在著名的“盲人摸象”寓言故事中，每個人都觸摸了大象的不同部位，卻得出了截然不同的結論。一個人摸到大象的鼻子，以為那是一條蛇，另一個人摸到大象的腿，堅稱那是一棵樹。盡管他們都錯了，但他們卻堅信自己是對的。

如今，許多公司對待AI的方式正是如此。

他們只關注單一任務或工作流程，并據此得出關于AI能做什么或不能做什么的結論。這些局部性的試驗看似合理且安全，它們讓人淺嘗輒止，卻無需承擔全面應用的風險。然而，他們卻因此錯過了“大象”的全貌。

真正的機遇并不在于任務層面，而在于系統層面。

任務自動化是真實存在且具有價值的，但它只是冰山一角。更深層次的機遇在于重新思考工作的組織方式、工作流程形成的原因，以及AI如何消除整個系統中的低效環節。

以工廠從蒸汽動力向電力轉變的過程為例。工廠主們最初只是用電力替代了單個機器，因為電力具有許多實際優勢。然而，幾十年后，電力才帶來了真正的突破：流水線生產。

AI亦是如此，潛在的突破在于重新思考系統。只不過，我們現在無法再等待數十年去實現這一變革。

太多領導者過于關注微觀效率。他們問的是：“我們能加快完成什么任務?”而不是：“我們提供了什么價值，以及AI如何能讓我們以一種根本性更好的方式提供這些價值?”

第一個問題只能帶來漸進式的改進，而第二個問題則能揭示“大象”的全貌。

為何你忽略了全局?

AI的機遇之所以常常被忽視，主要有三個原因：

1. 工作碎片化

大多數企業都處于部門、地區和角色等各自為政的狀態。AI試點項目也往往在這些孤立的領域內啟動。因此，所獲得的見解往往很狹隘，領導者也很少能看到一個領域的突破如何能讓另一個領域受益。

在我們評估的一家醫療服務提供商中，營銷部門可以利用AI詳細測量數字廣告的點擊量，以優化其營銷活動。然而，患者注冊服務與了解患者來源之間卻缺乏聯系，因此廣告效果最重要的衡量指標仍然未知。這個機遇存在于整個系統之中，但沒有人從系統層面去審視。

2. 成功指標過于狹隘

大多數AI試點項目都是通過傳統的關鍵績效指標來評估的，如節省的時間、提高的準確性和降低的成本。

這些指標雖然有效，但它們忽略了變革性價值，如實現全新的客戶體驗或重塑產品的開發方式。

如果你僅通過“成本效率”這一視角來評估AI，那么你將錯過它可能帶來收入增長、開辟新市場或改變服務交付經濟性的地方。

3. 戰略與技術脫節

在許多公司中，AI屬于IT部門，而戰略則由高層管理人員制定。因此，企業無法將公司的長期目標與AI可能產生實質性加速作用的領域聯系起來。

你可以做得更好。例如，在保險業巨頭Travelers公司，AI并非簡單地融入現有工作流程。管理者重新思考了理賠處理方式、異常情況處理方式，以及一線員工如何與客戶和機器進行交互。

IT對于變革過程至關重要，但這一變革被視為一項業務需求，而非技術需求。這帶來了系統性的收益。

從系統層面出發

為了克服AI“大象”問題，企業需要拓寬視野。這首先要從提出不同的問題開始：

? 我們價值鏈中的哪些環節最受人力限制?

? 在哪些環節中，交接工作會導致摩擦、返工或延誤?

? 公司中某個部門的哪些見解可能對另一個部門有益?

? 哪些能力(如預測、總結或情景建模)在團隊中未得到充分利用?

然后，再向外看：

? 我們的商業生態系統正在發生哪些變化?

? AI如何幫助我們在行業網絡中發揮更核心的作用?

真正的變革就發生在這里。AI不僅僅能實現工作自動化，它還能改變工作的設計方式。而這種改變要求管理者在深入細節之前，先從宏觀角度進行思考。

看清“大象”的實用方法

那么，領導者如何才能將關注點從孤立的任務轉移到系統性變革上來呢?以下是一些開始行動的步驟：

1. 組建跨職能用例團隊

將運營、技術、客戶體驗和戰略部門的人員聚集在一起，共同繪制價值鏈中的痛點。然后問：AI在哪些方面能從根本上改變并解決這些問題?

金融服務公司Capital One就是這樣做的，它圍繞客戶旅程組建團隊，全面思考如何提升客戶體驗。

2. 為AI評估增添戰略視角

不要只問：“這個模型是否減少了任務完成時間?”還要問：“這個改變能否影響我們如何定義角色、構建團隊或在市場中競爭?”

以餐食配送公司HelloFresh為例。AI不僅幫助HelloFresh優化了廚房運營，還使其從提供類似Cheesecake Factory風格的大量菜單選項，轉變為根據客戶之前的選擇和餐食評分提供少量高度定制化的推薦。

3. 鼓勵管理者發現橫向機遇

在試點項目成功后，挑戰你的中層管理者找出兩個也能從中受益的相關職能。將這一點納入成功的定義中：不僅是實施，還有推廣。

例如，一家保險公司將其面向消費者的聊天機器人功能引入理賠管理，以整合理賠文件中各種不同的輸入信息。

4. 將AI項目與戰略重點相結合

孤立的AI可能令人興奮，但當它與明確的目標相結合時，如進入新市場細分領域、提高客戶留存率或加速產品發布時，它才能發揮更大的作用。每個項目都應與領導者關心的“為什么”緊密相連。

例如，在我們合作過的一個營銷部門中，所有團隊的一個首要任務是AI是否縮短了從活動請求到啟動的時間。

看不到就解決不了問題

AI是一種系統工具，卻常常被當作任務工具來使用，這就是悖論所在。

AI最大的優勢在于它能夠發現模式、簡化協調并揭示跨部門之間的見解，但除非組織一開始就進行廣泛觀察，否則它們將無法從中受益。

“大象”問題是一個視野問題。公司需要訓練其領導者停止只關注局部(如鼻子和尾巴)，而開始看到擺在他們面前的全面機遇。

因為真正的競爭優勢并非來自更快地完成今天的工作，而是來自徹底重新思考工作應該是什么樣子。