宝玉

转译：为什么大部分公司根本不应该制定所谓的「AI 战略」？ 企业领导们害怕落后，纷纷冲向AI，但他们真的做对了吗？这位专家却不这么认为。 原文：Why Most Companies Shouldn’t Have an AI Strategy 作者乔·佩帕德（Joe Peppard）是爱尔兰都柏林大学迈克尔·斯墨菲特商学院的教授兼学术主任。 如今，自从 ChatGPT 火爆全球之后，几乎所有公司都在喊同一句口号：“我们必须要有 AI 战略！” 这种焦虑很容易理解——毕竟，谁都不想被时代甩在身后，错过下一个巨大的商机。因此，无数公司开始一窝蜂地“冲进 AI”，纷纷成立了所谓的“AI 战略中心”，甚至特意任命了“首席 AI 官（Chief AI Officer）”。 但很遗憾，我要泼个冷水：大部分公司这样做都是错的。我在与不同企业深入合作、一起面对 AI 浪潮时，发现一个扎心的现实：事实上，大部分公司不仅不需要 AI 战略，甚至根本不应该有专门的 AI 战略。 或许你听了觉得很奇怪，甚至觉得我是不是说反了？没有 AI 战略的话，公司岂不是要输在起跑线上了吗？我的回答是：并不会，理由有以下几个： 大部分公司其实根本没做好用 AI 的准备 想象一下，就算某天一份完美的“AI 战略计划”神奇地出现在了 CEO 的邮箱里，大部分公司也完全没法真正落地。这是因为，它们连最基本的基础准备都还没做好。 其中最核心的问题，就是“数据”。 如果数据质量差——不完整、有偏差或者根本杂乱无章——那么 AI 的表现自然会很差劲。你可以有一个非常棒的战略目标，但糟糕的数据会让你寸步难行。 到头来，“AI 战略”只会浪费公司的精力和资源，让企业忘记了真正应该去做的事情。 举个例子吧：假设有一家制造业公司想要用 AI 来预测设备故障，以减少生产线的停工时间。这听起来很好，对吧？但要做到这一点，公司首先得用历史数据识别各种设备可能发生的故障类型，并找到这些故障的“信号”——也就是故障前兆的特定数据模式或趋势。接下来，利用这些数据通过机器学习技术建立算法，预测故障的出现。 到目前为止一切都很好，然而现实却是：大部分公司根本没有收集过足够的历史数据来训练 AI 模型。想积累足够的高质量数据并建立精准的算法，往往需要几个月甚至几年时间。 AI 并不是一个孤立的“孤岛” AI 是一种技术，就跟区块链、物联网、元宇宙一样。公司为什么偏偏需要给 AI 制定单独的战略？ 更进一步说，“AI”其实也不只是一种技术，而是很多相关技术的集合，比如机器学习、计算机视觉、机器人技术、图像识别，还有当下火热的生成式 AI（比如大语言模型 ChatGPT）。 再看看现实里企业是怎么成功利用 AI 的，你会发现它们大多是将 AI 与其他技术结合在一起，共同融入到具体的业务场景中，而不是孤立地单独使用。 回到刚才的制造业例子：假设公司确实已经具备了相关的数据，成功训练出了算法。那么，完整的解决方案一定还需要其他技术，比如设备上的传感器实时采集数据，通过蓝牙传输数据，再用云计算平台存储和处理数据，在云端运行算法，实时监控设备状态并发出故障预警。 看到这里，你一定会发现问题所在了吧：相比制定一个单独的 AI 战略，企业真正需要的是一个全面考虑各种技术的整体战略。如果公司只把目光盯在 AI 上，反而会本末倒置，造成精力的分散。 于是问题又回到了原点：AI 究竟有什么特别的地方，以至于需要单独为它制定一个专门的战略呢？ 答案其实很简单：完全没有！ 人才还没准备好，你拿什么做 AI 战略？ 调研显示，很多公司在 AI 这件事上还很“不成熟”。什么意思呢？就是从公司高管到普通员工，绝大部分人其实根本不太懂 AI，也没有真正用过这些工具，更不习惯用数据来支持决策。 这种情况下，所谓的“AI 战略”只会偏离实际，变成一场纸上谈兵。 试想一下，如果你是公司领导，自己都对 AI 一知半解，又怎么可能制定出一个靠谱的 AI 战略？ 显然不现实。 大部分公司的起点其实还处在摸索阶段，因此现在最重要的，并不是自上而下地去制定一套复杂的 AI 战略。相反，更应该鼓励一线员工主动去尝试各种 AI 工具，从日常的工作中发现机会，摸索可能的用途。这种由下而上的探索，才更容易诞生真正有用的创意和方案。 当然，过程中还得确保有合适的“护栏”，以便员工能够安全地、负责任地使用 AI，避免公司暴露在不必要的风险之中。 真正推动公司前进的，从来都不是技术，而是人。 要实现真正的“数字化成熟”，可能需要几年甚至更长的时间，尤其当企业文化也需要同时转型的时候。如果你以为靠一套华丽的数字战略就能瞬间实现成熟，那就好比你给一个两岁的孩子穿上一套西装，然后告诉大家：“看，他现在是大人了！”显然，这不现实。 强行制定 AI 战略，会让公司做出错误的决策 如果公司硬要强迫自己制定一个所谓的 AI 战略，很可能会导致员工在做决策时，凡事都戴着“AI 眼镜”，认为每个问题都能靠 AI 来解决。 现在的确是 AI 最火爆的时候，但这不代表 AI 就能解决企业的所有问题。未来肯定还有其他新技术出现。如果过于聚焦于 AI，公司可能会忽视其他同样有效、甚至更适合的解决方案。 因此，真正需要讨论的不是“我们怎么才能用上 AI”，也不是怎么靠 AI 让公司利润翻倍或打造新商业模式。而是，公司应该持续思考：“我们如何才能更好地运用数字技术，真正改善业务表现，实现战略目标？” AI 只是众多技术中的一个罢了。 我之前发表的一篇文章里，也曾提出过类似的观点：我甚至认为公司根本不应该有单独的“IT 部门”。如果你把技术（尤其是特定的技术，比如 AI）单独从业务部门割裂开，那相当于把真正负责提升公司业绩的人，与负责实施技术的人彻底隔绝了。 长此以往，技术只会与业务脱节，最终带来失败。如果每次遇到问题，公司都只会喊着：“赶快上 AI！”那么，你很可能永远都找不到真正适合你的解决方案。 历史决定了企业能走多远 我的研究还发现，企业在某一时刻能够做出的决策，其实很大程度上取决于过去做过的选择。 即使当时那些决定在现在看来已经不合时宜，但历史的影响往往持续存在。 尤其是在技术领域，这一点表现得尤为明显。比如，十年前放弃购买某个软件或是决定不投资某个系统可能在当时是对的，但这些决定在今天可能已经成了障碍，限制了企业在 AI 应用上的空间。 领导者们可能会看到一个 AI 成功应用的案例，然后也想在自己公司里复制。但是，当他们真正去尝试的时候，却发现根本做不到——因为他们十年前就已经选择了另一条路。 有些公司过去很早就做了准备，比如早就对数据质量、技术平台和组织能力进行了大量投资，这样的公司自然能迅速抓住 AI 带来的机会。但大部分公司显然还远远没有做到这些准备。 说到底，大多数公司过去在数字转型中本来就行动缓慢，即使现在突然提出了所谓“AI 战略”，也不会一夜之间超越竞争对手。 如果一个企业一直以来都在数字化转型方面动作迟缓，光靠一个漂亮的“AI 战略”是没法实现飞跃的。到头来，只会白白浪费精力。 所以，现实一点吧，别再幻想 AI 战略能一夜之间带你走向成功。真正有用的 AI 战略，只属于那些已经做好扎实基础工作的公司，而不是大部分正在追逐潮流的企业。

预览