前言
人工智能時代，領導力的新挑戰

這里有一個真實的故事，我相信在許多公司都發生過類似事情。一家全球知名的制造業公司的領導者們了解到AI的商業應用前景之后，感到興奮不已。他們認為，隨著AI的部署，公司運營將變得更加高效，預測和決策將更迅速、更準確，成本效益也會更高。他們設想，AI將幫助公司識別和招聘最優秀的人才，并為工作團隊提供關于利益相關者需求的最新數據和見解，從而以提高生產力和創新力的方式提升整體運營效率。于是，公司領導者們拍板對AI部署進行了巨額投資（幾百萬美元級別），項目涵蓋軟件、數據存儲基礎設施、技術人才、產品經理、服務經理等方方面面。他們的興奮源于對項目前景的樂觀預期——重大的數字化轉型成效近在眼前。

僅一年之后，他們就想放棄這個項目。公司董事會一些成員對AI投資能否達到預期效果表現出強烈的擔憂。他們質疑：到目前為止，AI究竟創造了什么價值？如果他們對AI繼續追加巨額投資，AI在未來是否真的可以創造價值？管理者與利益相關者在經過多次討論并查看了過去一年的運行數據之后，不得不得出這樣的結論：公司無法在擴大AI部署規模上追加投資。他們急于知道究竟是哪里出了問題，于是找上了我，希望我幫忙找出背后的原因。我進場后做了一個“診斷”，出乎大多數董事會成員意料的是，一個無法繞過的關鍵問題竟然是：在這個AI變革項目中，企業領導者在哪里？

這個問題的答案，既簡單又令人費解。在這個AI變革項目中，我幾乎沒有看到企業領導者的身影，更談不上他們發揮了什么積極作用。他們似乎對這個名為AI的“新員工”無感——當被問到AI對實現公司的目標有什么幫助以及怎么提供幫助時，這些領導者講不出一二三。當公司需要就數據的可訪問性以及更廣泛層面的數據治理等問題進行集體決策時，領導者們很少表達自己的觀點（更不用說主導整個對話了），而是讓信息技術（IT）專家來自行決定。更關鍵的是，對于如何應對AI可能給員工就業帶來的破壞性影響，他們也沒有制定明確的指導方針。

由于企業領導層在變革項目中沒有發揮應有的作用，這個項目并不具備一個成功的數字化轉型項目所需的基本要素。這些基本要素包括授權和激勵員工、提供指導，以及培育一種讓員工從失敗中學習的企業文化等。盡管員工們也知道AI變革項目是公司的優先事項，但他們對此毫無熱情。個中原因顯而易見——企業領導者們沒有激發員工對AI的任何熱情。企業領導者們既沒有將AI項目與公司戰略關聯起來，也沒有向員工展示AI將如何提升團隊的工作能力。相反，他們置身事外，將AI部署的所有事項都委托給IT人員自行處理。大多數領導者從未使用過公司所部署的AI系統或工具，因此錯失了向員工展示AI如何為工作賦能的大好機會。此外，由于公司沒有向員工清晰傳達AI變革的愿景，因此員工普遍對AI變革項目的最終目標以及AI將對他們的工作產生什么影響感到不確定。因此，員工們普遍對使用AI工具缺乏主動性，甚至竭力避免使用AI工具。這樣一來，這個項目走向失敗只是時間問題——大約一年后，這個AI變革項目的巨額投資打水漂了，該項目在這個企業內部沒有產生任何價值。

復盤這個案例可以發現，無論從哪個層面來看，這家公司的領導者們都沒有做到AI時代成功的領導者應該做到的事情。他們缺乏正確的心態，也缺乏希望成為推動AI部署成功的榜樣的強烈驅動力。而且，最令人震驚的是，他們既沒有為這次變革做好準備，也沒有接受過相關的專業培訓。他們竟然錯誤地認為，讓了解AI技術的IT人員牽頭來主導變革就行。

我的疑問是，如果企業領導者自身不是AI專家，他們又怎么能從這些AI新工具中獲得價值呢？如果他們不親自參與這一場AI變革，他們又怎么知道該如何做變革規劃呢？如果他們不知道如何做變革規劃，又怎么可能采取符合企業實際的變革行動呢？羅斯與羅斯國際公司（Ross& Ross International）聯合創始人兼CEO巴里·羅斯（Barry Ross）說得很好：“你不能將公司的數字化轉型委托給他人。你和你的高級管理者必須親自參與！他們需要接受并應用最新的數字技術和新興的工作方式。”[1]

我為何寫這本書

作為一名領導力和變革管理領域的學者，我很想知道前文案例所談到的與領導力相關的失敗經歷為何在一個又一個數字化轉型項目中不斷重演——在曾經火爆的大數據應用浪潮中，也重復出現過類似的失敗經歷。于是，我開始閱讀、調研，并與來自世界各地不同組織中的人們進行深入探討。

我通過調研得出了兩個明確的結論。

第一，這一波AI浪潮，與以往人們所談的數字化轉型有著本質區別。AI技術的獨特性以及AI有望帶來的影響，將比以往的數字化轉型所帶來的影響更加深遠——當然，有可能是好的影響，也可能是壞的影響。無論是給勞動力就業機會帶來的巨大威脅，還是對生產力和生產效率的顯著提升，甚至是完全不用人類員工介入也能輸出與人類員工的工作非常相似的成果，AI給人的體驗與以往其他技術都很不一樣。AI發展非常快，我想你對這一點應該很清楚。因此，你對AI技術的擔憂，可能比對之前的其他技術要多得多。

第二，有些事情不對勁。盡管包括我自己在內的學者們十分看好AI的前景，但在各類組織中使用或推廣AI的失敗率卻高得驚人。AI領域的投融資將持續增長，人們都希望將自己的公司成功轉變為AI驅動的公司，給公司帶來革命性的改變。然而，與我交談、合作過的許多公司或機構雖然都在AI上投入了大量資金，卻未能獲得與投資相匹配的價值。全球知名IT咨詢公司IDC在2020年曾預測，2023年全球范圍的數字化轉型投資將高達6.8萬億美元[2]，然而迄今為止，這些投資項目中有87%的項目未能達到其既定目標。[3]

作為這些領域的咨詢顧問和教授，我參與并觀察了許多此類失敗項目。為了驗證數據是否與我所看到的情況相符，我曾經在新加坡做了一項調查——根據2022年瑞士洛桑國際管理發展學院（IMD）世界數字競爭力排名，新加坡在數字競爭力方面名列全球第四（前五名分別是丹麥、美國、瑞典、新加坡、瑞士）。[4]然而，當被問及是否認為自己的組織有效地使用了其部署的AI系統時，超過2/3（68%）的新加坡受訪者表示“沒有”。

雖然調查對象沒有解釋AI系統部署失敗的具體原因，但根據我與他們的談話可知，他們認為這一定是AI自身的問題。他們認為AI技術的缺陷導致AI無法在他們的工作場景中被成功應用。他們甚至認為AI不適合那些仍由人類行為主導的組織。在實驗室里行得通的東西（如AI技術），在現實中不一定行得通。他們的觀點是，也許在AI技術變得更成熟的時候，AI部署才會成功。

然而，我認為新加坡的受訪者給出的這種解釋是不準確的，因為我發現導致AI部署失敗的真正原因在于，在AI驅動的組織轉型過程中，領導者并沒有發揮應有的領導作用。

需要澄清的一點是，我并不是說領導者故意置身事外，也不是說當AI部署出現問題時，領導者要承擔所有責任。現實情況比把責任簡單地歸咎于領導者更復雜。

AI給這個世界帶來了一種真正的緊張感。正在閱讀本書的你，可能也已經感受到了。一方面，關于AI的強大、投資AI將帶來指數級回報的媒體論調，鼓動企業領導者立即采取行動；另一方面，大多數人并不了解什么是AI。當你深入其中，你會發現AI（及其相關技術）非常復雜。如果你不了解它，你就很難知道如何才能“立即采取行動”。

正是由于以上矛盾帶來的緊張感，在企業擁抱AI之時才誕生了一堆猶猶豫豫的領導者。他們之所以啟動一個AI變革項目，是因為他們看到和聽到的關于AI的一切都讓他們不由自主地產生了一種緊迫感，但隨后他們又將AI變革項目甩手給IT專家來牽頭，因為領導者實在不太了解AI——這個被媒體吹捧為“未來技術”的東西。

毫無疑問，這種先緊后松、當甩手掌柜的做法是錯誤的！我寫這本書就是為了糾正這個錯誤。我希望能夠扭轉這種不好的傾向——這種傾向，我在咨詢工作中觀察到過，我查閱到的數據也呈現過，甚至很多企業的領導者也向我反饋過。我希望把領導者重新拉回AI的話題討論中，并希望提醒你或你的領導者：在部署AI時，掌握一定的AI技術是絕對必要的，它有切實的價值，會讓你和你的組織少走很多彎路。

AI真是時代必答題嗎

從象征意義上講，擁抱AI是當今企業發展的必然選擇，原因有三點。

首先，AI無疑是應對動蕩的、復雜的、模糊的世界的絕佳工具。一家企業能夠從日益增長的海量數據中學習并采取行動，對于企業贏得未來市場至關重要，而處理海量數據正是AI的強項。

其次，AI有助于提升組織的創新潛力，進而提高公司的競爭力水平。公司通過使用AI，可以讓員工更高效地工作，更好地與團隊其他成員交流，從而提升員工生產力；[5]而生產力的提升，反過來會讓員工有更多時間和空間來發揮創造力，嘗試新想法，從而推動公司業務創新。這種將AI用于提升工作能力的做法，將提高公司的競爭力水平并帶來前所未有的經濟效益。據普華永道預測，到2030年，AI將為全世界創造超過16萬億美元的經濟貢獻。[6]

最后，基于AI創造經濟效應的方式也將變得越來越便捷。部署AI的成本從未如此低廉（盡管當前企業正確使用AI的各種隱性成本仍然很高）。為AI系統提供驅動力的底層機器學習和深度學習技術通常是開源的，而用于存儲和處理數據的云服務也變得越來越普遍，價格也越來越低廉。[7]因此，在這樣的時代背景下，面對高達16萬億美元規模的龐大市場，企業再也沒有理由不積極參與其中，爭取分得一杯羹。

以上三個原因展現的是AI的優勢，我們再看一下AI的局限性。

從字面意義上講，AI畢竟不是人類大腦，它只是模仿人類進行感知、決策、執行的人工程序或系統，還不具備達到人類水平的綜合智力。企業領導者需要清楚地認識到這一點。今天，我們似乎正處于一輪和AI相關的炒作周期之中，很多炒作信息其實并不符合AI的現實情況，我個人認為是很多企業領導者沒有了解AI的這個局限性（即，人工智能≠人類智能）。這些炒作信息讓人們過于樂觀地看待AI的能力，以至于許多人認為AI的智力水平已經與人類的不相上下。他們認為，AI完美復制人類大腦只是時間問題，而當那一天到來時，成本高、效率低的員工就可以被成本相對低、能夠自我學習的AI取代。

然而，這種想法過于樂觀且不切實際，甚至可能還帶有較大的危險性。腦科學家們也認為，我們對人類大腦（擁有約860億個相互作用的神經元）的了解，只能說是非常粗淺和片面的。[8]在對人類大腦的了解如此不充分的情況下，我們真的無法嚴肅地說AI已經完全達到了人類的智力水平。實際上，我們只是將一種狹義的計算智能帶到了人們的面前。AI可以作為人類智慧的補充，但不能取而代之。我甚至認為，對機器和人類進行智力維度的比較，都不太合適。這就好比把蘋果和橙子放在一起比較，二者不是同一個物種，無法比較。

盡管如此，有些人還是認為這才是AI技術演進的終極目標：讓AI越來越像人類大腦。作為企業領導者，你需要有自己的獨立判斷。在將AI引入企業時，你更贊同下面兩種觀點中的哪一種？

·第1種觀點：AI是一種越來越廉價的技術，可以取代人類，達到新的生產力水平和效率水平。[9]

·第2種觀點：AI是一種強大的工具，可以增強而非取代人類智力，它可以激發員工的創造力，使員工產出更多創新成果。[10]

如果你贊同第1種觀點，那么就等于承認，當今組織的首要任務是使用AI來充分利用數據，并最終將認知、決策、行動委派給AI全權代理。有些人可能會認為這是一個很有吸引力的選擇：AI將發揮主導作用，為人類提供指導，而且AI工作成本比人類員工更低（諷刺的是，隨著時間的推移，持這種想法的企業領導者會逐漸把領導權拱手相讓給AI，屆時，他自己也將變得多余）。

如果你贊同第2種觀點，那么表示你越過簡單的成本效益分析，接受了這樣的事實：正如腦科學研究結果所示，當AI在做我們期望人類員工所做的事情時，其表現出來的能力其實是很有限的。基于這種觀點，對人類能力提升做投資依然是組織的首要任務，領導者將不得不主動推動AI部署項目，以借助AI完成這一任務。該任務的核心關注點不在于降低成本，而在于在人力資源方面繼續進行大量投資——即便部署AI，也是按“以人為本”的方式開展的。這也清楚地表明，企業要成功地部署AI，不僅需要先進的技術、技術嫻熟的AI專家，還需要企業領導者的深度參與。

然而，今天全世界絕大多數AI變革項目都建立在第1種觀點之上。企業看重經濟效益，希望全方位優化企業運作“機器”的效率和績效。令人擔憂的是，這種觀點推動了一種讓人震驚的價值觀——AI的“思考”方式，將與人類的思考方式一樣有價值，甚至更有價值。在這種價值觀的驅動下，人們優先考慮機器式思維，而非繼續發展人類思維。這樣一來，人類員工就會淪為完成任務的“工具人”——工作的動機只是提高工作效率。

我把這種現象稱為技術驅動技術型變革（tech-driving-tech transformations）。而且毫無疑問，此類變革正在我們周遭持續發生。人們正在高度重視發展AI的計算能力，而非提升人類的理解能力。人們正在讓AI發揮主導作用。例如，一家開發多人在線游戲的中國公司在布局“元宇宙”（Metaverse）的過程中，竟然任命了一個名叫“唐鈺”的數字人擔任公司的輪值CEO。該公司的新聞稿稱：“唐鈺的就任，是公司全面推行‘AI+管理’戰略以及構建元宇宙組織的重要里程碑。唐鈺將幫助公司精簡工作流程，并提高工作任務質量和執行效率。作為實時大數據中心和分析系統，她將支持日常運營中的合理決策，同時實現更有效的風險管理。此外，唐鈺在人才發展和保障員工享有公平、高效的工作環境方面也將發揮重要作用。”[11]

以上例子，與當今商業世界正在形成的信念不謀而合，即領導者應該思考如何飛快、準確地讀取數據，摒棄敏捷式、啟發式但帶有偏見且“次優”的人類思維方式。這種信念，不僅在我深入調研的那些正在啟動AI變革項目的公司里可以觀察到，在我的商學院課堂上也經常聽到。當我為企業高級管理者講授高級領導力課程時，越來越多的學員跑過來問我：“但是，教授，在當今數字優先的背景下，我們為什么還要學習人際交往技能呢？我感覺這些技能對于我以后的職業生涯沒什么幫助。我是不是更應該學習如何成為一名程序員，像AI專家那樣思考問題呢？后者的思維方式或許更能幫助我實現卓越領導抱負？”諸如此類的問題，反映了這樣一種觀念：今天的領導力教育，應該圍繞掌握與AI共生的工作范式來開展，著力使企業高級管理者擁有匹配該范式的能力和思維方式。

我們比以往任何時候都更需要“人類領導力”

盡管上述情況在我們身邊出現得越來越多，但我認為第1種觀點背后的思維模式并不具有可行性，這也是許多企業部署AI遭遇失敗的關鍵原因之一。今天，我們比以往任何時候都更需要“人類領導力”。那些真正深諳AI的領導者，幾乎無一例外持有前文提到的第2種觀點——AI技術可以成為人類員工的合作伙伴，他們已經在組織內成功推進“人機共生”的轉型范式。要做到這一點，你不需要成為一名程序員，也不需要向一臺性能卓越的計算機詢問你所遇問題的最好答案，然后盲目地遵循這個答案去行動。要做到這一點，法寶依然是你已經掌握的所有核心領導力技能——溝通、情商、愿景、使命等，用于應對這一新挑戰。

現在，是時候讓企業領導者審視自身、拋棄疑慮并提升領導能力以應對這一新挑戰了。不要再懷疑，隨著AI時代的到來，你是否必須拋棄所有關于領導力的格言來重塑領導角色？你真的不需要這樣做！事實上，隨著AI日益成為組織運作的一部分，我們比以往任何時候都更需要領導者在人際交往、激勵、商業洞察等方面具備卓越的能力，也就是前文提到的第2種觀點的相關技能。今天的商業核心邏輯應該是，經典的商業領導力是成功部署AI的先決條件，而不是障礙。如果你能接受這一觀點，那么你的組織可能就不會成為眾多未能通過AI創造價值的組織之一。

在推進組織的數字化轉型時，第一步顯然是，你要對自己的領導力技能及其價值充滿信心，不要讓AI代替你思考，或將領導權委托給IT專家。這一步至關重要。作為一個企業的領導者，你應當理解美國行為主義學家斯金納（Skinner）所指出的問題：“真正的問題不在于機器是否會思考，而在于人類是否會思考。”[12]當今新興的“技術驅動技術型變革”潮流，有可能削弱領導者和員工的思考能力。正如斯金納所擔心的那樣，隨著越來越多的決策工作被委派給AI系統，領導者和員工將不再發展他們的分析和批判能力，甚至可能喪失這些能力，在這種情況下，決策的好壞將僅僅取決于算法的智能程度。然而，與人類智能在決策過程中表現出的多維性相比，算法的智能程度在許多領域充其量是中等水平（前文講過，腦科學家們認為我們對人類大腦的了解程度僅處于很粗淺的水平，那么AI也就難以超越人類大腦的智能水平）。

要成為一位深諳AI的領導者，關鍵在于創造合適的條件，使員工與AI的協作行之有效，并在這個過程中始終堅持“以人為本”，即人類為主，AI為輔。

成為深諳AI的領導者：9項關鍵行動

本書聚焦于：要想在企業成功部署AI，企業領導者應該承擔什么樣的責任。我將深入探討企業數智化轉型的9項關鍵行動，為每一項行動都安排一章篇幅的內容來介紹。通過各章章名，你可能會發現，每一項行動都像你已經在開展的核心領導力活動，你甚至可能會對自己的領導技能感到滿意。這種聯系并非巧合：在企業成功推進AI部署的秘訣中，下定決心擁抱AI是先決條件，除此之外就是實踐你在其他地方也會應用的所有重要領導技能。只是在這里，我們將深入探討如何將這些通用領導技能具體應用于AI環境中。

本書的9章內容各自獨立成篇，因此你不必按順序來閱讀這本書，你可以直接跳到你認為自己最需要、最感興趣的章節。當然，如果你能從頭到尾閱讀完這本書，你將取得最大的收獲，因為這些領導力關鍵行動是相互交織、相輔相成的。

書中的每一條經驗教訓都將向你展示在推進AI變革時所需的心態和行動，旨在培養前文提到的“第2種觀點”的思維方式——這種思維方式將大大提升在你的公司部署AI的成功概率。有些章節還詳細解釋了如何反駁“第1種觀點”，即認為公司只需購買最先進的AI技術或系統，領導者將剩下的工作授權給AI技術專家自行思考和部署。你真的不能這么干！企業是一個復雜的實體，要想成功部署AI，就需要領導者了解人性，知道如何激勵員工；而員工需要以符合公司宗旨和價值觀的方式來工作，同時需要應對當前AI所帶來的特定新需求、新挑戰。

即便是ChatGPT（美國OpenAI公司創建的大語言模型），也會同意我的上述觀點。我問了ChatGPT-3.5一個問題：“當組織在部署AI時，需要什么樣的領導力？”以下是ChatGPT的答案。

組織部署AI，需要一種特定的領導力，能夠駕馭實施先進技術所帶來的復雜局面和挑戰。以下是有效的領導者在指導組織部署AI時應具備的一些關鍵特質及實施策略：遠見卓識的領導力、適應能力、道德考量、協作精神、風險管理、長期規劃、溝通技巧、情商、資源管理、持續評估和改進。通過應用這些關鍵特質和實施相應策略，領導者可以有效地指導組織完成部署AI的復雜過程，確保AI順利且合乎道德地融入組織框架。[13]

綜上所述，是時候行動起來擁抱AI時代了！領導者們，不要再觀望了！不要再說等一等了，AI已經在敲門！你現在要做的是，搞清楚領導者在這一輪劃時代的AI變革中應該做些什么，以便把握“天時、地利、人和”來部署AI，助力組織實現戰略目標。本書，恰恰是為解決你所關心的這個關鍵問題而寫的。

讓我們開始吧！

---

[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發布數據稱，2023年全球數字化轉型投資規模超過2.1萬億美元。——編者注

[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]在業界也被稱為智能體模式（Agents模式），即在人機協作過程中，AI完成絕大部分工作，AI自主結束工作。——譯者注

[10]在業界也被稱為嵌套模式（Embedding模式），即在人機協作過程中，人類完成絕大部分工作，人類自主結束工作。——譯者注

[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.