据奥纬咨询（Oliver Wyman）的最新报告，70%的企业已实施或计划实施人工智能技术。
在人工智能上投入巨额资金并不能保证取得变革性成果，关键在于实施的方式。
成功的人工智能转型需要合适的领导者、更新的治理模式、“全力投入”的心态，以及以速赢为起点的时间规划。
企业领导者正投入大量资本和领导层的关注于生成式人工智能（AI）。接下来的艰巨任务，是让这些投入取得回报。
局势至关重要。在奥纬咨询针对欧洲和美洲的一项新调查中，400位首席级高管中，70%表示已全面实施或计划实施人工智能技术。这些中大型至超大型企业目前平均将其年营业收入的2.2%作为固定的前期投资，部分企业的投入高达3.5%。
所有受访者都表示，人工智能将成为其业务转型的关键杠杆，影响范围涵盖从产品开发到客户体验的各个方面。初期投资主要集中于运营效率、员工生产力、洞察/分析以及风险降低。
实施生成式人工智能的五大策略
正如互联网带来了新的管理机遇与挑战，生成式人工智能同样如此。要充分发挥该技术的价值，企业必须选择适合当前形势的领导者，拥抱更高层次的复杂性以推动组织转型，重新思考治理方式，加强培训，并通过取得速赢来争取广泛支持。
对于参与生成式人工智能竞赛的企业而言，2023年主要是测试、学习和试点的一年。2024年的关键问题在于如何开始创造可衡量的价值。以下是领导者在开启生成式人工智能之旅时必须牢记的五项策略。
1. 为人工智能转型挑选合适的领导团队组成。
鉴于生成式人工智能的投入规模，企业没有时间采取半吊子措施；如果它们不能迅速获取收益，竞争对手就会抢先一步。但投入资金并不等同于致力于全面的企业转型。要实现后者，领导者必须首先坚信，其组织和领导层真正准备好在日常运营中改变业务方式。
这需要回答一些重大问题：人工智能将如何推动我们的增长？它将如何改变工作的开展方式？谁 在我的领导团队中有能力推动工作转型，他们是否具备足够的管理精力？他们是否会在整个组织中积极倡导真正的变革性转型？
没有哪个职能部门是孤立存在的，但大多数高级管理人员对企业整体的了解不够细致，难以预见此类变化，因此往往将其委托给IT部门或各业务单元。成功的转型需要真正的跨企业协作。
2. 拥抱复杂性与新颖的方法。
生成式人工智能正在迅速改变我们中许多人的工作方式。在各个组织中，领导者必须学会如何驾驭人工智能。这意味着在技术部署中要在整个组织范围内接纳一定程度的复杂性。曾经，“筒仓式”管理是确保企业内部卓越中心蓬勃发展的最佳方式，但在生成式人工智能的任何严肃转型工作中，这种筒仓模式将迅速成为阻碍。
随着转型规模扩大，它将需要新的方法、新的技能与资源，以及全新的视角。领导者必须平衡自下而上的创新与自上而下的指令，以找到影响最大的领域并集中力量推进。
3. 将设计原则融入人机交互。
管理层需要持续重新评估如何治理生成式人工智能的能力。据奥纬咨询的调查，数据隐私（25%）和安全问题（22%）是阻碍企业采用人工智能的首要因素。此外，机器有时也会产生幻觉。仅设置保密和法律保护措施，或在环节中加入人工监督，并不足够，因为当机器已经连续999次判断正确时，人们往往不会再去监督。
这不仅是控制问题，也是设计问题。要对复杂且能自主运行的机器实施有效控制，就必须审慎运用以人为本的设计原则，尤其是在控制权移交期间。这需要设计更快速、更细致的监控系统。相关领域的经验表明，这并不容易，但是可以实现的。
4. 通过技能提升，带动员工参与人工智能转型。
阻碍生成式人工智能转型的一个问题，是员工与领导层在培训问题上存在脱节。
全面98%的员工表示，他们在未来五年内将需要接受生成式人工智能的再培训或技能提升；而四分之三的千禧一代和Z世代员工表示，如果工作无法提供学习新技能的机会，他们会选择离职。然而，高管们认为，只有40%的员工需要接受人工智能培训。
培训必须持续进行，并包含实际项目工作。如果说2023年的重点是测试与学习，那么2024年及以后的重点将是实验与协作。
5. 通过效率提升取得速赢。
在企业实施的早期，将人工智能和生成式人工智能应用于唾手可得的领域，尽早取得易于实现的成果，管理者便可以展示切实的成功案例，从而为推动未来更大规模的转型提供有力依据。
此外，专注于降低成本的企业转型往往更易取得成功，因此，将生成式人工智能与这些更广泛的举措相结合，是一个良好的起点。针对具体工作流程和应用场景入手，通常更便于企业和员工想象并着手实施。这些早期成果往往能够鼓舞个人和各职能部门，并提供重要的经验教训。
归根结底，企业必须迈向全面的跨企业转型，才能创造切实的价值。一些企业已经在这样做。奥纬咨询调查中最成功的企业表示，它们专注于覆盖整个业务的转型，尤其是在成本问题突出时。仅有4%由IT主导的转型被认为是成功的，而由业务单元与IT共同主导的转型成功率则为61%。
核心结论：致力于深度人工智能转型的企业取得的成果最佳，而未能如此的企业则面临被甩在后面的风险。
