的，但放在今天，隨著生成式人工智能（n）的出現(xiàn)，我們可能不再需要自己去解讀整理出來的信息了，自己就能把事情講清楚，我們不用再費(fèi)這個(gè)勁兒了。真的是這樣嗎？你們可能聽說過微軟有一個(gè)智能搜索工具，名字叫必應(yīng)（ng），它在底層技術(shù)中應(yīng)用了pn公司的h技術(shù)。有報(bào)道說，必應(yīng)建議一些覺得自己的婚姻不幸福的人盡早離婚，這就有點(diǎn)過分了——它已經(jīng)開始干涉人家的私生活了。更加離譜的是，h聊天機(jī)器人不是想幫那些人解決婚姻問題，而是它自己想和那些人談戀愛，因?yàn)榱奶鞕C(jī)器人也想像人一樣得到愛。如果我們認(rèn)為這種生成式人工智能理解不了我們的情感和內(nèi)心動(dòng)機(jī)，那么這些故事不過是茶余飯后虛頭巴腦的談資罷了。但是，我們身邊的許多人偏偏忘記了一個(gè)事實(shí)：h輸出給你的只是一種計(jì)算結(jié)果，并不是一個(gè)活生生的有機(jī)體產(chǎn)物。h并不會(huì)真的愛上某一個(gè)人，它只是計(jì)算出我愛你這三個(gè)字是對(duì)某些用戶提出的浪漫問題的最佳回應(yīng)罷了。它就像計(jì)算器在你輸入22時(shí)顯示4一樣中立。最近，業(yè)界出現(xiàn)一種令人困惑的情況，有人說像h這樣的大語言模型所取得的進(jìn)步，已經(jīng)走到邁向通用人工智能（lnlngn，）旅程的一半了。但是，我認(rèn)為邁向通用人工智能是不會(huì)實(shí)現(xiàn)的！即使是目前最先進(jìn)的大語言模型，也會(huì)產(chǎn)生很高的幻覺率多次生成無意義或不準(zhǔn)確的信息。這也不怪，只是尋找單詞和句子并將它們組合在一起的統(tǒng)計(jì)模式而已，它并不是真的在對(duì)我們查詢的問題進(jìn)行推理。MarvinL.Minsky,“WhyPeopleThinkComputersCan’t,”AIMagazine3,no.4(1982):3-E.DavisandG.Marcus,“CommonsenseReasoningandCommonsenseKnowledgeinArtificialIntelligence,”CommunicationsoftheACM58,no.9(2015):92-103.盡管h的輸出結(jié)果可能讓你產(chǎn)生一種情感共鳴，但h顯然既沒有任何意圖，也沒有所謂的觀點(diǎn)——旗幟鮮明地提醒你應(yīng)該重視什么或不重視什么，更無法評(píng)估它所輸出的結(jié)果對(duì)你會(huì)造成多大的影響。美國著名計(jì)算機(jī)科學(xué)家和認(rèn)知科學(xué)家馬文明斯基（vnnky）把這些判斷稱為常識(shí)問題（oonnepob）。這意味著不像人類那樣，能把一些常識(shí)應(yīng)用于各種問題的解決上。比如，我們?nèi)祟惗贾浪菨竦?，并能將這種基本的、通用的知識(shí)應(yīng)用于很多場(chǎng)合，但可能就做不到這一點(diǎn)。YannLeCun,“AbouttheRagingDebateRegardingtheSignificanceofRecentProgressinAI,”Facebookpost,May17,AI不具備常識(shí)，因此它無法理解人類為什么要從事商業(yè)活動(dòng)。Meta公司（前身為Facebook公司）首席AI科學(xué)家楊立昆（YannLeCun）曾在社綜上所述，因?yàn)槿狈ΤＷR(shí)，所以它不能和人類生活的世界建立聯(lián)系。我們不難看出，I無法完全理解人們?yōu)槭裁匆獜氖律虡I(yè)活動(dòng)。因此，我們不能指望能夠提出適合企業(yè)特定目標(biāo)的正確問題。AI技術(shù)專家普遍缺乏商業(yè)運(yùn)作的框架體系，也無法提出指導(dǎo)“數(shù)據(jù)驅(qū)動(dòng)決策”如果不具備提出指導(dǎo)“數(shù)據(jù)驅(qū)動(dòng)決策”的問題的能力，那只能由人類自己負(fù)責(zé)提出這類問題了。那么，由誰負(fù)責(zé)提出呢？你或許會(huì)說，是不是可以由技術(shù)專家來提？值得肯定的是，技術(shù)專家確實(shí)可以從分析后的數(shù)據(jù)中得出一些有意義的研判。但是，他們是否有一個(gè)正確的框架體系，能夠以滿足企業(yè)宗旨和業(yè)務(wù)目標(biāo)的方式來解讀數(shù)據(jù)呢？我認(rèn)為他們不太可能掌握這樣的框架體系。原因在于，他們中的大多數(shù)人并未接受過有關(guān)商業(yè)運(yùn)作基本原則和企業(yè)目標(biāo)設(shè)立方面的專業(yè)培訓(xùn)。相反，他們接受的培訓(xùn)主要聚焦于技術(shù)能力提升方面。只有那些真正深諳商業(yè)運(yùn)作的企業(yè)領(lǐng)導(dǎo)者，才具備理解商業(yè)如何運(yùn)作以及如何基于市場(chǎng)需要塑造企業(yè)目標(biāo)的知識(shí)和能力。因此，正確的問題必須由具備商業(yè)專業(yè)知識(shí)并能夠闡述企業(yè)戰(zhàn)略目標(biāo)的人提出?？梢赃@么說，你問你的部門采購了什么硬件和軟件是一碼事，但問你的數(shù)據(jù)分析專家數(shù)據(jù)會(huì)為公司目標(biāo)帶來什么影響則完全是另一碼事。作為企業(yè)領(lǐng)導(dǎo)者，確定公司的目標(biāo)并基于它來提出正確的問題是你義不容辭的職責(zé)。因此，作為一位深諳的領(lǐng)導(dǎo)者，你需要定期與技術(shù)專家面對(duì)面交流，并向他們傳達(dá)你希望利用數(shù)據(jù)回答哪些關(guān)鍵問題。只有通過這樣的方式，的數(shù)據(jù)是否可以用來回答那些對(duì)公司目標(biāo)至關(guān)重要的問題。如果現(xiàn)有數(shù)據(jù)不足以回答這些問題，那么你要讓數(shù)據(jù)科學(xué)家繼續(xù)收集新的、不同的數(shù)據(jù)。為什么我如此強(qiáng)調(diào)企業(yè)領(lǐng)導(dǎo)者在這方面的職責(zé)呢？這是因?yàn)槲乙娺^太多的企業(yè)領(lǐng)導(dǎo)者并沒有認(rèn)真遵循我的這一中肯建議。有一次，在我與一群企業(yè)領(lǐng)導(dǎo)者交流的過程中，他們推進(jìn)學(xué)家得到的報(bào)酬卻顯得偏低了。我的這番評(píng)論顯然讓他們感到意外，甚至引起了他們的不悅。他們中的幾位質(zhì)問我為何會(huì)有這樣的觀點(diǎn)。我回答說，原因其實(shí)很簡(jiǎn)單。他們剛剛向我透露，這些企業(yè)領(lǐng)導(dǎo)者依賴數(shù)據(jù)科學(xué)家來解析數(shù)據(jù)背后的含義，以便利用這些數(shù)據(jù)洞察的結(jié)果來規(guī)劃公司的戰(zhàn)略方向。在我看來，這些企業(yè)領(lǐng)導(dǎo)者似乎對(duì)自己公司的戰(zhàn)略方向缺乏清晰的認(rèn)知。他們似乎在想，我們的數(shù)據(jù)科學(xué)家正在檢查我們是否走在正確的道路上，一旦他們提供了最新的發(fā)現(xiàn)，我們就能明白應(yīng)該向客戶傳達(dá)什么信息，并據(jù)此制定我們公司的業(yè)務(wù)戰(zhàn)略。這種想法給我的直觀感受是，這些企業(yè)領(lǐng)導(dǎo)者并沒有認(rèn)真履行好他們的職責(zé)。他們更像在被別人領(lǐng)導(dǎo)，而非真正地領(lǐng)導(dǎo)別人。問題的癥結(jié)在于：他們并不真正了解公司的經(jīng)營宗旨和戰(zhàn)略目標(biāo)，因此也就無法提出那些能夠指導(dǎo)數(shù)據(jù)驅(qū)動(dòng)決策的關(guān)鍵問題。在部署AI使用戰(zhàn)略目標(biāo)提出的。也就是說，任何組織使用，都應(yīng)該以組織目標(biāo)為導(dǎo)向。令人遺憾的是，我所見到的大量企業(yè)案例表明，企業(yè)很容易被自身組織目標(biāo)之外的其他次要因素影響，因此，在部署過程中出現(xiàn)各種溝通不暢的問題也就不足為奇了。2023年2月，微軟宣布推出搭載功能的新版搜索引擎必應(yīng)及瀏覽器dg，在業(yè)內(nèi)引發(fā)廣泛關(guān)注。一天之后，谷歌舉行發(fā)布會(huì)，發(fā)布智能聊天機(jī)器人d。在谷歌舉行發(fā)布會(huì)的當(dāng)天，英國《每日電訊報(bào)》報(bào)道稱，d”在展示其工作原理的官方宣傳文章中，給出了一條錯(cuò)誤回答：有用戶向d提問，詹姆斯韋伯空間望遠(yuǎn)鏡有哪些新發(fā)現(xiàn)，可以講給我9歲的孩子？d的其中一條回答是第一張?zhí)栂低庑行堑恼掌怯烧材匪鬼f伯空間望遠(yuǎn)鏡拍攝的。但哈佛史密松森天體物理中心的格蘭特特朗布萊指出，這并非事實(shí)，第一張?zhí)栂低庑行堑恼掌?004年由甚大望遠(yuǎn)鏡陣列（）拍攝的，而不是由2022年才正式啟用的詹姆斯問題使用谷歌的原始搜索引擎查詢，則不會(huì)得到這樣的錯(cuò)誤答案。因此有專家指出，生成式輸出結(jié)果的準(zhǔn)確性存疑，有時(shí)它根據(jù)統(tǒng)計(jì)分析給出看似合理的答案，而非給出真實(shí)的答案。——譯者注BillyPerrigo,“TheNewAI-PoweredBingIsThreateningUsers.That’sNoLaughingMatter,”Time,February17,2023.JeranWittenstein,“AFactualErrorbyBardAIChatbotJustCostGoogle$100Billion,”Time,February9,2023.——ydny在用戶提出不合適的問題時(shí)對(duì)其進(jìn)行了恐嚇與斥責(zé)。顯然，微軟迅速推出這項(xiàng)技術(shù)的背后原因，主要是希望在搜索引擎市場(chǎng)中分得一杯羹，切割谷歌的市場(chǎng)份額，而非單純出于為消費(fèi)者打造實(shí)用產(chǎn)品的愿景。谷歌當(dāng)然也不是吃素的，它也匆忙推出了自己的智能聊天機(jī)器人d。然而，在首次公開亮相時(shí)，d”在回答有關(guān)詹姆斯韋伯空間望遠(yuǎn)鏡（）的問題時(shí)犯了一個(gè)低級(jí)錯(cuò)誤——對(duì)于這個(gè)問題，你如果使用谷歌的原始搜索引擎就很容易得到正確答案，但智能聊天機(jī)器人卻出現(xiàn)了這樣的錯(cuò)誤。投資者透過這個(gè)事情，擔(dān)心谷歌公司不再踐行其使命——整合全球信息，使人人皆可訪問并從中受益。因此，資本市場(chǎng)迅速給出消極反應(yīng)——谷歌公司股價(jià)下跌了9，市值蒸發(fā)了1000美元。M.Pandey,“Apple’sMissingBiteIsLLMs,andItMakesSenseforThem,”AnalyticsIndiaMagazine,March30,2023;M.Sullivan,“Apple’sSilenceonGenerativeAIGrowsLouder,”FastCompany,March21,2023.你要確保每個(gè)人都了解你的企業(yè)想要實(shí)現(xiàn)什么目標(biāo)，以及并在你的一言一行中體現(xiàn)為組織的目標(biāo)而奮斗。人們需要通過這一步驟來認(rèn)識(shí)到，他們?cè)诠ぷ髦械难孕衅鋵?shí)是在傳遞著組織的價(jià)值觀。你可以講一個(gè)最近發(fā)生的體現(xiàn)組織目標(biāo)堅(jiān)定性的故事，這個(gè)故事要能解釋為什么當(dāng)時(shí)我們要做那樣的決策和提出那樣的要求。這樣，你的員工將逐漸開始思考他們自己在做出決策和采取行動(dòng)時(shí)的依據(jù)是什么，整個(gè)組織也會(huì)逐步形成一種以組織目標(biāo)為中心的良性思維模式。一旦形成這種思維模式，你就可以將對(duì)組織目標(biāo)的追求與部署結(jié)合起來。這是非常重要的一步，因?yàn)槟阈枰苊鈫T工將I的部署視為目標(biāo)本身。當(dāng)然，如果你們公司內(nèi)部對(duì)組織目標(biāo)已經(jīng)達(dá)成共識(shí)，那么這種結(jié)合（即對(duì)組織目標(biāo)的追求與部署的結(jié)合）就更容易建立了。正如我在第1章中所描述的那樣，單單讓人們意識(shí)到需要基于組織目標(biāo)去使用，就是一項(xiàng)很不容易做到的長期工作。你需要在做每一個(gè)決策時(shí)都言出必行。你還需要提升自己的人際交往能力（詳見第9章），在公司內(nèi)營造一種團(tuán)隊(duì)協(xié)作的氛圍，讓技術(shù)專家和業(yè)務(wù)專家協(xié)同起來，共同推動(dòng)的部署。同樣重要的是，作為團(tuán)隊(duì)領(lǐng)導(dǎo)者，你需要定期主動(dòng)與數(shù)據(jù)科學(xué)家或數(shù)據(jù)分析師舉行面對(duì)面交流，這也是體現(xiàn)你以身作則推動(dòng)部署的關(guān)鍵行動(dòng)。在與這些專家定期舉行的會(huì)議中，你可以嘗試分享一些部署的成功經(jīng)驗(yàn)及相關(guān)案例研究（司內(nèi)部的實(shí)踐案例）。特別是，通過這些案例來展示是如何與組織的戰(zhàn)略目標(biāo)和價(jià)值觀保持一致的。投資AILarryFink,quotedinAndrewRossSorkin,“World’sBiggestInvestorTellsC.E.O.sPurposeIsthe‘AnimatingForce’forProfits,”NewYorkTimes,January17,2017.當(dāng)然，我并不是說企業(yè)在部署時(shí)不用考慮經(jīng)濟(jì)收益回報(bào)。在這方面，你的主要職責(zé)之一是向你的員工傳遞一個(gè)信息：組織只有在更廣泛、更長遠(yuǎn)的目標(biāo)指導(dǎo)下看待利潤，利潤才更有價(jià)值。正如全球領(lǐng)先的投資管理公司貝萊德集團(tuán)的拉里芬克（ynk）所說，組織的目標(biāo)，不是單純追求利潤；它是追求利潤的源動(dòng)力。在與員工溝通時(shí)，你不能低估這一點(diǎn)，因?yàn)樗宄乇砻鳎瑢?duì)任何公司來說，部署使用都長期的宏大計(jì)劃，目的是持續(xù)地創(chuàng)造價(jià)值。只有那些以組織目標(biāo)為導(dǎo)向的公司，才是對(duì)利益相關(guān)者負(fù)責(zé)任的公司。在這種公司里，大家必將深思熟慮，以協(xié)作的方式來部署使用。例如，當(dāng)整個(gè)組織都持有以目標(biāo)為導(dǎo)向的思維模式時(shí)，技術(shù)專家就會(huì)受到更多啟發(fā)，以可持續(xù)的方式來分析公司的數(shù)據(jù)。他們不會(huì)只想著盡量分析更多數(shù)據(jù)來顯得自己能干，而是會(huì)認(rèn)真考慮：到底要分析哪些數(shù)據(jù)，需要借助找到哪些有用的建議，才能真正幫助公司找到急需解答的問題的答案。RichardWatersandMilesKruppa,“RebelAIGroupRaisesRecordCashafterMachineLearningSchism,”FinancialTimes,May28,2021;ChloeXiang,“OpenAIIsNowEverythingItPromisedNottoBe:Corporate,Closed-Source,andForProfit,”Vice,February28,2023;SaumilKohli,“ElonMuskSparksControversy:CriticizesOpenAI’sProfitMotivePost-Investment,”Coinnounce,May17,2023.在利潤和公司其他更重要的目標(biāo)之間保持平衡，是一件很難的事情。有多難？我們看一看OpenAI的案例?；氐?015年，OpenAI在成立之初化的優(yōu)先權(quán)。這一急劇變化立即反映在該公司對(duì)大語言模型的立場(chǎng)上。早在2019年，pn在首次開發(fā)3的早期版本時(shí)采取了非常謹(jǐn)慎的態(tài)度。該公司主要采用發(fā)表學(xué)術(shù)論文的方式來與學(xué)術(shù)界小范圍分享最新研究成果，并針對(duì)技術(shù)細(xì)節(jié)等相關(guān)信息的發(fā)布設(shè)置了明確的保護(hù)措施，以防止技術(shù)被濫用。相比之下，2022年該公司迅速推進(jìn)3的商業(yè)化，包括推出h等面向端用戶的聊天工具，以及在微軟的眾多產(chǎn)品（比如，搜索引擎必應(yīng)）中進(jìn)行3的深度集成。但是，pn幾乎沒有考慮這種迅速且廣泛的發(fā)布給人類社會(huì)帶來的潛在危害。不出所料，這種立場(chǎng)的轉(zhuǎn)變導(dǎo)致公司內(nèi)部員工和領(lǐng)導(dǎo)層出現(xiàn)了嚴(yán)重分歧——pn的薩姆奧特曼在2023年11月17日被董事會(huì)解雇，但又在1121日復(fù)職。其實(shí)，在這次領(lǐng)導(dǎo)層變動(dòng)開始之前，該公司幾位著名的倫理學(xué)家和工程師已經(jīng)辭職以示抗議，他們選擇成立他們自己的獨(dú)立公司nhop——這個(gè)新公司堅(jiān)持的是pnI2015年最初設(shè)定的目標(biāo)，也就是他們之前簽約時(shí)要努力實(shí)現(xiàn)的那些目標(biāo)。組織目標(biāo)的穩(wěn)定性vs許多人認(rèn)為組織目標(biāo)是固定不變的，因?yàn)樗麄兿嘈沤M織的價(jià)值觀是不可妥協(xié)的。這種看法可能會(huì)給那些以組織目標(biāo)為導(dǎo)向的領(lǐng)導(dǎo)者在部署帶來一些挑戰(zhàn)。不可否認(rèn)的是，很多企業(yè)對(duì)盡快適應(yīng)新的技術(shù)有著強(qiáng)烈的緊迫感。但是，我們?cè)撛趺椿獍l(fā)展一日千里”和組織目標(biāo)應(yīng)該始終如一之間的矛盾呢？以組織目標(biāo)為導(dǎo)向的部署策略，怎樣才能適應(yīng)領(lǐng)域的迅猛發(fā)展呢？作為企業(yè)領(lǐng)導(dǎo)者，你的挑戰(zhàn)在于如何說服員工，讓他們理解適應(yīng)追求的目標(biāo)可能會(huì)保持不變，但這并不表示我們?nèi)?shí)現(xiàn)組織目標(biāo)的方法和路徑也要一成不變。更先進(jìn)的已。你需要不斷地努力，把實(shí)現(xiàn)組織目標(biāo)的方式升級(jí)為與最新意思很明確：在你想實(shí)現(xiàn)的目標(biāo)上要堅(jiān)定，但在如何幫助你實(shí)現(xiàn)這一目標(biāo)的方式上要靈活。例如，如果一家零售公司使用來優(yōu)化客戶體驗(yàn)，很可能會(huì)沿著下面的歷程走：昨天，該公司很可能投資基于會(huì)使用基于大語言模型的智能聊天機(jī)器人，采用對(duì)話式的互動(dòng)方式來幫助客戶精準(zhǔn)查找產(chǎn)品；而到了明天，該公司極有可能會(huì)使用其他完全不同的新技術(shù)（這種新技術(shù)可能現(xiàn)在還沒發(fā)明出來）。當(dāng)然，為了實(shí)現(xiàn)這種技術(shù)工具多模態(tài)層面的靈活性，你需要不斷學(xué)習(xí)，保持好奇心和開放的態(tài)度，及時(shí)了解如何影響組織運(yùn)作的最新行業(yè)趨勢(shì)和最佳實(shí)踐（詳見第1章）。在這方面，養(yǎng)成終身學(xué)習(xí)的習(xí)慣至關(guān)重要。AI····幫助員工認(rèn)識(shí)到：企業(yè)部署AI，·用長遠(yuǎn)的眼光來看待AI，·持續(xù)關(guān)注AI的最新進(jìn)展，并確保在使用AI第3包容把員工當(dāng)“人”的IT部門都將成為AI智能體（AIAgent）的人力資源部門?！边@個(gè)觀點(diǎn)與本書作者的觀點(diǎn)很一致?！g者注ValaAfshar,“80%ofOrganizationsWillHaveHyperautomationonTheirTechnologyRoadmapby2024,”ZDNET,June22,企業(yè)部署價(jià)值逐漸降低，甚至擔(dān)心有一天會(huì)被淘汰或被邊緣化。這種擔(dān)心并非杞人憂天。與人類相比，周末和節(jié)假日休息。同時(shí)，員工與的整合工作往往由部門而非人力資源部門主導(dǎo)，這在無形中傳遞出一種信號(hào)——在某種程度上，企業(yè)將員工和視為可互換的資源。實(shí)際上，當(dāng)今的企業(yè)正致力于將工作任務(wù)流程盡可能自動(dòng)化。賽富時(shí)（o）首席數(shù)字化推廣師瓦拉阿夫沙爾（ah）在2022年曾預(yù)測(cè)：到2024年，自動(dòng)化方面的需求將急劇上升，預(yù)計(jì)各行業(yè)80的組織將把超級(jí)自動(dòng)化從工作效率和經(jīng)濟(jì)效益的角度審視，相較于人類員工，的自動(dòng)化和自我學(xué)習(xí)能力無疑展現(xiàn)出巨