培养商业领袖的人工智能能力（英）

核心观点与关键数据

• 人工智能的真实竞争优势源于商业领导者将业务问题与科技可能性相结合的能力。
• 数字和人工智能（D&AI）转型面临的关键障碍是缺乏具备领域领导力的执行人员（N-2和N-3层级）。
• 领域领导者负责推动基于人工智能的全流程转型，其技能组合中仅有17%是技术性的，职业生涯中仅有5%涉及技术性职位。

领域领导者的关键技能

1. 重塑领域与客户为中心的愿景：了解客户痛点、运营浪费，利用人工智能重新构想业务流程。
2. 监督技术交付：具备足够的技术深度监督开发、确定优先级、解决问题，并推动跨职能团队协作。
3. 制定AI赋能转型路线图：与领域专家合作，将输入转化为与结果挂钩的KPI路线图。
4. 领导端到端变革管理：对解决方案开发与价值实现负责，协调整合的变革管理努力。

构建AI能力的第二肌肉

• 提升人工智能素养需要持续学习，包括主动寻找机会深化技术理解（如参加网络安全课程）。
• 领域领导者需成为“无畏的学习者”，通过阅读、与技术领导者交流、参加行业会议等方式学习。
• 工作中学习至关重要，需深入团队共同开发解决方案，而非简单委托IT部门。

理解运营杠杆与系统思维

• 确保技术发挥潜力需要整合技术系统和组织系统，领域领导者需具备系统级思维。
• 理解企业架构、数据可用性、高层领导承诺等关键因素，才能从AI中获取价值。
• 成功领导者需花费大量时间理解团队工作，如与工程师、数据科学家合作。

识别与培养技术人才

• 顶尖技术人才（如工程师、架构师）能产生高价值，领域领导者需具备识别和培养人才的眼光。
• 通过培训、与专家合作、建立激励措施等方式，扩大技术人才库。
• 领域领导者需理解技术如何创造价值，而非仅仅依赖技术专家。

C高管应采取的行动

1. 配置合适的人员和激励机制：明确核心业务流程，替换或提升现有领导者，确保其具备领域领导力。
2. 启动战略技能提升计划：涵盖流程再造、AI模型、数据管理、工程人才和变革管理等领域。
3. 修复运营模式：将工程人才嵌入领域领导者团队，采用持续性资金模式，调整绩效管理与激励机制。

研究结论

• 建立由具备AI能力的领域所有者组成的团队，能为企业带来真正的竞争优势。
• 这些领导者结合了领域专业知识与技术、数据和人工智能专长，难以被复制。
• 企业需通过持续学习、系统思维和人才培养，打造更多具备AI能力的领域领导者。