未來10年，做不到這三點的企業將寸步難行

編者按：本文來自微信公眾號“哈佛商業評論”（ID:hbrchinese），作者 HBR-China，36氪經授權釋出。

250多年以來，如果要說驅動經濟增長的根本動力是什麼？那麼答案一定是技術創新，其中最重要的創新即經濟學家所謂的通用技術，包括蒸汽機、電力和內燃機等。在這些技術之後,相應的創新和機會大量湧現。而對當前這個時代來說，最重要的通用技術就是人工智慧。人工智慧以遠超人類的速度和力量執行多種型別的體力和智力任務，大大提升了社會生產力。

來自麻省理工學院的兩位學者埃裡克·布林約爾松和安德魯·麥卡菲稱，人工智慧的影響力將在接下來的10年中不斷放大，製造、零售、交通、金融、醫療、法律、廣告、保險、娛樂、教育及幾乎所有其他行業都會改革核心流程和商業模式，從而搭上人工智慧的順風車。美國布魯金斯學會發布的《人工智慧改變世界》報告顯示，至2030年，AI將推動全球GDP增長超過15.7萬億美元，推動經濟增長14%。這些都意味著，能夠迅速感知並抓住機會的組織將在AI的天下佔領高地。

雖然目前AI已在金融、醫療、交通等多個領域實現技術落地，且應用場景也愈來愈豐富，正在實現全方位的商業化，引發了各個行業的深刻變革，但仍有大量重要機會尚未發掘，瓶頸出現在企業的管理、思維和商業想象力等方面。

AI的大規模落地應用首先要面臨的是信任問題。原因在於，在AI的快速發展與廣泛應用過程中，機器替代人的討論也愈發激烈。花旗集團研究預計，AI將威脅美國47%的勞動力崗位和經合組織（OECD）國家57%的勞動力崗位，對亞洲新興經濟體國家印度與中國的勞動力崗位影響更是分別達到69%和77%。這讓人們不得不對自己未來的工作產生憂慮。《衛報》就有報道稱，英國600多萬員工擔心自己被機器取代。

因此，企業在應用AI時會面臨來自員工的壓力，對於有可能取代自身工作的AI，員工在一定程度上持有不信任的態度，加大了應用的難度。包括一些管理者自身也會擔心AI對於自身價值造成衝擊。埃森哲針對來自14個國家的1700餘名經理進行調研後發現，有超過三分之一的經理擔心機器可能使得他們飯碗不保。在被問及是否會信任智慧系統所作的決定時，只有14%的一線經理回答十分認同。

企業要想讓AI發揮積極的作用，就要採取多種方式逐步培養員工對AI的信任，並從組織管理上努力打造人機共生的組織環境。首先，企業決策者要樹立起變革者的形象，從開始階段就做好清晰且坦誠的溝通工作，讓員工信服AI的價值和能力。員工需要被傳達的是，AI與人將在組織中承擔不同的角色分工，而不是簡單的替代關係。機器將趨於承擔常規性、重複性的工作，而人將逐步轉向創造性、複雜決策性的工作之中，發揮理解、整合與創造“知識”的作用。

其次，要從組織運營上做出改變，建立新的培訓系統、績效評估方式、培養年輕人才等。員工的不信任往往源於自身儲備技能的缺乏，因此企業有必要將培訓員工隊伍作為一項重要任務，大力投資培養具備“融合技能”的員工，即讓員工在人機互動介面有效工作的能力。其中，針對年輕人才的培養應該成為重中之重。儘管年輕員工管理一直是組織最大的挑戰之一，但是年輕員工普遍更看重學習和挑戰，對新生事物充滿好奇心和想象力。AI所帶來的變化或許會讓年長的管理者難以適應和接受，但對年輕人來說卻是司空見慣。激發年輕人的活力不僅有助於企業在當下推進AI的落地，而且將為企業培養出下一代管理者，為未來的發展做好準備。

在AI巨大的發展機遇面前，企業紛紛在技術研發上投入巨大成本，以求早日建立新的競爭力。全球範圍內的行業巨頭，包括亞馬遜、谷歌、微軟、蘋果、百度、阿里、騰訊等都紛紛入場。比如百度不斷投入鉅額資金用於研發包括語音識別及合成技術、自然語言理解技術、影象及影片識別技術、深度學習技術等在內的前沿AI技術，研發費用佔收入的比重達到了19%。

然而問題在於，對於多數非天生數字化的企業來說，它們盲目跟風投資前沿技術，對自身能力缺乏清晰的認知，忽視了自己原本的優勢，卻浪費了巨大資源在不擅長的領域。這種現象也導致人們形成了一種普遍的誤解：要想應用AI就必須要有高投入，令缺少資金的大量中小企業望而卻步。

倫敦商學院教授加里·哈默爾就指出，各大公司都在努力構建自己的核心競爭力，但有一點需要明確的是，培養核心競爭力並不是說必須在研發投入上超過對手。而且，只有企業將技術與生產能力結合起來形成核心競爭力，其被複制的可能性才更加微乎其微。因此，企業需要對自身形成準確的定位，明確自身的價值所在，著重發展優勢業務，並且認識到將AI應用到企業運營管理的各個方面，以解決實實在在的痛點為目標，才能創造出最大的價值。

而對於自身並不擅長的AI技術方面，企業則要打破孤立思維，以一種開放的心態對外尋求合作，形成優勢互補。對於那些認為AI應用需要大量資金投入的企業來說，更需要打破固有思維，積極引入外部的技術力量。這也是顧客主義時代的客觀要求。北京大學國家發展研究院教授陳春花指出，當前商業邏輯發生了改變，所有企業都要以客戶為中心，精準地滿足客戶多樣化的需求是企業共同的目標，這就要求企業打破資源約束，走向跨界、協同。

百度推出的零門檻AI開發平臺EasyDL就能為大多數中小企業在AI開發、構建智慧化企業應用方面提供很好的助力。它基於百度在深度學習領域深厚的演算法積累，能夠讓企業“像使用家電一樣簡單”去開發AI服務，“像高階AI工程師一樣專業”地去訓練高質量的AI模型，極大地降低了企業應用 AI 的門檻與成本。即使企業缺乏技術積累、資金儲備，同樣能夠享受定製化AI服務。因此，一經推出，就在大量中小企業中得到廣泛的認可與應用。目前已有來自工業製造、安全生產、零售快消、政府政務、網際網路等多個行業的超過70萬企業使用者使用EasyDL，助力企業的智慧化轉型。

對於中國企業來說，場景化將是未來發展的方向。對科技的研發並不是目的，讓科技規模化落地，讓科技成果賦能業務，創造出社會價值，才是最終的歸宿。AI的落地應用也需要解決現實中具體的行業問題，與場景實現深度結合，以釋放出巨大的價值。

就拿百度EasyDL的應用來說，在人力資源領域，人力資源專家在完全不懂AI演算法的情況下，藉助EasyDL平臺的指引，完成了簡歷資料的結構化處理和自動分類模型，大大提升了工作人員在簡歷檢索方面的效率。在氣象領域，基於EasyDL 搭建的天氣智慧識別系統，能夠捕捉和自動識別天氣的細微變化，雲量、雲狀、天氣狀況等過去靠人眼觀測的資料，可以被 AI 自動識別直接進入氣象資訊系統，供氣象預報、服務使用，氣象觀測員也得以從繁重、瑣碎的工作流程中解放出來。

這樣的例子還有很多，AI賦能場景所產生的價值也顯而易見。當前行業巨頭們也看到了這一點，在AI的佈局上呈現出兩個趨勢：一邊深度研究中層和底層技術，一邊將AI能力全面落地到業務。比如微軟將AI的落地集中在兩個維度：一是將AI能力注入到微軟現有的每一個產品中，形成新的AI產品；第二是加速與產業、企業的結合。作為中國AI領域的代表性企業，百度除自有業務之外，在自動駕駛、城市和醫療等領域，也相繼落地了AI能力。

不過，對大多數企業來說，場景化的能力是將AI落地應用最大的難點所在。很多企業之所以尚未應用AI，也正是由於沒有察覺到相應的應用場景。

這就需要企業開啟商業想象力，基於自身業務中的痛點發現應用場景上的需求。巴布森學院的托馬斯·達文波特教授指出，AI大體上可以支援三個重要的商業需求：業務流程自動化、資料分析洞見，以及與客戶和員工的交流。或許企業可以以此挖掘適合自身的AI應用機會，透過建立一些試點專案，逐步將AI應用推廣到整個企業中去。

周強 | 文

周強是《哈佛商業評論》中文版新媒體編輯