AI正在悄悄制造“孤島”，很多公司還渾然不覺(jué)

人工智能正為企業(yè)帶來(lái)效率與洞察的同時(shí)，也在無(wú)形中加劇部門(mén)孤島。各職能各自為政、重復(fù)投入、缺乏協(xié)同，削弱了組織整體績(jī)效。突破困境的關(guān)鍵在于從“流程優(yōu)先”轉(zhuǎn)向“目標(biāo)優(yōu)先”，統(tǒng)一戰(zhàn)略目標(biāo)與共享績(jī)效激勵(lì)，促使AI真正成為連接組織、驅(qū)動(dòng)整體價(jià)值創(chuàng)造的力量。

在全球各地的董事會(huì)會(huì)議室和團(tuán)隊(duì)會(huì)議上，人工智能的前景被廣泛看好。領(lǐng)導(dǎo)者們聽(tīng)聞，人工智能將精簡(jiǎn)運(yùn)營(yíng)流程、提升決策質(zhì)量并大幅提高生產(chǎn)效率。然而，盡管許多組織確實(shí)從人工智能中獲益，但另一個(gè)不太明顯的趨勢(shì)正在悄然浮現(xiàn)——人工智能正在加劇職能部門(mén)的孤島現(xiàn)象，而這一問(wèn)題已困擾企業(yè)數(shù)十年。這可能導(dǎo)致業(yè)績(jī)下滑，因?yàn)楦鞑块T(mén)退縮到各自基于人工智能的獨(dú)立世界中。雖然每個(gè)職能部門(mén)都在改善自身運(yùn)營(yíng)，但整個(gè)組織卻越來(lái)越難以實(shí)現(xiàn)其企業(yè)戰(zhàn)略目標(biāo)。

在本文中，我們將借鑒所研究或提供咨詢(xún)的公司的經(jīng)驗(yàn)，探討以部門(mén)為中心采用人工智能時(shí)，組織業(yè)績(jī)會(huì)受到何種影響，并提出應(yīng)對(duì)措施（出于保密原因，以下提及的所有公司名稱(chēng)均為化名）。

影響一：“技術(shù)優(yōu)先” 的陷阱

部門(mén)負(fù)責(zé)人常常先決定實(shí)施人工智能，之后才去尋找能用其解決的問(wèn)題。現(xiàn)成的人工智能工具通常無(wú)法相互兼容，而且很少有團(tuán)隊(duì)有動(dòng)力去關(guān)注自身領(lǐng)域之外的情況。此外，供應(yīng)商將這些工具作為獨(dú)立解決方案推銷(xiāo)給各個(gè)部門(mén)，進(jìn)一步強(qiáng)化了部門(mén)間的隔離。

局限于部門(mén)范圍內(nèi)的人工智能工具，使得解決當(dāng)今許多緊迫的業(yè)務(wù)挑戰(zhàn)變得更加困難，例如客戶(hù)體驗(yàn)、可持續(xù)發(fā)展和創(chuàng)新等問(wèn)題。這些挑戰(zhàn)需要跨越多個(gè)部門(mén)的洞察和行動(dòng)。

以我們合作過(guò)的澳大利亞制造公司Emacom（化名）為例。Emacom的信息技術(shù)部門(mén)實(shí)施了人工智能驅(qū)動(dòng)的預(yù)測(cè)性維護(hù)，供應(yīng)鏈團(tuán)隊(duì)使用單獨(dú)的人工智能工具進(jìn)行需求預(yù)測(cè)。與此同時(shí)，銷(xiāo)售部門(mén)將人工智能應(yīng)用于客戶(hù)服務(wù)，人力資源部門(mén)采用人工智能驅(qū)動(dòng)的簡(jiǎn)歷篩選。每個(gè)部門(mén)都獨(dú)立運(yùn)行其人工智能解決方案。

這些孤立的人工智能系統(tǒng)雖然各自提高了效率，但卻未能解決維護(hù)、供應(yīng)鏈、銷(xiāo)售和勞動(dòng)力規(guī)劃之間需要協(xié)調(diào)才能解決的核心問(wèn)題——減少延誤。

解決辦法：構(gòu)建 “中心輻射” 模式

建立一個(gè)人工智能卓越中心（CoE），在集中管理與分散執(zhí)行之間取得平衡。卓越中心作為核心樞紐，匯聚了組織內(nèi)頂尖的人工智能專(zhuān)家、戰(zhàn)略領(lǐng)導(dǎo)者以及共享資源。其職責(zé)是通過(guò)提供管理、最佳實(shí)踐以及共享的基礎(chǔ)設(shè)施，將所有人工智能項(xiàng)目與公司目標(biāo)相結(jié)合，以擴(kuò)展人工智能能力。而 “輻射點(diǎn)” 則是各業(yè)務(wù)職能部門(mén)內(nèi)部嵌入的人工智能團(tuán)隊(duì)。他們利用卓越中心的資源和標(biāo)準(zhǔn)，運(yùn)用自身深厚的領(lǐng)域知識(shí)，迅速解決特定的業(yè)務(wù)問(wèn)題。

以我們合作過(guò)的澳大利亞公司Bathurst Insurance（化名）為例。其人工智能卓越中心作為核心樞紐，發(fā)現(xiàn)了整合公司銷(xiāo)售與承保流程的機(jī)會(huì)。嵌入銷(xiāo)售和承保部門(mén)的 “輻射點(diǎn)” 團(tuán)隊(duì)，借助卓越中心的共享平臺(tái)、管理框架和資源，構(gòu)建了一個(gè)人工智能模型，該模型能夠?qū)崟r(shí)預(yù)批保單，并立即將其傳遞給銷(xiāo)售團(tuán)隊(duì)。

影響二：重復(fù)與矛盾

當(dāng)不同部門(mén)使用不同的數(shù)據(jù)集和模型來(lái)解決相似問(wèn)題時(shí)，往往會(huì)得出相互矛盾的結(jié)論。這不僅效率低下，還直接威脅到統(tǒng)一的商業(yè)戰(zhàn)略。

以我們合作過(guò)的澳大利亞跨國(guó)銀行Western Pacific（化名）為例。財(cái)務(wù)部門(mén)基于傳統(tǒng)信用評(píng)分和歷史貸款表現(xiàn)構(gòu)建的風(fēng)險(xiǎn)管理人工智能，將某一特定客戶(hù)群體標(biāo)記為高風(fēng)險(xiǎn)。與此同時(shí)，營(yíng)銷(xiāo)部門(mén)通過(guò)分析數(shù)字行為和社交媒體數(shù)據(jù)構(gòu)建的客戶(hù)獲取人工智能，卻將同一客戶(hù)群體確定為新產(chǎn)品的主要目標(biāo)。這在內(nèi)部引發(fā)了嚴(yán)重的緊張局面。銀行究竟應(yīng)該像營(yíng)銷(xiāo)團(tuán)隊(duì)所倡導(dǎo)的那樣，積極向這些客戶(hù)推銷(xiāo)產(chǎn)品，還是聽(tīng)從財(cái)務(wù)團(tuán)隊(duì)的建議，避開(kāi)他們呢？

解決辦法：從目標(biāo)出發(fā)，而非流程

解決之道并非為每個(gè)團(tuán)隊(duì)創(chuàng)建通用數(shù)據(jù)集。相反，需要將整個(gè)思維模式從 “流程優(yōu)先” 轉(zhuǎn)變?yōu)?/strong> “目標(biāo)優(yōu)先”。明確界定你希望在全公司范圍內(nèi)實(shí)現(xiàn)的成果，然后逆向推導(dǎo)，確定人工智能如何在多個(gè)職能部門(mén)中支持這些成果。這種方法確保人工智能成為戰(zhàn)略推動(dòng)者，而不僅僅是戰(zhàn)術(shù)工具。

我們合作過(guò)的一家澳大利亞大型在線(xiàn)零售商N(yùn)exora Market（化名）就是一個(gè)有力的例子。該公司沒(méi)有讓各部門(mén)優(yōu)化自身業(yè)績(jī)，而是從一個(gè)首要目標(biāo)出發(fā)：提高客戶(hù)終身價(jià)值。這促使他們創(chuàng)建了一個(gè)單一、統(tǒng)一的推薦引擎。這些推薦成為營(yíng)銷(xiāo)的重點(diǎn)；庫(kù)存管理部門(mén)利用它們來(lái)優(yōu)化庫(kù)存水平，物流部門(mén)借助它們預(yù)測(cè)運(yùn)輸需求，客戶(hù)服務(wù)部門(mén)則依據(jù)它們提供主動(dòng)支持。

通過(guò)聚焦共同目標(biāo)，Nexora Market確保所有人工智能項(xiàng)目都朝著共同目標(biāo)努力，創(chuàng)造出超越部門(mén)界限的連貫一致的客戶(hù)體驗(yàn)。

影響三：未達(dá)公司目標(biāo)

當(dāng)人工智能工具無(wú)法相互連接并產(chǎn)生協(xié)同效應(yīng)時(shí)，組織就無(wú)法獲得使人工智能真正具有變革性的復(fù)合效應(yīng)。本文作者之一金（Kim）的研究表明，70% 的人工智能項(xiàng)目在首次部署后便難以進(jìn)一步拓展。究其原因，正是這些項(xiàng)目的應(yīng)用與評(píng)估都基于 “孤立的人工智能實(shí)施” 模式。

參與金研究的一家澳大利亞大型零售連鎖店Vera & Wilde（化名），在整個(gè)組織內(nèi)取得了多個(gè)與人工智能相關(guān)的成功案例。其庫(kù)存管理團(tuán)隊(duì)通過(guò)人工智能驅(qū)動(dòng)的需求預(yù)測(cè)，將缺貨情況減少了15%。客戶(hù)服務(wù)部門(mén)借助人工智能聊天機(jī)器人，將響應(yīng)時(shí)間縮短了40%。營(yíng)銷(xiāo)部門(mén)通過(guò)人工智能驅(qū)動(dòng)的個(gè)性化服務(wù)，將電子郵件打開(kāi)率提高了25%。

每個(gè)部門(mén)都自豪地向領(lǐng)導(dǎo)層匯報(bào)這些指標(biāo)，人工智能的應(yīng)用被視為巨大成功。然而，盡管各部門(mén)都有斬獲，但公司的整體客戶(hù)滿(mǎn)意度得分卻停滯不前，競(jìng)爭(zhēng)對(duì)手正在搶占市場(chǎng)份額。人工智能被用于優(yōu)化部門(mén)指標(biāo)，而非創(chuàng)造諸如凈推薦值等跨職能成果，而后者本可以在問(wèn)題演變成代價(jià)高昂的失敗之前揭示潛在隱患。

解決辦法：激勵(lì)協(xié)作

大多數(shù)績(jī)效指標(biāo)都是針對(duì)特定職能的。銷(xiāo)售部門(mén)追求營(yíng)收，人力資源部門(mén)關(guān)注員工敬業(yè)度，運(yùn)營(yíng)部門(mén)追求效率。如果你希望實(shí)現(xiàn)跨職能的人工智能協(xié)作，就要對(duì)其進(jìn)行衡量并給予獎(jiǎng)勵(lì)。設(shè)計(jì)反映集體成果的共享關(guān)鍵績(jī)效指標(biāo)（KPI），比如端到端的客戶(hù)滿(mǎn)意度、產(chǎn)品發(fā)布周期，或者跨職能流程改進(jìn)。

以我們研究的澳大利亞農(nóng)業(yè)田間試驗(yàn)公司CropEdge Research（化名）為例。其各部門(mén)傳統(tǒng)上使用孤立的KPI——研究團(tuán)隊(duì)依據(jù)試驗(yàn)準(zhǔn)確性進(jìn)行評(píng)估，銷(xiāo)售部門(mén)看客戶(hù)獲取情況，運(yùn)營(yíng)部門(mén)則關(guān)注成本效率。這導(dǎo)致了部門(mén)間的摩擦：銷(xiāo)售部門(mén)承諾快速啟動(dòng)試驗(yàn)，運(yùn)營(yíng)部門(mén)難以?xún)冬F(xiàn)，研究團(tuán)隊(duì)則感到壓力巨大。這損害了客戶(hù)滿(mǎn)意度。為鼓勵(lì)跨職能的人工智能協(xié)作，公司的領(lǐng)導(dǎo)層引入了共享指標(biāo)，如從試驗(yàn)設(shè)置到最終報(bào)告的客戶(hù)滿(mǎn)意度得分；從簽訂合同到交付的試驗(yàn)周轉(zhuǎn)時(shí)間；研究、運(yùn)營(yíng)和報(bào)告過(guò)程中的數(shù)據(jù)質(zhì)量一致性。

人工智能有潛力整合并提升你的組織，但如果不刻意為之，它也很容易造成組織分裂。你可能看到的碎片化并非技術(shù)不可避免的副作用，而是工具采用、管理和文化等方面選擇的結(jié)果。因此，要抵制簡(jiǎn)單地將現(xiàn)有孤島數(shù)字化的誘惑。相反，將人工智能作為推動(dòng)真正組織變革的催化劑。以你希望組織體現(xiàn)的系統(tǒng)思維方式來(lái)實(shí)施人工智能。最終目標(biāo)不僅僅是采用人工智能，而是利用它打造一個(gè)更具凝聚力、智能化且目標(biāo)明確的企業(yè)。

關(guān)鍵詞：

格雷厄姆·肯尼（Graham Kenny）、金·奧斯特惠森（Kim Oosthuizen）| 文

格雷厄姆·肯尼是Strategic Factors公司的首席執(zhí)行官，著有《戰(zhàn)略發(fā)現(xiàn)》（Strategy Discovery）。他是戰(zhàn)略和績(jī)效衡量領(lǐng)域的知名專(zhuān)家，幫助私營(yíng)、公共和非營(yíng)利部門(mén)的經(jīng)理、高管和董事會(huì)創(chuàng)建成功的組織。他曾在美國(guó)和加拿大的大學(xué)擔(dān)任管理學(xué)教授。金·奧斯特惠森是全球醫(yī)療保健公司保柏（BUPA）澳大利亞和新西蘭地區(qū)人工智能負(fù)責(zé)人。她是人工智能整合和負(fù)責(zé)任應(yīng)用方面的專(zhuān)家，幫助領(lǐng)導(dǎo)者利用人工智能提高運(yùn)營(yíng)效率，并在多所商學(xué)院兼職授課。

周強(qiáng) | 編校

《哈佛商業(yè)評(píng)論》中文版 聯(lián)系方式

投稿、廣告、內(nèi)容和商務(wù)合作

newmedia@hbrchina.org