![]()
作者|于向南
出品|虎嗅智庫
頭圖|AI生成
"AGI三年后就到,而多數CEO還在用‘自動化當前手動任務’這種過時的思維,浪費最后的機會。"
Danilo McGarry坐在屏幕另一端,語氣平靜得像是在解構一個舊時代的零件。
作為管理過3500名“數字員工”、為花旗和聯合健康創造了20億美元可衡量價值的頂級專家,Danilo身上有一種典型的實戰派氣質:他厭惡幻覺,卻對未來抱有近乎殘酷的坦誠。
在他看來,當下的商業世界正處于一種怪誕的失重狀態。
人類歷史上第一次出現了技術遠遠領先于人類想象力的時刻。當OpenAI的“奧特曼們”在談論改變物種命運時,全球500強的CEO們卻在“AI煉獄”里打轉——他們一方面在高管會議上夸大成就,試圖撫平股東的焦慮;另一方面,卻在用最先進的引擎推動最破舊的馬車,重復著五年前的無聊工作。
“距離AGI(通用人工智能)實現只有不到1000天了,這是百分之百確定的。”Danilo對我說,“如果你現在還沒開始重新配置你的公司,那你已經不在幸存名單上了。”
這種急迫感穿透了時差和屏幕。盡管出于保密限制,此次對話,Danilo無法向我們拆解每一個具體的客戶案例,但他給出了一套更有野心的東西——一套旨在幫企業穿透幻覺、在超級智能降臨前搶回“解釋權”的底層邏輯。
以下是這場歷時90分鐘的對話精華。
![]()
Danilo McGarry,MSN (微軟) 全球10大AI領袖,曾擔任聯合健康集團 (UnitedHealth Group,
Fortune 5) 及花旗銀行 (Citi) 的 AI 負責人
01.泡沫中的“集體裝睡”
虎嗅智庫:你最近在多個場合提到“人工智能泡沫”。作為身處其中的人,你看到的泡沫和大家討論的有什么不同?
Danilo McGarry:當下的泡沫是由三個維度的“夸大”共同撐起來的。
首先,所有的股東都在向高管施壓,要求更多地使用AI,且必須看到AI成果。于是,每一家公司、每一個競爭對手都在夸大自身的AI成就。其次,AI公司為了獲取關注和資金,也在不斷拔高產品預期。
最讓我感到失望的是,即便在全球500強企業內部,領導者們也缺乏想象力。這是人類歷史上第一次,技術走在了人類前面,但大家并沒有利用超級智能去做偉大的事,而是在重復五年前那些無趣的任務。大家都在假裝很忙,假裝在創新,但這更像是一場集體的“裝睡”。
虎嗅智庫:你如何評價中國在這場“裝睡”競賽中的位置?
Danilo McGarry:我看到了非常明顯的錯位。美國擁有更強的底層模型,那是“大腦”;但中國在AI創新的應用層展示了驚人的力量,他們能做到極速部署。這種“大腦”與“執行力”的較量,決定了誰能先走出實驗室。
但無論在哪里,最大的共性問題是——大多數公司只是讓AI在零散的地方發生,甚至包括地球上最聰明的一些公司。
02.AI策略:像對待“投后管理”一樣對待項目
虎嗅智庫:這種“零散的發生”是因為沒有策略嗎?
Danilo McGarry:沒錯,是毫無策略。很多CEO覺得買個工具、招幾個博士就是AI轉型了。
真正的AI策略需要建立一套極其嚴密的治理結構。比如,一個員工來找我請求一千萬美元做AI項目。在舊的邏輯里,也許一次就給了,但在AI時代,這絕對不行。
你應該像風險投資人一樣,分階段給錢。你必須把每個項目都視作一個充滿變數的“試點(Pilot)”。先給50萬做驗證,證明邏輯可行,再給200萬,最后再給全款。AI跑得太快了,你必須像投資者盯著初創公司那樣,每個季度去復核成果。僅僅因為它是AI,不代表我們要拋棄過去幾十年沉淀下來的項目管理原則,我們只是需要讓這些原則適應更快的節奏。
虎嗅智庫:為什么很多大公司的試點項目最終都沒能規模化?
Danilo McGarry:這觸及了人類心理學。那些“創新者”或“發起者”,通常很快就會對一個項目感到無聊。他們喜歡0到1的沖刺,但當要把這個方案部署給成千上萬的人時,他們缺乏那種枯燥的、精細化的技能組合。
你要規模化,就需要一個“卓越中心(CenterofExcellence)”,需要20到50人的專業團隊去照顧它。試點可以由幾個人完成,但轉型需要一支軍隊。
現實是,大家都在嘗試(Trying),但沒有什么在真正實施(Implementing),因為沒有委員會敢批準大規模預算,也沒有團隊能接得住這種規模。
03.1000天倒計時:一場關于“重新配置”的賽跑
虎嗅智庫:你一再強調“AGI還有三年時間”,這個預測背后的邏輯是什么?
Danilo McGarry:人工智能起源了70年,目前大約有120個“超窄域人工智能(NarrowAI)”,我參與了其中的12個,這些細分的能力正在整合。
明年,我們可能會看到AGI的初步形態。它像一本過目不忘的教科書,能整合人類已有的所有知識和概念,雖然它還沒法創造新概念,但它的廣度已經超越了任何人類個體。
再往后15年,可能是ASI(超級智能),它能提出人類從未見過的新方法、新途徑。但眼下的三年(1000天)才是決定性的。中大型企業徹底轉型需要2到4年,這意味著如果AGI在三年后降臨,而你現在的進度還是0,你根本趕不上這趟車。
![]()
虎嗅智庫:這種緊迫感似乎沒有傳遞給大多數CEO?
Danilo McGarry:很多CEO犯的最大的錯誤是——他們只讓團隊去自動化“今天正在發生的手動任務”。
這有什么意義呢?你只是讓舊的錯誤犯得更快了。領導力(Leadership)意味著一切。你需要做的是重新配置(Reconfigure)團隊和運營邏輯。如果你不能重新定義工作流程,你只是在用AI修飾平庸。
虎嗅智庫:你對AGI的到來感到樂觀嗎?
Danilo McGarry:謹慎的樂觀。過去一百年,人類其實是在像機器人一樣工作,那是文明的浪費。如果AGI能接手那些無趣的勞動,讓人類重新找回創造力和真實的情感連接,那這1000天的陣痛就是值得的。
04.管理3500個數字員工與數據的真相
虎嗅智庫:你管理過3500個數字員工,那是一個什么樣的體驗?
Danilo McGarry:AI代理非常擅長執行那些大量重復、手動、需要無限記憶力的任務。那是人類的弱點——我們的雙手有限,記憶力也有限。數字員工不會累,但它們出錯時的連鎖反應也是毀滅性的。
管理它們不是靠行政命令,而是靠“協調層(OrchestrationLayer)”。
虎嗅智庫:如果沒有這個“協調層”,會發生什么?
Danilo McGarry:那會是一場災難。
如果你開始擁有大量的AI代理(Agents)和機器人,若沒有一個集中的地方讓它們相互協調,它們和人類的協作就會斷裂。
協調層像一個指揮塔,鎖定人類和數字工作者的新工作方式。你要確切地了解人們每天做的每一件事,重新想象它,然后轉化為新的藍圖,鎖定在流程引擎里。我之所以能成功管理那么大規模的自動化,就是因為這個協調層。
虎嗅智庫:這聽起來像是技術問題,但你一直說這和技術無關?
Danilo McGarry:真的不是技術問題。從兩年前開始,我們擁有的技術就已經足夠改造公司了。問題在于,如果你一次想優化100件事,你會徹底失敗。
我的建議是,挑出前5到10個能“解鎖收入”的獲勝項目。組建特別團隊,像照顧孩子一樣照顧這幾個項目。一旦這十個項目成功,它們創造的利潤和變革力量,會自動推著剩下的90個項目往前走。
虎嗅智庫:數據清洗是很多公司推進AI的第一大障礙,很多咨詢公司也這么說。
Danilo McGarry:那是最大的坑。我見過數百家公司因為“想先修復數據”而陷入永遠不會結束的項目。
數據是源源不斷從糟糕的舊流程里流出來的副產品。如果你不先建立新流程的架構,你永遠也洗不完。很多咨詢公司喜歡推銷這種項目,因為它們周期長、收費高,但這讓企業停滯不前。
正確的邏輯是:設計新流程,讓數據流向新架構。在這個過程中,舊數據會被自然而然地通過邏輯和AI工具清洗。不要為了過去的臟數據,耽誤了未來的新架構。
05.職業的坍縮:從800種減少到100種
虎嗅智庫:關于失業的焦慮,你的分析非常具體,你提到了800種職業類別。
Danilo McGarry:我們的研究發現,未來五到七年,人類從事的職業種類會從800種濃縮到100種。
但這不代表80%的工作消失了,而是“濃縮”了。
第一類工作:完全重復的。我們以前把人當機器人用的那些工作,會徹底消失,因為當機器人的成本降低到臨界點以下,規模經濟會殺掉這些崗位。
第二類工作:與人、創意、戰略有關。這類工作不會消失,但會被AI增強50%以上。
第三類工作:法律保護的工作。比如法官、消防員、CEO。這些工作涉及復雜的日常層面互動和法律責任,很難被完全復制。
虎嗅智庫:在這個過渡期,你認為最重要的能力是什么?
Danilo McGarry:好奇心。
山姆·奧特曼也提到過。
好奇心位于人類心理的正中間。極度樂觀是危險的,你會犯錯;極度悲觀是無能的,你不敢嘗試。好奇心是“樂觀且謹慎”,是“小心且開放”。
好奇心會驅動你產生“重新想象”的能力。重新想象你的客戶、你的員工、你的流程——這是你個人成長和公司發展的最大武器。
06.CEO的生存法則:專注客戶、公司和員工
虎嗅智庫:你從不看競爭對手分析,這在現代商業中聽起來很不可思議。
Danilo McGarry:在我的職業生涯,競爭對手分析從來不是一個必選項。即便今天我經營著三家公司,這個習慣依然沒變。這不是傲慢,而是因為我極度清楚自己的終點在哪里。我知道通往成功的那個變量是什么,只要那個變量在我手中,對手的動作就失去了參考價值。
虎嗅智庫:所以即便是失敗案例也沒有必要關注嗎?
Danilo McGarry:如果你真的了解自己的客戶和員工,你根本沒時間也沒有必要去看別人,真正的戰略不應該向外看。
我幫助許多國際銀行進行了改革,從外部看,這些競爭對手在資本市場、在財報里做著幾乎一模一樣的事情。但當深入公司內部會發現每家銀行的流程架構、決策機制、人才密度等其實大不相同。
這正是很多CEO的盲點,他們看到競爭對手簽了個AI合作協議去做某事,就急于跟進。但沒有意識到,由于運作方式的根本差異,同樣的合作伙伴關系對你可能完全不適用。
虎嗅智庫:目前大多數董事會對這件事(AI)的理解到了什么程度?
Danilo McGarry:坦白說,80%的董事會成員和C-level并不真正理解AI。這就是為什么他們沒法制定策略。我建議每家公司都要在董事會里安排一個真正懂轉型、懂AI、懂變革心理學的人。
虎嗅智庫:你的項目成功率是82%,剩下的18%錯在了哪里?
Danilo McGarry:錯在了“期望值”。
技術永遠能勝任工作。但如果你一開始沒有設定正確的預期,或者沒有數據支持的邏輯,即便你完成了一半且效果極好,在大家眼里也是失敗。感知就是現實。
例如,我們基于數據給出400%的提升預測,但貪婪的董事會或股東會說“不,我們要2000%”。當被迫接受一個脫離現實的目標時,失敗的種子就種下了。即使項目最終交付了極其出色的300%增長。
虎嗅智庫:人們總是習慣于設定更高的目標,如何定義一個“足夠好”的激進目標?
Danilo McGarry:我和埃隆·馬斯克討論過這個問題。我們認為,設定目標的黃金法則在于,你需要讓它有50%的正確概率,以及50%的失敗概率。
如果一個目標有80%的成功率,說明它太保守了,不足以改變公司的運作方式;如果成功率太低,則會危及整個計劃。50%是一個微妙的轉折點,它足夠“可怕”,能逼著團隊拼盡全力去實現它。
這就像發射火箭,你的目標是火星,如果火箭中途出了點問題,你最終降落在了月球,這依然是一個偉大的結果。我們要追求的是那種“即使沒達到滿分,依然產生了巨大影響”的激進目標。
關鍵在于,你要用數據和邏輯去支撐這個50%的平衡點。
虎嗅智庫:當一個AI項目未能達到預期信號時,企業該如何判斷是及時止損,還是繼續投資?
Danilo McGarry:這里有一句諺語,即便你輸了,你也贏了。
在AI領域,極少有人是真正的專家。一個運行了半年的項目即便失敗了,它留下的“知識復合利息”也是極其寶貴的。這些教訓能讓你下次不再犯錯,這種刻骨銘心的體驗是任何外部建議都無法替代的。
但為了不讓教訓變得過于昂貴,你需要一套機制:
1.分階段交付:不要嘗試一次性梭哈。如果第一階段證明行不通,你只損失了30%的資金,而不是全部。
2.高頻監控:絕不能等一年后再判定失敗。你必須每周、每月監控進度。
3.動態糾偏:我們的成功率之所以能達到82%,是因為我們擅長在監控中發現問題并及時調整。
虎嗅智庫:最后,給那些想要部署“數字員工”但資源有限的CEO三個場景建議。
Danilo McGarry:這因人而異。
如果你營銷成本太高,就去部署AI生成資產;如果你財務結賬太慢,就去做自動化財務預測;如果你運營行政負擔太重,就去解放人力。
不要去追求“神奇工具”,沒有六個月的捷徑。AI真正的價值,在于你對核心業務場景尤其是那些你一直想掩蓋的弱點進行深挖,并轉換為優勢。
最后,接受一個事實——你現在的業務模式在三年后大概率是廢紙一張。
后記:好奇心的生還者
對話的最后,我們聊到了選擇——Danilo開始學習編程的決定。那是一個交易員在充滿風險的市場中,為了尋找生存法則而萌生的好奇心與職業本能。
“我在銀行當交易員時學會了編程,那是因為我發現只有編程能解決風險定價問題。”
十余年后的今天,當他在跨越8個時區的連線里談論AGI時,這種本能變成了對重新想象的能力近乎偏執的強調。在他眼中,AI的意義不僅是讓公司跑得更快,更多是終結那種“人如機器”的低級重復。
Danilo相信,當1000天的倒計時終結,真正的生還者是敢于在規則坍縮前,憑借好奇心重新定義規則的人。
關于虎嗅智庫: 虎嗅智庫是一家聚焦企業數字化、AI創新實踐的新型研究服務機構,為產業智能化進程中的甲乙雙方,提供有洞察性的研究報告、案例評選,以及線上會議、線下活動與參訪服務,以支持企業高管在智能化、數字化方面的明智決策。 我們提供的核心價值: 及時與優質的洞察,了解技術、了解行業、了解同行與對手; 為決策者技術與產品戰略決策、產業規劃、解決方案選型提供重要參考; 幫助市場全面了解前沿科技及所影響產業的發展狀況,還有未來趨勢。 添加智庫小虎,獲得AI轉型案例及參與智庫AI閉門會
本文來自虎嗅,原文鏈接:https://www.huxiu.com/article/4851176.html?f=wyxwapp
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.