AI热点 6 hours ago 53 Views 0 Comments

人工智能驱动的数字化转型:重塑组织、工作与全球未来

AI中国
AI中国

Published 10672 Articles

人工智能驱动的数字化转型正在深刻改变企业的运营模式、竞争格局和发展路径。以下,借由Kilshaw在多个行业的丰富实践经验,我们可以清晰地看到人工智能正如何重塑组织形态,这种变革与以往技术革命的根本差异,以及它对员工学习与发展和未来工作方式的深远影响。

早期运用与后期运用人工智能的人们之间的差距,导致了个人和组织在接受人工智能的速度上产生显著差异 

人工智能驱动的转型有何不同?

Kilshaw明确指出,当前由人工智能驱动的转型在几个关键方面与以往技术变革显著不同。

首先是发展速度的颠覆性突破。Kilshaw解释道:"仅仅两年半时间,我们就见证了从ChatGPT初代发布到多领域超越博士水平智能模型的跨越式发展。即使对我们这些专注该领域的专业人士来说,这种变革速度也让人应接不暇。"过去的技术进步大多停留在辅助层面(比如微软的回形针助手),但无法与人类智力相媲美。而今天的人工智能已经在医学影像分析、创意内容生成等多个专业领域达到甚至超越了人类的水平。这种能力的飞跃式发展,给许多专业人士带来了深层次的职业焦虑。

早期运用与后期运用人工智能的人们之间的差距,也导致了个人和组织在接受人工智能的速度上产生显著差异。

Kilshaw援引Slack/Salesforce的研究,将企业员工划分为不同类型:全面拥抱的"激进派"、谨慎观望的"保守派"和持怀疑态度的"抗拒派"。这种认知差异导致组织内部在协作时产生诸多摩擦,因为团队需要在不同人工智能整合和接受程度的情况下协作。即便在部门内部,人工智能技能和使用舒适度的不均衡分布,也带来了前所未有的管理挑战。

信任和可解释性是人工智能在运用方面与过去技术不同的另一个关键。"如果不解释"黑箱"和人工智能的决策方式,那些做了十五年相关决策的人会怀疑建议的真实性,"Kilshaw指出。这个挑战在最新的推理模型中更为突出。Anthropic(Claude)的最新研究发现,约75%的生成模型回答缺乏对于其推理过程的透明解释。伦理风险也比过去技术高得多,Kilshaw警告:"对人工智能失控、数据滥用和"竞相降低标准"的担忧很严重,特别是在缺乏强有力的全球合作或治理的情况下。"

这些问题促使组织建立更复杂和成熟的框架,不仅要评估人工智能是否能改进流程,还要审视这种改进是否符合组织价值观,并在工作场所维护人的尊严。这一伦理维度,或许是与以往技术革命最显著的区别。以往的技术革新主要关注效率提升,而人工智能则直面一个更为根本的问题:在新的工作世界中,人与机器关系如何被重新定义。

人工智能如何改变组织运作

人工智能正在从以下几个主要方面改变企业的组织运作方式:

通过数据整合打破信息孤岛

人工智能正在帮助企业打通各部门间的数据壁垒。以赛诺菲为例,这家通过400多次并购组成的制药巨头,利用人工智能成功整合了分散的组织架构。

"赛诺菲开发了一款名为"plai"的手机应用,"Kilshaw解释道,"它汇集了公司各系统的数据,为产品规划、商业计划、预测和制造质量等环节提供人工智能决策支持。"

这种方法帮助CEO Paul Hudson实现打造“一个赛诺菲”的愿景,即通过极度透明将公司多元化的运营整合在一起。在制药等受监管行业中,这种整合必须在遵守复杂法规的前提下释放价值。

优化研发与开发周期

在研发密集型行业中,人工智能正在彻底革新开发周期和流程。Kilshaw解释道:"赛诺菲与Open AI以及专业供应商的合作,重点在于缩短从分子发现到完成临床试验并获得FDA批准的生命周期。缩短这个周期意味着研发效率的提升,能让患者更快地获益。"

人工智能还能提前识别研发风险:"如果在临床一期就能发现药物可能失败,相比到二期才终止,能节省大量成本。因为临床试验随着阶段推进,涉及的患者群体更大,成本也会显著增加。"

在标准化与差异化之间取得平衡

成功的人工智能应用需要协调好标准化和差异化的关系。组织既需要统一的数据架构和方法,同时也要为定制化应用留出灵活空间。

这种平衡也适用于企业并购与整合。例如,在将人工智能能力引入成熟组织时,保留一定程度的独立性,可以保护收购团队的创新文化,同时又能利用组织的规模与资源优势。

随着人工智能能力的不断增强,人类本身独有的价值变得越加弥足珍贵 

人的因素:人工智能变革世界中的核心技能

随着人工智能能力的不断增强,人类本身独有的价值变得越加弥足珍贵。Kilshaw指出了以下几项关键能力,这些能力将定义在人工智能增强的未来中取得成功的专业人士。 

学习敏捷性: "学习是唯一永不过时的能力,这在当下更是如此,"Kilshaw表示。组织必须营造一种心理安全感,让人们可以在无惧犯错的情况下尝试使用人工智能工具。如果人工智能能够提升我们的生产力,那么这些提升是否能够被重新投入到你个人成长的投资中,从而跟上颠覆的速度?

信任但也要验证: "不要盲目信任人工智能。你需要有办法识别那些不一致、谬误和幻觉,"Kilshaw警告道,"就像你不会仅仅因为GPS让你这么做,你就跟着开下悬崖一样,你必须将常识应用到辨别人工智能的建议中。"

跨越式发展的机会: "人工智能不只是更快的马,"Kilshaw解释道,并引用了亨利·福特的那句名言(也可能是杜撰的):如果我问顾客想要什么,他们会说‘更快的马’,而不是一辆汽车。"不要只是对现有流程进行数字化,或简单地套用人工智能。退一步,思考人工智能到底能带来哪些过去根本无法实现的突破能力或全新可能?"

对学习与发展的影响

人工智能正在重组组织的运作和技能,这意味着学习与发展职能也需要相应进行调整。具体如下:

人工智能对学习与发展的影响有两方面:一方面,学习与发展职能本身正在发生变化(由内而外的影响);另一方面,学习与发展职能部门需要帮助组织学习并拥抱新技术(由外而内的影响)。

传统的学习与发展长期以来一直遵循ADDIE模型——分析、设计、开发、实施与评估,这是一种结构化的方法,包括需求评估、教学设计、内容创建、交付以及结果测量。

类似地,Kirkpatrick评估模型一直是衡量学习效果的标准,涵盖四个层次:反应(学员满意度)、学习(知识获取)、行为(技能应用)以及结果(业务影响)。Kilshaw表示,人工智能正在彻底重新定义这些既有流程。

"传统的ADDIE模型包含一系列结构化步骤:访谈、小组讨论、设计、测试、招标、外包,以及最后用‘笑脸调查表’来评估,"Kilshaw解释道,"而我正在构建一个系统,它会把课程文档放入向量数据库,并使用一个人工智能界面来实时追踪情绪背景、挫折感程度和学习挑战。"

这种方法同时改变了内容创建与测量方式。"你可以不再依赖传统的学习模型,而是实现超个性化教育,在一小时内启动新的项目,并对学习者的进展进行个体化追踪,"Kilshaw 指出,"这个系统有50项学习者进展指标,包括通过鼠标移动或语音语调来检测挫败感。这对学习评估的影响是深远的,Kirkpatrick模型及其四个学习评估层级的概念已经消失,现在你可以实时持续测量情绪背景、学习效率和变革采纳情况,比传统评估提供的洞察要丰富得多。"

跟上人工智能的步伐:组织有哪些应对策略

组织如何帮助员工适应这一快速发展的技术变化?Kilshaw给出了几种切实可行的方法。

"每个人都需要转变观念,人工智能并非由数字化部门来管理,就像二十年前没有一个专门的Excel 部门帮你处理电子表格一样,这是我们每个人都需要拥抱的事情。"Kilshaw表示。

他强调领域特定的应用,"如果我在金融部门,我如何利用人工智能获得财务收益?如果我在销售或市场部门,它如何帮助我?将人工智能与你的工作情境结合起来,使其变得更具现实意义,催生真正可落地的应用场景。"

组织必须识别并提供结构化的实验机会,"创造时间、能力和心理安全感,让人们可以尝试这些工具。为员工提供资源,教他们伦理知识,并展示如何将人工智能应用于他们的具体工作挑战。"

人工智能时代的职业建议

对于正在应对这一快速变革环境的职场人士,Kilshaw借助自己在多个不同行业的工作经验,提出了实用的建议:"想一想你具备哪些可迁移的技能,这些技能在另一个行业中可能非常有价值,甚至可能是稀缺的。"他建议道,"要保持开放的心态,去探索和挑战你对不同行业的固有认知。不是所有制药行业都慢,也不是所有消费品公司都快。每个行业里都有主观意义上的‘好’公司和‘坏’公司,这种‘好’与‘坏’往往因人而异、因体验而异。"

Kilshaw强调跨行业经验的价值:"我发现,高绩效团队包含技能和经验截然不同的人。多元化团队解决问题时,你会得到五种不同的方法,而不是群体思维。"

诚然,人类与人工智能力量和工作转移是一种“单向接力棒传递给机器,因为它不会在某个时刻还给你”时,但Kilshaw也警告不要在知识领域过度专业化。“人工智能首先瞄准知识密集型领域——如医学诊断和宪法法律。留给人类的包括同理心、情商、领导力、批判性思维、战略思维以及融会贯通的能力,这些技能比领域特定的专业知识更易迁移和转化,它将在未来推动更多跨行业流动,而不是更少。”

总结

人工智能革命与以往的技术变革本质上截然不同——它速度更快,能力更强,并且可能对既有的工作方式产生更深远的冲击。那些能够脱颖而出的组织,必然是在标准化与差异化之间找到平衡,拥抱持续学习,并将人才聚焦于那些真正不可替代的人性领域。

正如Kilshaw所言,最有可能在人工智能时代繁荣发展的,是那些不将人工智能视为单一效率工具,而是将其作为重新定义可能性边界的催化剂的组织。无论是制药、能源,还是消费品行业,未来的竞争优势将属于那些能够融合人类创造力与人工智能分析能力,同时又具备清晰伦理指引来引领转型的组织。

本文翻译自I by IMD,中文版本仅供参考。 文中所表达的观点均为作者个人观点,并依据学术自由原则独立撰写和发布,其中所述观点并不必然代表TONOMUS或其关联机构的立场或观点。

关于作者

关于瑞士IMD国际管理发展学院

瑞士IMD国际管理发展学院(International Institute for Management Development,IMD)已有75年以上历史,始终致力于培养能够推动世界更加繁荣、可持续与包容的领导者与组织。IMD由一支专业且多元化的教师队伍领导,在瑞士洛桑和新加坡设有校区,并在中国深圳设有管理发展中心,致力于成为全球有志个人和组织最值得信赖的学习伙伴。IMD的高管教育和学位项目长期位居全球领先地位。这一持续领先源于IMD独特的“真实学习,真实影响(Real Learning, Real Impact)”教育理念。通过高管教育课程、工商管理硕士(MBA)、高级管理人员工商管理硕士(EMBA)项目及专业咨询服务,我们助力商业领袖找到更新更好的解决方案,挑战现状,启迪未来。

本文来自微信公众号“瑞士IMD国际管理发展学院深圳”,作者:IbyIMD,36氪经授权发布。

AI中国

AI中国

10672 Articles 1915445 Views 950300 Fans

Comment (0)

睡觉动画