为什么大多数高管在人工智能采用中缺失基本原则

人工智能革命以惊人的速度席卷了企业董事会，但也留下了一连串失望的迹象。根据普华永道最新的全球CEO调查，涵盖来自95个国家的4454位领导者，只有10%到12%的组织在AI投资中实现了切实的收入增长或成本节省。对比之下，令人震惊的是，有56%的企业表示他们的AI项目根本没有带来任何好处。这一AI雄心与实际成果之间的差距揭示了一个更深层次的问题——行业领袖们认为，这源于企业忽视了成功实施技术所必需的基本原则。

当考虑更广泛的研究时，这一挑战变得更加明显。MIT的分析发现，企业环境中95%的生成式AI试点项目未能达到预期效果。普华永道全球董事长Mohamed Kande将这些普遍失败归因于组织上的缺陷，而非技术限制。他指出，领导这些项目的高管们优先考虑快速部署，而忽视了奠定成功基础的关键要素。

AI落地差距：为何基本原则最为关键

在没有建立坚实运营基础的情况下推进AI转型的组织，面临的障碍几乎是可预见的。Kande指出，企业常常忽视三个关键领域：干净、结构良好的数据基础设施；能够支撑新技术的强大业务流程；以及确保问责和方向的治理框架。

这种思路颠覆了传统的技术采纳观念。成功的实施不仅仅依赖于AI算法的复杂程度或机器学习平台的最新能力，而是需要关注那些虽不耀眼但至关重要的前提条件。那些从AI中获得可衡量回报的企业，普遍具有一个共同特征——在部署先进系统之前，已经投入建设了坚实的组织基础。

这对评估AI路线图的高管们具有重要启示。技术本身只是更大转型方程中的一个组成部分。没有良好的数据管理、清晰的操作流程和有效的监督机制，即使是最先进的AI解决方案也难以创造价值。Kande的观点表明，那些未能获得任何益处的56%企业，面临的问题很可能根源于这些基础性差距，而非AI技术本身的缺陷。

不确定环境中的高管信心悖论

近期普华永道的研究揭示了一个令人深思的矛盾：虽然CEO们对全球经济形势普遍持谨慎乐观态度，但只有30%的高管对自己公司未来的扩展能力感到真正有信心。这一悖论反映出比外部市场更深层次的问题。领导者所面对的环境已与过去几十年的相对稳定截然不同。

历史数据强调了这一转变的严重性。CEO对收入增长的信心从2022年的56%大幅下降到2025年的38%，而最新调查显示已降至仅30%，创下五年来的最低点。尽管如此，企业仍在大规模投资于长期创新、AI能力和新行业的扩展。

Kande将此描述为领导层前所未有的高压时期，源于他所称的“三级责任模型”。领导者必须同时管理现有业务单元、推动当前运营的转型，以及为未来市场开发全新的商业模式。在应对这些并行任务和组织不确定性时，真正的战略复杂性浮出水面。

转型时代的领导力再定义

不断变化的环境正在重塑组织对职业发展和人才培养的思考方式。传统的晋升模式——即年轻员工通过完成日常任务学习——正受到人工智能承担重复性工作的冲击。这一变化促使人们重新思考哪些技能和能力最为重要。

Kande认为，未来的领导者不应只专注于某一具体任务的执行，而应培养“系统思维”——理解复杂组织动态、识别不同领域的模式、掌握相互依赖关系的能力。这代表着职业晋升的根本重塑，从任务导向的精通转向整体战略理解。

对那些能审慎应对这一转变的组织而言，潜在的回报是巨大的。普华永道的研究显示，成功在新行业创造收入的企业，利润率更高，对未来增长的信心也更强。这表明，既能管理转型，又能维持现有运营的组织，能够获得竞争对手难以企及的优势。

视角作为战略优势

Kande强调，拥有历史视角对于应对当代商业挑战至关重要。他借鉴了铁路繁荣和随后的互联网革命的经验，认为当前的投资和变革浪潮遵循着跨越数百年的经济发展模式。动荡和不确定性，往往预示着创新和增长的到来。

他的领导力观也体现了这一哲学：与其被动应对市场压力，不如退后一步，理解系统性模式，研究过去的先行者，思考替代方案。这种从战术应急到战略学习的思维转变，可能是那些成功驾驭转型的领导者与挣扎者的关键区别。

积累的证据表明，在AI时代取得成功，必须回归基础。企业需要在数据完整性、流程清晰、组织治理和战略思维等基本原则上加大投入。同时，高管们也应调整预期，接受转型与稳定并行的复杂性，培养应对不确定性的视角。对于那些愿意采取更为审慎、基础性的方法的组织，突破性表现的潜力依然巨大。