共计 2962 个字符，预计需要花费 8 分钟才能阅读完成。
人工智能革命已经来临, 但商业领袖仍难以制定明确的方向、愿景和计划。尽管如此, 我们可以提供一些相对无争议的观察结果, 围绕这些我们可以开始构建这场革命的广阔图景:
- AI 的生成和预测能力已经很强, 而且会持续提升。
- 这个领域的投资热情和兴奋度不太可能很快消退。
- CEO 们一直在寻求提高效率, 实现更高的增长和利润率。
- 许多工作或工作的部分本质上是例行、程序化或算法化的, 因此可能被 AI 取代。根据 H. James Wilson 和 Paul Daugherty 在 《哈佛商业评论》(2024 年 9 -10 月) 中的说法, 大多数业务功能和超过 40% 的美国工作活动可以通过 AI 来增强。
- 很快, 新公司将成为 AI 原生公司, 除非必要, 他们不会雇用人类。这些公司将展示人类在哪些方面仍有价值, 在哪些方面没有, 其他公司将效仿(有些比其他更快)。
基于这些观察, 我们受到汽车工程师学会创建的 ”自动驾驶的 6 个级别“ 的启发, 开发了一个框架, 反映 AI 能力的演变及其在未来十年左右对公司的影响。
未来十年, 不断进步的 AI 将对商业和人类劳动力产生两方面影响。初期,AI 将广泛增强人类能力, 接管低价值任务, 使人类能够专注于更具战略性和创造性的工作。
但在某个阶段, 可能在五年左右,AI 将开始接管整个工作角色, 从最 ” 程序化 ” 或基于规则的工作开始。最终, 它将获得足够的决策和协调能力, 接管整个团队甚至业务线。
这两个阶段, 我们称之为增强阶段和替代阶段, 可能会先缓慢发生, 然后加快速度。然而, 采用的速度和深度将因行业、职能、团队和个人而异。
自动化工作的 6 个层级
King 和 Afshar – 共同作者
自动化工作的六个层级
以下是对上图的逐行讨论。
层级: 每个自动化工作层级都用数字 (0-6) 和标题标记。标题指 AI 在该层级可以完成的工作量和复杂度。这是一个通用的工作分解, 从最小和最简单的工作单元开始, 即任务(第 1 级)。任务的上一级是子流程(第 2 级), 指通常按顺序执行的一组任务, 以完成业务流程的一个离散部分, 如确保已准确收集所有开启客户案例的相关信息。
在第 3 级,AI 能够完成整个业务流程, 如接受客户订单、管理客户案例或评估潜在客户。第 4 级 AI 可以从头到尾完成多个流程, 执行通常按角色分配的大部分工作, 如销售代表、市场专员或服务代理。这适用于典型的商业运营, 也适用于制造业和其他类型的运营。
在第 5 级,AI 可以执行与任何商业团队相关的大多数角色 – 包括 ” 经理 ” 及其直接下属 – 这些角色共同执行一个或多个复杂的业务流程。在第 6 级,AI 可以协调多个团队、职能和流程的工作, 这些通常被组织为一个业务或业务线。最终, 这将包括所有中小型企业, 长远来看还包括大型企业(这里的 ” 大型 ” 指业务复杂性和收入规模, 而非员工数量)。
阶段: 这六个自动化工作层级并非 AI 的线性发展路径。AI 不会像传统职业那样逐步晋升到组织中更高级的角色。相反, 它的进展分为两个截然不同的阶段。第一阶段是 1 - 3 级, 称为增强阶段, 数字助手将使人类员工能够做出最佳表现, 并为他们创造新机会。
第二阶段是 4 - 6 级, 称为替代阶段, 数字代理将承担越来越多复杂的责任, 并逐步替代人类。
AI 角色: 这里我们从非技术角度描述了 AI 的主要能力及其与人类同事的关系。如有兴趣, 我们可以提供每个层级更深入的技术视角, 但目前我们希望突出这种关系。
人类角色: 这是 AI 角色的对应部分, 同样关注人类和 AI 之间的关系以及各自的责任和能力。
采用: 这是我们预计主流采用者 (包括早期和晚期多数) 开始在每个层级应用 AI 的时间。创新者和早期采用者会更早, 而落后者可能更晚, 除非危机改变他们的轨迹。
采用率将因行业和部门而异。即使在员工层面, 采用也不太可能是平稳的过程。一些人会欣然接受 AI, 尤其是那些能让他们摆脱单调工作的 AI, 而不是那些承诺 (或威胁!) 执行更具创造性和战略性工作的 AI。
还有一些人, 尤其是那些担心自己工作被 AI 完全取代的人, 可能会抵制。但总的来说, 我们已经看到预测性和生成性 AI 在大多数行业中的应用实例, 更复杂和更强大的 AI 系统即将到来。
自动化工作对企业的影响
我们确定了 AI 演变对企业的三个重要影响, 希望领导者能认识到这些即将到来的变化, 并开始相应规划:
- 规划增强与替代: 首先, 如前所述, 六个层级不代表 AI 的线性发展。相反, 它分为两个截然不同的阶段。第一阶段是 1 - 3 级, 即增强阶段。大多数评论者关注这个阶段, 因为它无争议且令人安心。研究 表明, 到 2030 年,AI 有潜力自动化知识型职业中的大多数任务, 显著提高平均工人的生产力。人类将被 AI 提升, 从重复性任务中解放出来, 专注于战略和创造性活动。在这个阶段,AI 将为人类创造新机会。然而, 这可能会掩盖接下来的现实。一旦 AI 达到第 4 级, 我们将进入替代阶段。当 AI 能够自主完成一个角色时, 它不会遵循传统的职业发展路径。它不会被提升到监督或管理执行该角色的人类的位置。它将取代人类, 而且一旦开始, 这种替代将迅速发生。当前的人力资源和变革领导者需要现在就开始为此做计划。
SUDA 业务运营模型 – 无界公司
King 和 Afshar – 共同作者
- 加速响应能力: AI 将帮助公司加速运营周期。在我们 2023 年的书 《无界》 中, 我们引入了 SUDA 模型 (感知、理解、决策、行动) 作为 AI 时代的业务运营模型。AI 将增强公司在这四个方面的能力, 使用这个模型的公司将获得竞争优势。他们将能更快地做出明智决策, 获得军方所称的决策优势和压倒性优势。(我们将在未来文章中深入讨论这一点。)关键是, 公司的成功将取决于缩短 SUDA 模型每个阶段之间的时间, 尽可能将感知和行动之间的差距缩小到接近零。自动化工作模型的每个层级都代表了 AI 在 SUDA 四个阶段之一的能力提升, 以及不同决策和行动规模的整体加速 – 从个别员工的日常活动到端到端业务流程再到全企业战略举措。AI 将加速和放大这些阶段和规模。那些无法缩短自身感知到行动差距的公司将被能做到的公司超越。
- 超越人类能力: AI 不仅会比个别全职员工更有生产力, 或仅以人力单位衡量 (如我们在之前关于AI、马匹和人类 的文章中所讨论的)。在第 5 和第 6 级,AI 将展示处理超出任何数量人类能力的情况的能力。届时,AI 能力将不仅仅以 GPU/CPU 或每秒事务处理量 (TPS) 来衡量, 而可能是复杂性、准确性和速度的某种函数。
领导力行动呼吁
AI 已经到来, 领导者需要意识到即使当前的热度可能会消退,AI 也不会消失。即使领导者还没有准备好全面拥抱 AI, 他们也可以采取一些行动来做准备, 这些都是良好的商业实践:
他们可以设计并实施公司或企业范围的数据战略 (理想情况下延伸到业务网络)。无论是否有 AI, 数据都是关键。他们还可以专注于精简主要业务流程, 在引入 AI 之前, 先消除、简化和标准化流程。(这本身就是一件好事。) 在人力资源和变革管理方面, 他们需要为两个 AI 阶段制定计划。
最后一点: 尽管 AI 可能看起来是一个需要解决的问题, 但它也将成为应对日益不确定和动荡时代的重要工具, 正如我们在 这里 讨论的那样。AI 可以在帮助领导者及其团队做出战略性、数据驱动的决策和采取有效行动方面发挥关键作用。
本文由 Vala Afshar，ZDNET，Henry King 联合撰写，后者是商业创新与转型战略的领导者，也是《无界：实现商业成功的新思维》一书的合著者，文章发表于 ZDNET，极趣 AI 仅使用 ClaudeAI 进行了翻译。
