風險從未如此之高。未能適應的企業(yè)將成為AI時代的寶麗來和百視達，然而，倉促實施也會帶來自身的危險。2021年2月，Zillow宣布將開始購買由機器學習算法估值的房產(chǎn)，這一舉動被廣泛贊譽為邁入AI新世界的勇敢一步，然而八個月后，這個新業(yè)務部門以約3億美元的虧損告終。

AI帶來的機遇和風險需要深思熟慮和審慎的戰(zhàn)略應對。零散的解決方案是不夠的。AI發(fā)展的速度，加上其在改變?nèi)穗H關系和企業(yè)文化方面的獨特能力，要求框架既能平衡前所未有的不確定性，又能滿足立即行動的需求。企業(yè)需要全面的思維系統(tǒng)，能夠在保持核心目標和人類利益相關者關注的同時，引導他們進行持續(xù)轉型。

我花了三十年時間指導從財富2000強公司到最大政府機構的數(shù)字化轉型。在這些經(jīng)歷中，我反復遇到兩種常見但對立的態(tài)度，阻礙了企業(yè)成功實施新技術：對變革的制度性抗拒和沒有戰(zhàn)略目的的技術沖動采用。我現(xiàn)在看到許多企業(yè)在應對AI時重復同樣的錯誤。

解決這一雙重問題的關鍵在于采用互補的框架，結合創(chuàng)造一種平衡的AI采用方法。OPEN框架(概述、合作、實驗、導航)提供了一個系統(tǒng)的四步流程，用于利用AI的潛力，指導企業(yè)從初步評估到持續(xù)實施。CARE框架(災難化、評估、調(diào)節(jié)、退出)提供了一個平行結構，用于識別和管理創(chuàng)新項目內(nèi)以及更廣泛企業(yè)環(huán)境中與AI相關的風險。雖然目的不同，但這兩個框架都設計得足夠靈活，能夠隨著AI的發(fā)展而演變。

這些框架嵌入并支持兩種互補的心態(tài)：對AI潛力的激進樂觀與對其風險的深刻謹慎。通過將創(chuàng)新管理流程與投資組合和財務管理(PfM)方法相結合，企業(yè)可以在保持強大保障的同時推動變革性變化。

OPEN框架

OPEN框架以企業(yè)目標和人機體驗為基礎，強調(diào)成功采用不僅取決于技術，還取決于能夠支持持續(xù)轉型的領導和企業(yè)文化。流程中的每一步都有助于創(chuàng)新組合的發(fā)展，使企業(yè)能夠從構思到部署、維護，最終到退役管理AI項目。

1. 概述

太多企業(yè)在開始AI之旅時問的是“這項技術能做什么?”而不是“這項技術如何幫助我們實現(xiàn)使命?”這種方法導致技術驅動的解決方案在尋找問題，而不是提供真正價值的新方式。通過在流程開始時重申其目標，并將所有決策與該目標對齊作為成功的最基本標準，企業(yè)可以避免被AI幾乎無限的能力所分散注意力。

可口可樂提供了一個引人注目的案例研究，展示了公司如何容易因嘗試最新技術趨勢而失去對核心目標的關注。2023年，可口可樂推出了一款與AI共同創(chuàng)造的新飲料Y3000，不出所料，該公司因飲料味道不佳而廣受批評。2024年，可口可樂再次將AI作為一種噱頭，用一個幾乎沒有人感興趣的AI驅動的廣告活動破壞了他們長期以來成功的圣誕廣告系列。雖然在規(guī)模上測試生成性AI的能力或許有一定價值，但將一個受人喜愛的品牌與令人不安的“詭異谷”圖像聯(lián)系起來顯然是一個失誤。

耐克提供了一個反例，展示了AI計劃如何與企業(yè)目標深度對齊。耐克的使命是“為每一位運動員帶來靈感和創(chuàng)新”(強調(diào)“如果你有身體，你就是運動員”)。耐克沒有將AI作為一種營銷噱頭，而是實施了直接服務于這一使命的AI解決方案。他們的Nike Fit技術使用AI驅動的計算機視覺，通過簡單的手機掃描幫助顧客找到完美的鞋碼。他們的消費者直達加速戰(zhàn)略利用AI進行需求感知和庫存優(yōu)化，確保正確的產(chǎn)品在正確的時間到達正確的消費者手中。通過從服務運動員的核心目標出發(fā)，耐克避免了為技術而技術的陷阱，而是開發(fā)了為客戶創(chuàng)造真正價值并加強品牌的AI用例。

概述階段的實用指南：

? 重申企業(yè)目標：在采用AI之前，重新審視并確認企業(yè)的使命，以確保清晰度和支持。

? 評估當前知識：評估企業(yè)的AI素養(yǎng)和準備情況。舉辦研討會以識別知識差距。制定計劃填補差距。

? 頭腦風暴用例：指派跨職能團隊進行關于AI應用的自由思考。

? 過濾：根據(jù)企業(yè)目標和AI準備情況的標準篩選可能的用例。

2. 合作

開發(fā)和實施AI創(chuàng)新戰(zhàn)略是一個典型的跨學科問題。這項任務不能僅僅交給IT部門、研發(fā)團隊或首席創(chuàng)新官。如果要使AI解決方案有機會創(chuàng)造真正價值，這些職能以及其他更多職能需要參與其中。因此，企業(yè)內(nèi)部的合作伙伴關系對于AI計劃的成功至關重要。但僅靠內(nèi)部合作往往是不夠的。

即使內(nèi)部能力強大的企業(yè)通常也需要建立外部合作伙伴關系來實現(xiàn)其AI目標。雖然大型科技公司可能能夠從頭開始構建定制的AI解決方案，但大多數(shù)企業(yè)需要與能夠幫助它們開發(fā)和實施實現(xiàn)目標所需特定技術的專業(yè)合作伙伴合作。這些通常是第三方服務提供商，但也可能是學者、獨立倫理顧問或行業(yè)監(jiān)管機構。

但也許最關鍵的合作伙伴關系是人與AI系統(tǒng)本身之間的合作。這種合作關系將從根本上重塑每個部署AI解決方案的企業(yè)文化，改變工作關系、匯報結構和個體角色。企業(yè)需要仔細思考其AI實施將如何不僅改變流程，還改變企業(yè)內(nèi)部的整體人類體驗。AI系統(tǒng)是增強人類能力還是取而代之?它將如何影響團隊動態(tài)和企業(yè)層級?它將在幕后運作還是直接與用戶互動?這些關于人機合作的問題需要從任何AI計劃的最初階段就加以考慮，而不是在技術解決方案已經(jīng)構建完成后再作為事后補救。

合作階段的實用指南：

? 繪制內(nèi)部專長與合作機會：首先識別可以用于AI計劃的現(xiàn)有內(nèi)部能力。繪制跨部門專長圖，確保正確的團隊(如數(shù)據(jù)科學、IT、運營和營銷)能夠無縫協(xié)作。

? 評估和審查外部合作伙伴：選擇外部合作者(如技術供應商、學術機構或小眾AI初創(chuàng)公司)對于填補能力缺口至關重要。領導者必須確保潛在合作伙伴與企業(yè)目標、價值觀和運營需求一致。

? 建立合作伙伴關系的治理結構：AI合作伙伴關系通常涉及數(shù)據(jù)共享、知識產(chǎn)權(IP)考量和協(xié)作創(chuàng)新。清晰的治理結構有助于管理這些復雜性并確保問責制。

? 在AI項目中優(yōu)先考慮以人為本的設計：確保無論是內(nèi)部還是面向客戶的AI實施，都將人類體驗置于設計和部署的核心位置。這對于采用率和積極成果至關重要。

3. 實驗

從對AI可能性的天馬行空思考轉向實際實施需要一個精心設計的實驗方法。許多企業(yè)犯了一個錯誤，即直接從構思階段跳到全面部署，導致代價高昂的失敗和錯失的機會。另一些企業(yè)則陷入了一個永無止境的概念驗證循環(huán)，這些驗證從未轉化為實際價值。這兩種方法都浪費了資源，更重要的是，浪費了學習關于AI如何在特定企業(yè)環(huán)境中創(chuàng)造價值的寶貴機會。

成功的AI實驗的關鍵是將實驗結構化為一個學習之旅，而不是驗證練習。每個實驗不僅應設計為測試特定AI解決方案是否有效，還應生成關于其如何創(chuàng)造價值、如何擴展以及人類將如何與之互動的見解。這意味著要超越測試技術可行性，探索企業(yè)級的可行性和人類的需求性。這意味著不僅要測試AI系統(tǒng)本身，還要測試支持它的企業(yè)能力。這意味著愿意快速失敗并快速學習。

實驗階段的實用指南：

? 開發(fā)概念原型：使用概念建模來可視化AI如何融入您當前的企業(yè)架構。繪制客戶旅程的故事板以預測接觸點和挑戰(zhàn)。

? 從小處著手：部署有限用途的試點項目以收集有關可行性和性能的數(shù)據(jù)。例如，銀行可以在擴展之前在單個分行測試由AI驅動的欺詐檢測。

? 納入現(xiàn)實世界場景：設計實驗以反映現(xiàn)實世界的條件和例外情況，而不是理想化的設置。這確保了結果的實際性和可擴展性，同時揭示了在更廣泛部署中可能出現(xiàn)的潛在問題。

? 定義成功指標：為每個實驗確定關鍵績效指標(KPI)，如運營效率的提高或客戶滿意度的提升。

4. 導航

導航階段涉及在確保與更廣泛的戰(zhàn)略目標和文化價值觀一致的同時，引導企業(yè)通過AI的采用。它強調(diào)在一個技術和人類因素深度交織的快速演變環(huán)境中持續(xù)學習和適應。

成功的AI創(chuàng)新關鍵在于通過精心設計的創(chuàng)新管道保持源源不斷的高潛力項目流動，從而將創(chuàng)意轉化為運營系統(tǒng)。項目根據(jù)綜合排名分數(shù)在這個管道中推進，這些分數(shù)反映了戰(zhàn)略優(yōu)先級、風險水平、潛在價值、成本和實施難度。這些排名提供了一個客觀的基礎，用于確定在任何特定時間應推進哪些項目。

管道流速——項目通過系統(tǒng)的速度——需要謹慎管理。推進過快可能在項目尚未準備好的情況下冒進，而推進過慢可能導致錯失機會或競爭劣勢。關鍵在于保持穩(wěn)定的前進動力，同時確保質(zhì)量關卡得到適當執(zhí)行。這通常意味著在不同階段并行運行多個項目，創(chuàng)造一個持續(xù)流動的過程，而不是斷斷續(xù)續(xù)的。

實施導航階段的實用指南：

? 應用客觀指標：開發(fā)一個創(chuàng)新組合，根據(jù)風險、回報、資源需求、實施難度和戰(zhàn)略一致性對AI項目進行分類。定期審查和更新組合，以確保其反映不斷變化的優(yōu)先事項和市場條件。

? 優(yōu)先分配資源：根據(jù)AI項目的潛在影響和可行性戰(zhàn)略性地分配資源。為避免資源過于分散，專注于與核心使命和長期目標緊密一致的項目。

? 采用學習型文化：通過整合反饋循環(huán)鼓勵迭代學習。例如，一家使用AI進行路線優(yōu)化的物流公司可能會根據(jù)司機的反饋調(diào)整模型。

? 關注地平線：保持對AI趨勢的了解，以預測變化。分配研發(fā)資源以確保為下一波創(chuàng)新做好準備。

CARE框架

雖然AI承諾在每個企業(yè)職能中進行變革，但它也引入了可能破壞甚至摧毀未準備好的企業(yè)的脆弱性。例如，雖然AI驅動的診斷工具正在革新醫(yī)療服務的提供，但由于訓練數(shù)據(jù)的偏差，AI系統(tǒng)也可能在醫(yī)療診斷中犯下潛在災難性的錯誤。同樣，隨著企業(yè)部署AI進行關鍵基礎設施管理，他們面臨的網(wǎng)絡安全威脅增加，這些威脅可能通過互聯(lián)系統(tǒng)級聯(lián)。這些技術挑戰(zhàn)因AI所需企業(yè)和文化的轉變而被放大，團隊必須適應新的工作和思維方式。企業(yè)還必須應對其他一系列風險，包括：

? 可能由AI驅動的公關災難引發(fā)的聲譽風險

? 因AI偏見、版權模糊和客戶隱私問題導致的法律風險

? 隨著AI迅速重塑整個行業(yè)而出現(xiàn)的戰(zhàn)略風險

這些風險的復雜性和相互關聯(lián)性要求采用結構化的方法進行識別、評估和緩解。

CARE框架(災難化、評估、調(diào)節(jié)、退出)采取主動而非被動的方法來管理AI風險。與傳統(tǒng)風險管理方法不同，CARE專門設計用于應對AI風險的技術和人類維度。它考慮了AI能力的快速演變、意外行為的潛在可能性、企業(yè)文化的轉變以及技術、運營和人類因素之間的復雜相互聯(lián)系。隨著AI系統(tǒng)的演變和新風險的出現(xiàn)，該框架可以迭代應用。

CARE為企業(yè)提供了一種識別和管理AI相關風險的結構化方法：

? 系統(tǒng)地識別技術、運營和戰(zhàn)略維度中的潛在風險。這創(chuàng)建了一個全面的風險清單，作為所有后續(xù)規(guī)劃的基礎。

? 評估風險可能性、潛在影響和企業(yè)應對能力。這使得能夠優(yōu)先處理風險并高效分配資源。

? 實施控制措施、監(jiān)控系統(tǒng)和治理結構以管理已識別的風險。這一步將分析轉化為可操作的保障措施和程序。

? 制定明確的風險響應協(xié)議，包括系統(tǒng)關閉程序和企業(yè)連續(xù)性計劃。這在預防措施失敗時提供了一個重要的安全網(wǎng)。

AI代表了企業(yè)運作和創(chuàng)造價值的根本性轉變。為了成功，公司必須采用一種平衡的方法，既要擁抱AI的潛力，又要意識到其風險。通過整合像OPEN和CARE這樣的結構化框架，企業(yè)可以應對AI采用的復雜性，確保創(chuàng)新和韌性。這種雙重方法使企業(yè)能夠利用AI的變革力量，同時防范潛在的陷阱。最終，在AI時代蓬勃發(fā)展的關鍵在于戰(zhàn)略性地、深思熟慮地和平衡地應對。