人工智能不会仅仅因为公司在工具和基础设施上投入资金就带来价值。只有当领导者培养出变革公司和团队所需的新能力，从而充分发挥这项技术的潜力，提供真正的战略优势时，人工智能才能实现价值。
    最近，英国《金融时报》对标准普尔500指数成份股公司申报文件的分析发现，去年有374家公司在财报电话会议上提到了人工智能，且近九成公司对其赞誉有加。然而，当被要求阐述其优势时，大多数领导者只能含糊地承诺尚未实现的 “生产力提升”。不仅如此，他们的年度报告对风险的阐述远比实际收益要清晰得多。
    为什么会这样呢？我们中的一位参与了一项涵盖 300 多位董事会成员的项目，研究发现，不仅人工智能试点未必能达成预期成效，而且员工因对人工智能心怀恐惧，未能充分挖掘其潜力。此外，人工智能项目也未能解决组织的运作方式以及价值创造等问题。
    新技术未能实现价值，很少是技术本身的问题。通常而言，这是因为未能将技术与价值主张相结合，错失了利用技术变革组织的契机。而这一切的根源在于领导力和组织能力面临的挑战。努力之所以失败，是因为组织没有调整流程，团队也没有改变工作方式。
    作为学者，我们追踪有关数字化转型和领导力的最新研究，并将这些研究结果与课堂上高级管理人员在现实中面临的问题进行对比。我们研究他们现有的技能、组织对他们的要求以及有效领导所需的能力之间的差距。
    这项研究让我们明白，要在生成式人工智能时代实现有效领导，高级管理人员需要具备一系列技能，而这些技能并不一定是他们过去取得成功的那些技能。在本文中，基于我们作为学者和从业者的工作经验，我们将探讨五项我们认为至关重要的能力，每一项能力都对应着当今领导者需要扮演的不同角色。

跨越组织边界
    对人工智能的深入了解不仅仅是阅读分析报告或浏览新闻标题，而是要通过人际网络和实际接触来培养。研究表明，融入更多元化人际网络的人能够获取非重复性信息，因此比处于封闭圈子的人更具创新性。经典的传播研究，如埃弗雷特·罗杰斯所著的《创新的扩散》（2003年）也表明，当人们看到可信的同行在使用某项技术，并且获得足够的隐性知识，明白该技术如何具体应用到自身时，技术的采用就会传播开来。
    对于高管而言，这意味着要在不同行业、监管机构、初创企业和技术专家之间建立联系，并参与有关人工智能机遇与风险的讨论。在我们授课的高管课堂上，每天都能看到这种情况的发生。经验更丰富的使用者会向其他人分享他们的所见所闻，包括好处和陷阱。
    高级管理人员还需要有意识地让他们的团队接触此类交叉互动。例如，萨蒂亚·纳德拉执掌微软后，邀请微软收购的小型科技公司的首席执行官参加以往只面向公司高层的年度战略务虚会。参与多元化的对话，能增强高管将新见解带回董事会的信心，使他们成为跨越组织边界的人。

重新设计组织架构
    只有对组织进行重新设计以利用生成式人工智能，它才能创造价值。数十年的研究表明，生产力的提升并非源于技术本身，而是来自流程、激励措施和结构的配套变革。公司常常只是将人工智能生硬地添加到传统工作流程中，结果收效甚微。
    领导者必须决定在哪些环节实现自动化，哪些环节增强人类判断力，哪些环节完全由人类掌控，以及如何应对生成式人工智能常常带来的以更少人力完成更多工作的能力。更重要的是，他们不能只盯着成本效率和减少全职员工数量：正如我们的研究所发现的，生成式人工智能的真正价值来自于重新思考业务流程、实现超个性化以及构建新的商业模式。管理者需要思考人工智能如何让他们重新审视传统流程。简而言之，他们需要成为架构师。
    例如，在SAP，首席财务官多米尼克·阿萨姆领导了一项雄心勃勃的核心职能重新设计工作，以整合生成式人工智能。他的团队将大部分财务和后台工作自动化，让团队能够专注于更高价值的任务，并利用人工智能驱动的见解重新分配资源，提高生产力。通过以这种方式重新设计角色和工作流程，阿萨姆使SAP能够做出结构性变革，释放人工智能的真正价值。
    在高管猎头公司罗盛咨询，管理者被鼓励重新设计团队的工作，让被赋予名字、职责和工作范围的人工智能代理执行更简单的任务，同时提升员工的任务难度。
    当然，组织架构的重新设计往往与文化变革相伴而行，因为过时的流程会强化阻碍进步的旧规范。在一家跨国食品公司，一旦人工智能驱动的仪表盘使得传统的检查与控制不再必要，首席执行官便对季度业务评估展开全面改革。这一举措减少了团队用于数据整理的时间，同时将领导会议的重心转向实时学习。如果没有这类变革，人工智能只是在过时的流程之上增加了复杂性，而无法释放真正的价值。
    公司可能需要采取大胆举措，让领导者能够推动重新设计。例如，百事公司将战略、转型和技术方面的职责合并，使其首席战略与转型官阿西娜·卡尼奥拉能够通过重新设计组织架构来利用人工智能，这也使得公司高管与她合作，共同识别流程低效问题以及新能力带来的机遇变得尤为重要。

协调团队协作
    真正考验领导力的是高级团队在融入人工智能的情况下做出决策的能力。例如，在亚马逊，财务负责人如今不仅依靠生成式人工智能完成常规报告，还用于税务分析、预测和收入建模等复杂任务。其输出结果被整合到简报和文件中，直接供高级团队审阅，使高管们能够基于比人类分析师单独提供的更丰富、更快速的证据基础，来讨论权衡取舍。
    将人工智能作为一种输入是一回事，将算法见解引入集体审议则是另一回事。研究表明，人机协作可以大幅降低解决问题的成本和时间，但最佳效果取决于与人工智能进行迭代和协作的能力。
    最近的实验研究更进一步验证了赋予人工智能在决策团队中关键角色（而不仅仅将其作为被动工具）的理念。例如，一项研究表明，大语言模型可以充当 “唱反调者”，挑战群体共识，甚至质疑自身的建议，以提高批判性思维。另一项研究比较了人工智能的不同角色——从推荐者到分析者再到唱反调者，发现角色的变化会影响结果的质量。这些研究结果共同表明，领导者不应将人工智能视为单一的输入，而应将其视为灵活的团队成员，其在集体决策中的角色必须经过有意识的设计和管理。
    在这种新的协作环境中，尤其是在涉及高风险决策时，领导者需要协调人类和算法输入之间的平衡，同时营造心理安全感，让团队能够自由探讨各种场景、分享失败经验并共同学习。他们需要成为团队协调者。

指导与培养人才
    只有当领导者帮助员工学会以不同方式工作时，人工智能的应用才能取得成功。员工需要指导和心理安全感来进行尝试、犯错并逐步提升技能。事实上，一项对3400万个美国管理职位招聘信息，以及数百万份简历和员工评价的大规模分析表明，自2007年以来，强调协作、指导和影响力的招聘信息占比增加了两倍，而强调传统监督的招聘信息则稳步减少。
    让-菲利普·库图瓦曾负责微软全球销售、营销和运营，他打破了长期存在的 “检查文化”（即根据详尽的预测流程来评判管理者），代之以指导文化（由实时数字仪表盘支持，并为所有人事经理提供指导技能培训）。他不再对下属进行质问，而是以身作则倾听，并引导管理者将时间重新分配到客户和学习上。就在他所在的销售与营销部门越来越依赖自动化预测和预测分析时，这一变革为客户互动节省了数千小时。
    随着生成式人工智能使员工无需再专注于繁重的基础工作，领导者必须帮助培养和推广补充该技术所需的新技能。他们需要帮助改变工作场所，以充分利用人工智能，在此过程中他们将面临同样的挑战：少做检查者，多做导师，帮助推广新的工作方式。他们需要以能够培养人才的教练角色进行领导。

以身作则
    在伦敦商学院的一个职业中期硕士班上，我们的一名学生问库图瓦：“当我们自己并非技术创新者时，如何在人工智能时代保持自身的相关性？”他回答道：“每天都使用人工智能，在个人生活和职业生活中都用。”
    唐娜·莫里斯就是这种行为的一个好榜样，她是沃尔玛的首席人力官。在启动高级领导人才招聘时，莫里斯会借助ChatGPT和其他工具，她说结果往往与她的团队已经在考虑的候选人高度吻合。但她也会将人工智能用于日常需求，从旅行推荐到为家人快速搜索医疗信息。她亲力亲为地使用人工智能，不仅提升了自己对技术的熟悉程度，也向他人表明鼓励尝试。
    最近一项研究发现，尽管高级领导者比员工对人工智能更感兴趣，且较少感到威胁，但他们实际使用该技术的频率并不像他们对其的表态所显示的那么高，这引发了人们的担忧，即他们可能只是在塑造形象，而非以身作则推动应用。
    解决方案很简单：成为真正的榜样。亲自尝试使用人工智能，直到找到对自己职业和个人都有帮助的应用场景。个人使用人工智能有诸多好处，其中之一是提高你识别 “无用功” 的能力，即那些看似完美但缺乏实质内容的工作。此外，让同事看到你个人使用人工智能，表明好奇心、灵活性甚至犯错都是学习过程的一部分。这样做，你将创造社会认同，加速人工智能的应用。
    归根结底，人工智能不会仅仅因为公司在工具和基础设施上投入资金就带来价值。只有当领导者培养出变革公司和团队所需的新能力，从而充分发挥这项技术的潜力，提供真正的战略优势时，人工智能才能实现价值。