Reshape the enterprise model in the era of generative AI

核心观点与关键数据

• 生成式AI时代的企业变革：生成式AI不仅是一项新技术，更代表了一种根本性的变革方式，要求企业重新思考如何运用技术、数据和AI来重新定义工作和生活方式。变革速度和强度前所未有。
• 变革待发：虽然投资水平重要，但将概念验证转化为实际规模并实现更大回报同样关键。65%的执行官员表示缺乏领导AI转型的技术专业知识。
• 通用AI的潜力：通用AI已迅速成为高管议程的焦点，各行各业都在投资实验和应用案例，其中一些已实现切实可行的价值。释放AI潜力需要深入思考传统工作流程、职能和岗位的重新定义。
• 信任与技能差距：63%的雇主认为技能差距是业务转型的主要障碍，但82%的工人认为他们可以掌握所需技能。97%的执行官认为AI将从根本上改变他们的公司和行业。
• AI的投资回报：成功追求AI驱动的革新的组织，其业绩在2019年至2024年间比同行高出15%，到2026年可能翻倍。

四镜头框架

• 适应性结构：随着智能代理嵌入工作流程，将出现根本不同的组织结构和团队模式。人机合作伙伴可能成为核心单位，传统指标如跨度、层级等将演变，平台型组织模式可能成为标准。
• 动态技能：技能的半衰期将急剧下降，持续的人类和AI代理学习变得至关重要。将出现更多人际与智能体之间的协同学习，需要构建结构和激励机制以利用这种创新特性。
• 流动的边界：传统边界和壁垒将受到挑战并被彻底重塑。客服中心可能演变为智能运营中心，组织应重新思考劳动力结构和模式。通用AI将促进技术和人类之间前所未有的、流畅的合作。
• 增强智能：人类与机器能力相结合将开启新层次的智能和创新。组织必须重新思考如何设计工作流程，以便启用新的连接型智能组织：一个人与通用AI代理相连接的互动网络。

研究结论

• 放大智能：通用AI将新的维度引入人机协作，通过增加“智能行动者”放大集体智慧。组织需要接受通用AI代理作为新的“智能同事”，并发展新技能以更好地与这些能力合作。
• 动态技能：技能半衰期缩短，需要高度重视人类和AI代理的持续学习。新型人才模式将优先考虑好奇心强、求知欲旺盛且具备强大学习能力、能够融合人机技能的个人。
• 流动的边界：传统边界和壁垒将被挑战，组织结构和运营模型将被重塑。C级高管将打破部门壁垒，职能部门将缩小规模并融合，核心团队将演变为能力建设团队。
• 适应性的结构：员工与AI代理之间的合作关系将成为组织结构和能力的基元。组织结构将继续扁平化，变得更加灵活，通过自我组织的“人+机器”团队实现。

行动机会

• 投资信任和参与：构建技能和学习基础设施，培养负责任的AI实践，优先考虑与员工的透明度和对话。
• 关注早期扩大通用AI的机会：考虑组织工作方式的影响，如果不重塑工作、流程、任务和所需技能，就难以在规模上充分发挥通用AI的价值。
• 准备好让您的组织成为“变革就绪”：持续设定新的绩效基准，不断调整人才和工作方式以保持动力。
• 反思你当前生成式AI的雄心：深入思考你的企业未来的需求，例如新的工作方式、人才与技能，以及组织/运营模式的影响。