前言
人工智能时代，领导力的新挑战
这里有一个真实的故事，我相信在许多公司都发生过类似事情。一家全球知名的制造业公司的领导者们了解到AI的商业应用前景之后，感到兴奋不已。他们认为，随着AI的部署，公司运营将变得更加高效，预测和决策将更迅速、更准确，成本效益也会更高。他们设想，AI将帮助公司识别和招聘最优秀的人才，并为工作团队提供关于利益相关者需求的最新数据和见解，从而以提高生产力和创新力的方式提升整体运营效率。于是，公司领导者们拍板对AI部署进行了巨额投资（几百万美元级别），项目涵盖软件、数据存储基础设施、技术人才、产品经理、服务经理等方方面面。他们的兴奋源于对项目前景的乐观预期——重大的数字化转型成效近在眼前。
仅一年之后，他们就想放弃这个项目。公司董事会一些成员对AI投资能否达到预期效果表现出强烈的担忧。他们质疑：到目前为止，AI究竟创造了什么价值？如果他们对AI继续追加巨额投资，AI在未来是否真的可以创造价值？管理者与利益相关者在经过多次讨论并查看了过去一年的运行数据之后，不得不得出这样的结论：公司无法在扩大AI部署规模上追加投资。他们急于知道究竟是哪里出了问题，于是找上了我，希望我帮忙找出背后的原因。我进场后做了一个“诊断”，出乎大多数董事会成员意料的是，一个无法绕过的关键问题竟然是：在这个AI变革项目中，企业领导者在哪里？
这个问题的答案，既简单又令人费解。在这个AI变革项目中，我几乎没有看到企业领导者的身影，更谈不上他们发挥了什么积极作用。他们似乎对这个名为AI的“新员工”无感——当被问到AI对实现公司的目标有什么帮助以及怎么提供帮助时，这些领导者讲不出一二三。当公司需要就数据的可访问性以及更广泛层面的数据治理等问题进行集体决策时，领导者们很少表达自己的观点（更不用说主导整个对话了），而是让信息技术（IT）专家来自行决定。更关键的是，对于如何应对AI可能给员工就业带来的破坏性影响，他们也没有制定明确的指导方针。
由于企业领导层在变革项目中没有发挥应有的作用，这个项目并不具备一个成功的数字化转型项目所需的基本要素。这些基本要素包括授权和激励员工、提供指导，以及培育一种让员工从失败中学习的企业文化等。尽管员工们也知道AI变革项目是公司的优先事项，但他们对此毫无热情。个中原因显而易见——企业领导者们没有激发员工对AI的任何热情。企业领导者们既没有将AI项目与公司战略关联起来，也没有向员工展示AI将如何提升团队的工作能力。相反，他们置身事外，将AI部署的所有事项都委托给IT人员自行处理。大多数领导者从未使用过公司所部署的AI系统或工具，因此错失了向员工展示AI如何为工作赋能的大好机会。此外，由于公司没有向员工清晰传达AI变革的愿景，因此员工普遍对AI变革项目的最终目标以及AI将对他们的工作产生什么影响感到不确定。因此，员工们普遍对使用AI工具缺乏主动性，甚至竭力避免使用AI工具。这样一来，这个项目走向失败只是时间问题——大约一年后，这个AI变革项目的巨额投资打水漂了，该项目在这个企业内部没有产生任何价值。
复盘这个案例可以发现，无论从哪个层面来看，这家公司的领导者们都没有做到AI时代成功的领导者应该做到的事情。他们缺乏正确的心态，也缺乏希望成为推动AI部署成功的榜样的强烈驱动力。而且，最令人震惊的是，他们既没有为这次变革做好准备，也没有接受过相关的专业培训。他们竟然错误地认为，让了解AI技术的IT人员牵头来主导变革就行。
我的疑问是，如果企业领导者自身不是AI专家，他们又怎么能从这些AI新工具中获得价值呢？如果他们不亲自参与这一场AI变革，他们又怎么知道该如何做变革规划呢？如果他们不知道如何做变革规划，又怎么可能采取符合企业实际的变革行动呢？罗斯与罗斯国际公司（Ross& Ross International）联合创始人兼CEO巴里·罗斯（Barry Ross）说得很好：“你不能将公司的数字化转型委托给他人。你和你的高级管理者必须亲自参与！他们需要接受并应用最新的数字技术和新兴的工作方式。”[1]
我为何写这本书
作为一名领导力和变革管理领域的学者，我很想知道前文案例所谈到的与领导力相关的失败经历为何在一个又一个数字化转型项目中不断重演——在曾经火爆的大数据应用浪潮中，也重复出现过类似的失败经历。于是，我开始阅读、调研，并与来自世界各地不同组织中的人们进行深入探讨。
我通过调研得出了两个明确的结论。
第一，这一波AI浪潮，与以往人们所谈的数字化转型有着本质区别。AI技术的独特性以及AI有望带来的影响，将比以往的数字化转型所带来的影响更加深远——当然，有可能是好的影响，也可能是坏的影响。无论是给劳动力就业机会带来的巨大威胁，还是对生产力和生产效率的显著提升，甚至是完全不用人类员工介入也能输出与人类员工的工作非常相似的成果，AI给人的体验与以往其他技术都很不一样。AI发展非常快，我想你对这一点应该很清楚。因此，你对AI技术的担忧，可能比对之前的其他技术要多得多。
第二，有些事情不对劲。尽管包括我自己在内的学者们十分看好AI的前景，但在各类组织中使用或推广AI的失败率却高得惊人。AI领域的投融资将持续增长，人们都希望将自己的公司成功转变为AI驱动的公司，给公司带来革命性的改变。然而，与我交谈、合作过的许多公司或机构虽然都在AI上投入了大量资金，却未能获得与投资相匹配的价值。全球知名IT咨询公司IDC在2020年曾预测，2023年全球范围的数字化转型投资将高达6.8万亿美元[2]，然而迄今为止，这些投资项目中有87%的项目未能达到其既定目标。[3]
作为这些领域的咨询顾问和教授，我参与并观察了许多此类失败项目。为了验证数据是否与我所看到的情况相符，我曾经在新加坡做了一项调查——根据2022年瑞士洛桑国际管理发展学院（IMD）世界数字竞争力排名，新加坡在数字竞争力方面名列全球第四（前五名分别是丹麦、美国、瑞典、新加坡、瑞士）。[4]然而，当被问及是否认为自己的组织有效地使用了其部署的AI系统时，超过2/3（68%）的新加坡受访者表示“没有”。
虽然调查对象没有解释AI系统部署失败的具体原因，但根据我与他们的谈话可知，他们认为这一定是AI自身的问题。他们认为AI技术的缺陷导致AI无法在他们的工作场景中被成功应用。他们甚至认为AI不适合那些仍由人类行为主导的组织。在实验室里行得通的东西（如AI技术），在现实中不一定行得通。他们的观点是，也许在AI技术变得更成熟的时候，AI部署才会成功。
然而，我认为新加坡的受访者给出的这种解释是不准确的，因为我发现导致AI部署失败的真正原因在于，在AI驱动的组织转型过程中，领导者并没有发挥应有的领导作用。
需要澄清的一点是，我并不是说领导者故意置身事外，也不是说当AI部署出现问题时，领导者要承担所有责任。现实情况比把责任简单地归咎于领导者更复杂。
AI给这个世界带来了一种真正的紧张感。正在阅读本书的你，可能也已经感受到了。一方面，关于AI的强大、投资AI将带来指数级回报的媒体论调，鼓动企业领导者立即采取行动；另一方面，大多数人并不了解什么是AI。当你深入其中，你会发现AI（及其相关技术）非常复杂。如果你不了解它，你就很难知道如何才能“立即采取行动”。
正是由于以上矛盾带来的紧张感，在企业拥抱AI之时才诞生了一堆犹犹豫豫的领导者。他们之所以启动一个AI变革项目，是因为他们看到和听到的关于AI的一切都让他们不由自主地产生了一种紧迫感，但随后他们又将AI变革项目甩手给IT专家来牵头，因为领导者实在不太了解AI——这个被媒体吹捧为“未来技术”的东西。
毫无疑问，这种先紧后松、当甩手掌柜的做法是错误的！我写这本书就是为了纠正这个错误。我希望能够扭转这种不好的倾向——这种倾向，我在咨询工作中观察到过，我查阅到的数据也呈现过，甚至很多企业的领导者也向我反馈过。我希望把领导者重新拉回AI的话题讨论中，并希望提醒你或你的领导者：在部署AI时，掌握一定的AI技术是绝对必要的，它有切实的价值，会让你和你的组织少走很多弯路。
AI真是时代必答题吗
从象征意义上讲，拥抱AI是当今企业发展的必然选择，原因有三点。
首先，AI无疑是应对动荡的、复杂的、模糊的世界的绝佳工具。一家企业能够从日益增长的海量数据中学习并采取行动，对于企业赢得未来市场至关重要，而处理海量数据正是AI的强项。
其次，AI有助于提升组织的创新潜力，进而提高公司的竞争力水平。公司通过使用AI，可以让员工更高效地工作，更好地与团队其他成员交流，从而提升员工生产力；[5]而生产力的提升，反过来会让员工有更多时间和空间来发挥创造力，尝试新想法，从而推动公司业务创新。这种将AI用于提升工作能力的做法，将提高公司的竞争力水平并带来前所未有的经济效益。据普华永道预测，到2030年，AI将为全世界创造超过16万亿美元的经济贡献。[6]
最后，基于AI创造经济效应的方式也将变得越来越便捷。部署AI的成本从未如此低廉（尽管当前企业正确使用AI的各种隐性成本仍然很高）。为AI系统提供驱动力的底层机器学习和深度学习技术通常是开源的，而用于存储和处理数据的云服务也变得越来越普遍，价格也越来越低廉。[7]因此，在这样的时代背景下，面对高达16万亿美元规模的庞大市场，企业再也没有理由不积极参与其中，争取分得一杯羹。
以上三个原因展现的是AI的优势，我们再看一下AI的局限性。
从字面意义上讲，AI毕竟不是人类大脑，它只是模仿人类进行感知、决策、执行的人工程序或系统，还不具备达到人类水平的综合智力。企业领导者需要清楚地认识到这一点。今天，我们似乎正处于一轮和AI相关的炒作周期之中，很多炒作信息其实并不符合AI的现实情况，我个人认为是很多企业领导者没有了解AI的这个局限性（即，人工智能≠人类智能）。这些炒作信息让人们过于乐观地看待AI的能力，以至于许多人认为AI的智力水平已经与人类的不相上下。他们认为，AI完美复制人类大脑只是时间问题，而当那一天到来时，成本高、效率低的员工就可以被成本相对低、能够自我学习的AI取代。
然而，这种想法过于乐观且不切实际，甚至可能还带有较大的危险性。脑科学家们也认为，我们对人类大脑（拥有约860亿个相互作用的神经元）的了解，只能说是非常粗浅和片面的。[8]在对人类大脑的了解如此不充分的情况下，我们真的无法严肃地说AI已经完全达到了人类的智力水平。实际上，我们只是将一种狭义的计算智能带到了人们的面前。AI可以作为人类智慧的补充，但不能取而代之。我甚至认为，对机器和人类进行智力维度的比较，都不太合适。这就好比把苹果和橙子放在一起比较，二者不是同一个物种，无法比较。
尽管如此，有些人还是认为这才是AI技术演进的终极目标：让AI越来越像人类大脑。作为企业领导者，你需要有自己的独立判断。在将AI引入企业时，你更赞同下面两种观点中的哪一种？
·第1种观点：AI是一种越来越廉价的技术，可以取代人类，达到新的生产力水平和效率水平。[9]
·第2种观点：AI是一种强大的工具，可以增强而非取代人类智力，它可以激发员工的创造力，使员工产出更多创新成果。[10]
如果你赞同第1种观点，那么就等于承认，当今组织的首要任务是使用AI来充分利用数据，并最终将认知、决策、行动委派给AI全权代理。有些人可能会认为这是一个很有吸引力的选择：AI将发挥主导作用，为人类提供指导，而且AI工作成本比人类员工更低（讽刺的是，随着时间的推移，持这种想法的企业领导者会逐渐把领导权拱手相让给AI，届时，他自己也将变得多余）。
如果你赞同第2种观点，那么表示你越过简单的成本效益分析，接受了这样的事实：正如脑科学研究结果所示，当AI在做我们期望人类员工所做的事情时，其表现出来的能力其实是很有限的。基于这种观点，对人类能力提升做投资依然是组织的首要任务，领导者将不得不主动推动AI部署项目，以借助AI完成这一任务。该任务的核心关注点不在于降低成本，而在于在人力资源方面继续进行大量投资——即便部署AI，也是按“以人为本”的方式开展的。这也清楚地表明，企业要成功地部署AI，不仅需要先进的技术、技术娴熟的AI专家，还需要企业领导者的深度参与。
然而，今天全世界绝大多数AI变革项目都建立在第1种观点之上。企业看重经济效益，希望全方位优化企业运作“机器”的效率和绩效。令人担忧的是，这种观点推动了一种让人震惊的价值观——AI的“思考”方式，将与人类的思考方式一样有价值，甚至更有价值。在这种价值观的驱动下，人们优先考虑机器式思维，而非继续发展人类思维。这样一来，人类员工就会沦为完成任务的“工具人”——工作的动机只是提高工作效率。
我把这种现象称为技术驱动技术型变革（tech-driving-tech transformations）。而且毫无疑问，此类变革正在我们周遭持续发生。人们正在高度重视发展AI的计算能力，而非提升人类的理解能力。人们正在让AI发挥主导作用。例如，一家开发多人在线游戏的中国公司在布局“元宇宙”（Metaverse）的过程中，竟然任命了一个名叫“唐钰”的数字人担任公司的轮值CEO。该公司的新闻稿称：“唐钰的就任，是公司全面推行‘AI+管理’战略以及构建元宇宙组织的重要里程碑。唐钰将帮助公司精简工作流程，并提高工作任务质量和执行效率。作为实时大数据中心和分析系统，她将支持日常运营中的合理决策，同时实现更有效的风险管理。此外，唐钰在人才发展和保障员工享有公平、高效的工作环境方面也将发挥重要作用。”[11]
以上例子，与当今商业世界正在形成的信念不谋而合，即领导者应该思考如何飞快、准确地读取数据，摒弃敏捷式、启发式但带有偏见且“次优”的人类思维方式。这种信念，不仅在我深入调研的那些正在启动AI变革项目的公司里可以观察到，在我的商学院课堂上也经常听到。当我为企业高级管理者讲授高级领导力课程时，越来越多的学员跑过来问我：“但是，教授，在当今数字优先的背景下，我们为什么还要学习人际交往技能呢？我感觉这些技能对于我以后的职业生涯没什么帮助。我是不是更应该学习如何成为一名程序员，像AI专家那样思考问题呢？后者的思维方式或许更能帮助我实现卓越领导抱负？”诸如此类的问题，反映了这样一种观念：今天的领导力教育，应该围绕掌握与AI共生的工作范式来开展，着力使企业高级管理者拥有匹配该范式的能力和思维方式。
我们比以往任何时候都更需要“人类领导力”
尽管上述情况在我们身边出现得越来越多，但我认为第1种观点背后的思维模式并不具有可行性，这也是许多企业部署AI遭遇失败的关键原因之一。今天，我们比以往任何时候都更需要“人类领导力”。那些真正深谙AI的领导者，几乎无一例外持有前文提到的第2种观点——AI技术可以成为人类员工的合作伙伴，他们已经在组织内成功推进“人机共生”的转型范式。要做到这一点，你不需要成为一名程序员，也不需要向一台性能卓越的计算机询问你所遇问题的最好答案，然后盲目地遵循这个答案去行动。要做到这一点，法宝依然是你已经掌握的所有核心领导力技能——沟通、情商、愿景、使命等，用于应对这一新挑战。
现在，是时候让企业领导者审视自身、抛弃疑虑并提升领导能力以应对这一新挑战了。不要再怀疑，随着AI时代的到来，你是否必须抛弃所有关于领导力的格言来重塑领导角色？你真的不需要这样做！事实上，随着AI日益成为组织运作的一部分，我们比以往任何时候都更需要领导者在人际交往、激励、商业洞察等方面具备卓越的能力，也就是前文提到的第2种观点的相关技能。今天的商业核心逻辑应该是，经典的商业领导力是成功部署AI的先决条件，而不是障碍。如果你能接受这一观点，那么你的组织可能就不会成为众多未能通过AI创造价值的组织之一。
在推进组织的数字化转型时，第一步显然是，你要对自己的领导力技能及其价值充满信心，不要让AI代替你思考，或将领导权委托给IT专家。这一步至关重要。作为一个企业的领导者，你应当理解美国行为主义学家斯金纳（Skinner）所指出的问题：“真正的问题不在于机器是否会思考，而在于人类是否会思考。”[12]当今新兴的“技术驱动技术型变革”潮流，有可能削弱领导者和员工的思考能力。正如斯金纳所担心的那样，随着越来越多的决策工作被委派给AI系统，领导者和员工将不再发展他们的分析和批判能力，甚至可能丧失这些能力，在这种情况下，决策的好坏将仅仅取决于算法的智能程度。然而，与人类智能在决策过程中表现出的多维性相比，算法的智能程度在许多领域充其量是中等水平（前文讲过，脑科学家们认为我们对人类大脑的了解程度仅处于很粗浅的水平，那么AI也就难以超越人类大脑的智能水平）。
要成为一位深谙AI的领导者，关键在于创造合适的条件，使员工与AI的协作行之有效，并在这个过程中始终坚持“以人为本”，即人类为主，AI为辅。
成为深谙AI的领导者：9项关键行动
本书聚焦于：要想在企业成功部署AI，企业领导者应该承担什么样的责任。我将深入探讨企业数智化转型的9项关键行动，为每一项行动都安排一章篇幅的内容来介绍。通过各章章名，你可能会发现，每一项行动都像你已经在开展的核心领导力活动，你甚至可能会对自己的领导技能感到满意。这种联系并非巧合：在企业成功推进AI部署的秘诀中，下定决心拥抱AI是先决条件，除此之外就是实践你在其他地方也会应用的所有重要领导技能。只是在这里，我们将深入探讨如何将这些通用领导技能具体应用于AI环境中。
本书的9章内容各自独立成篇，因此你不必按顺序来阅读这本书，你可以直接跳到你认为自己最需要、最感兴趣的章节。当然，如果你能从头到尾阅读完这本书，你将取得最大的收获，因为这些领导力关键行动是相互交织、相辅相成的。
书中的每一条经验教训都将向你展示在推进AI变革时所需的心态和行动，旨在培养前文提到的“第2种观点”的思维方式——这种思维方式将大大提升在你的公司部署AI的成功概率。有些章节还详细解释了如何反驳“第1种观点”，即认为公司只需购买最先进的AI技术或系统，领导者将剩下的工作授权给AI技术专家自行思考和部署。你真的不能这么干！企业是一个复杂的实体，要想成功部署AI，就需要领导者了解人性，知道如何激励员工；而员工需要以符合公司宗旨和价值观的方式来工作，同时需要应对当前AI所带来的特定新需求、新挑战。
即便是ChatGPT（美国OpenAI公司创建的大语言模型），也会同意我的上述观点。我问了ChatGPT-3.5一个问题：“当组织在部署AI时，需要什么样的领导力？”以下是ChatGPT的答案。
组织部署AI，需要一种特定的领导力，能够驾驭实施先进技术所带来的复杂局面和挑战。以下是有效的领导者在指导组织部署AI时应具备的一些关键特质及实施策略：远见卓识的领导力、适应能力、道德考量、协作精神、风险管理、长期规划、沟通技巧、情商、资源管理、持续评估和改进。通过应用这些关键特质和实施相应策略，领导者可以有效地指导组织完成部署AI的复杂过程，确保AI顺利且合乎道德地融入组织框架。[13]
综上所述，是时候行动起来拥抱AI时代了！领导者们，不要再观望了！不要再说等一等了，AI已经在敲门！你现在要做的是，搞清楚领导者在这一轮划时代的AI变革中应该做些什么，以便把握“天时、地利、人和”来部署AI，助力组织实现战略目标。本书，恰恰是为解决你所关心的这个关键问题而写的。
让我们开始吧！
[1]Nicole Jones, “11 Digital Transformation Quotes to Lead Change and Inspire Action,”Digital Transformation (blog), Kintone Corporation, January 25, 2018.
[2]2024年11月，IDC发布数据称，2023年全球数字化转型投资规模超过2.1万亿美元。——编者注
[3]For $6.8 trillion figure, see Michael Shirer and Eileen Smith, “New IDC Spending Guide Shows Continued Growth for Digital Transformation in 2020, Despite the Challenges Presented by the COVID-19 Pandemic,” International Data Corporation (IDC), May 2020. For project failures, see M. Wade and J. Shan, “Covid-19 Has Accelerated Digital Transformation, but May Have Made It Harder Not Easier,” MIS Quarterly Executive 19, no. 3 (2020).
[4]Kelly Ng, “Singapore 4th in Digital Competitiveness, Leads Asia’s Ranking,” Business Times, September 28, 2022.
[5]R. W. Gregory et al., “The Role of Artificial Intelligence and Data Network Efects for Creating User Value,” Academy of Management Review 46, no. 3 (2021): 534-551.
[6]Anand S. Rao and Gerard Verweij, “Sizing the Prize: What’s the Real Value of AI for Your Business and How Can You Capitalise?,” PwC, 2017.
[7]G. von Krogh, “Artificial Intelligence in Organizations: New Opportunities for Phenomenon-Based Theorizing,” Academy of Management Discoveries 4, no. 4 (2018):404-409.
[8]Bradley Voytek, “Are There Really as Many Neurons in the Human Brain as Stars in the Milky Way?,” Scitable, Nature Education, May 20, 2013.
[9]在业界也被称为智能体模式（Agents模式），即在人机协作过程中，AI完成绝大部分工作，AI自主结束工作。——译者注
[10]在业界也被称为嵌套模式（Embedding模式），即在人机协作过程中，人类完成绝大部分工作，人类自主结束工作。——译者注
[11]TN Viral Desk, “AI-Powered Humanoid Robot Named CEO of Chinese Company in World First,” TimesNow, September 7, 2022.
[12]B. F. Skinner, Contingencies of Reinforcement: A Theoretical Analysis (New York:Appleton-Century-Crofts, 1969), 288.
[13]The quote is ChatGPT’s response to author’s question “What kind of leadership is needed when organizations adopt AI?,” obtained October 13, 2023, 2 p.m., using ChatGPT version 3.5 program from OpenAI.