David De Cremer教授探讨了如何在企业中有效应用AI，并强调了领导者在AI技术整合中的关键作用。文章指出，尽管AI能够显著提升企业效率和生产力，但其成功实施依赖于领导者的积极参与，而不仅仅是依赖技术专家。De Cremer教授呼吁企业领导者重新掌控AI部署，确保AI与人类智能的协同工作，以实现真正的商业价值。他还强调了行为经济学和人类决策心理学在理解和优化AI应用中的重要性。通过将AI视为辅助工具而非主导力量，企业能够创造出更加人性化的工作环境，并推动创新和员工满意度的提升。这种以人为本的AI策略，将成为未来企业成功的关键。
为什么写这本关于AI领导力的书
《精通AI的领导者：赢得主动权和最大化AI效能的 9 种策略》（The AI-savvy leader: 9 ways to take back control and make AI work）是哈佛商业评论出版社最近出版的一本书，将于 2024 年 6 月 18 日上架。写这本书有一个重要的原因。众所周知，AI 无处不在。事实上，AI 已经变得如此普及，今天对组织来说最大的风险是不使用它。但是，尽管有这种紧迫感，我注意到企业领导者并没有积极参与采用 AI 并将其转化为真正的价值创造者。类似地，我在高管领导力课程中的学员们说，由于他们不是技术专家，他们担心自己会变得多余。这些观察使我得出结论，在商业世界中，出现了一种趋势，他们开始重视 AI 的计算能力而非人类理解。他们让 AI 主导。也就是说，企业领导者启动了 AI 采用项目，但他们让技术专家主导，因为他们对被告知是未来价值创造者的东西知之甚少。
避免企业AI失败的关键是领导力
然而，令人惊讶的是，在将公司 AI 旅程委托给 AI 专家时，因为一种我称之为“技术驱动技术”的策略，显然出了问题。尽管 AI 被描绘成商业的圣杯，但与此同时，AI 采用努力的失败率惊人。我与许多公司交流并合作过，他们投入了大量资金用于 AI，但未能从投资中提取相应的价值。我认为原因在于在推广 AI 采用和实施计划时，将技术思维置于首位意味着公司将整个过程交给技术专家处理，结果却是忽视了人类因素。在我看来，这种方法是错误的。我写这本新书是为了纠正它。我希望通过我与公司合作的数据和与领导者的对话，扭转我所见的趋势。我想把领导者带回到 AI 对话中，通过这样做，我希望能通过提醒他们在部署 AI 时领导技能的重要性，挽救许多组织免于失败的 AI 采用项目。
组织内领导者如何与AI互动和决策
需要了解的是，这本书不是关于技术本身。当然，我确实深入探讨了什么是 AI 以及它如何工作，但重点是我们将如何与之合作以及如何利用它为我们的公司创造价值。这是一个行为学的重点，如果我们想解决引入 AI 是否意味着我们必须重写领导力规则以及 AI 时代的领导力将是什么样子的问题，这种重点是必要的。
人们常常忘记，即使在今天大型语言模型 (LLM) 应用的高峰期，AI 仍然是一种工具。因此，问题将变成作为商业领袖，您如何使用这种工具对您的公司和利益相关者产生影响。今天有两种主导的观点。第一种观点将 AI 视为提升我们所做一切效率的一种手段，因此生产力将提高。这种观点显然非常适合商业世界，因为对提高效率和生产力的关注与我们最大化利润的动机完美契合。但这种观点的结果，如我们开始看到的，是我们创造了让人类感到压力的工作文化，以适应机器的决策方式。我们大量投资于 AI 部署，因此公司期望其员工和客户以符合智能机器工作和行动方式的方式与 AI 互动。这种方法缺乏对人类状况的尊重，最终将对您不利。采用这种策略，人们围绕技术工作，结果没有实现，人员流动率增加，创新减少，市场声誉受损，以至于优秀的人才不愿与您的公司有任何关系。
因此，如果 AI 的采用主要是以 AI 为中心，机器优先，人类次之，我们会看到组织最终将失去其劳动力，只剩下 AI。这将不是公司能够创造业务价值的方式。创造价值的方式是人类和 AI 一起工作。未来不仅是自动化，特别是增强 (augmentation)，即 AI 服务于人类智慧。要实现这种工作状态，我们需要一种行为学、人类中心的方法，使 AI 的开发和使用与人类的工作、思考和决策方式相一致。通过 AI 的计算能力，人类智慧可以得到提升，通过这样做，我们使我们的组织变得更高效，但同时也比以前更具人性化。因此，AI 不是为了让员工变得更不人性化，而是更人性化。从这个角度来看，我在行为经济学和决策心理学方面的专业知识对于从思考如何塑造 AI 的采用以尊重人类状况中获得见解非常相关。
领导者需赢得主动采用AI的方式
如我之前提到的，随着 AI 在我们的生活中变得如此普遍且应用成本越来越低，存在一种紧迫感，需要在所有业务实践中接受 AI。事实上，AI 的采用和使用速度如此之快，以至于企业领导者难以跟上。此外，由于大多数企业领导者对 AI 了解不多，他们开始将 AI 采用过程的管理委托给技术专家。一种信念开始出现，即应该重视 AI 的计算能力而非人类智慧和能力。因此，企业领导者倾向于认为，在使 AI 为公司工作方面，应由理解技术的人来主导转型过程。然而，这正是问题所在。
企业领导者不能将 AI 采用战略的责任委托出去！如果他们这样做，他们将失去对组织的控制，这将对企业本身和任何利益相关者都不利。事实上，如果由技术导向的思维驱动 AI 采用战略，那么转型过程将被视为仅仅是一个技术项目，而这种观点过于狭隘，无法创造任何商业价值。想想看——组织之所以存在，是因为它们有某种目的，伴随着这种目的的是想要实现的商业目标。要评估如何实现这些目标，首先需要问的问题将是业务问题。例如，我们希望相对于竞争对手实现什么目标，行业面临哪些与我的公司相关的挑战，我们希望客户从我们这里期待什么？其次，将是技术问题，我们评估 AI 在何处以及如何帮助我们有效地解决这些问题并实现我们的业务目标。
AI 不是为了让员工变得更不人性化，而是更人性化
然而，如果我们让技术专家主导公司向 AI 驱动的转型，我们就颠倒了这些问题的顺序。例如，技术专家，他们不是业务专家，将履行他们的职责，分析现有数据并相应地通知企业领导者。但是，作为领导者，他们不是技术专家，如何知道他们的建议是否适合公司采取行动？他们是否分析了正确类型的数据以告知公司的商业战略？只有首先提出我们希望回答的业务问题，然后看看是否有合适的数据可以回答这些问题，我们才能确定。此外，通过首先提出正确的业务问题，领导者还可以更容易地与技术专家合作，决定是否应该使用 AI 解决方案，如果是，在哪个业务阶段使用。毕竟，今天我们面临着许多被炒作的 AI 解决方案，并不一定需要用于每个业务决策。
因此，企业领导者需要重新掌控整个 AI 采用过程，以确保最终创造商业价值。他们可以通过变得更具 AI 经验来做到这一点，这样他们就可以了解 AI 的基础知识，从而更有效地与他们的技术专家沟通，同时决定在业务目标下使用 AI 是否有意义。如果 AI 有意义，那么技术专家将负责实施和执行。但这些技术专家首先需要指导，而这是企业领导者在 AI 时代必须承担的责任。同样，企业领导者在从业务角度评估 AI 的价值时，也有责任以道德正确的方式使用 AI。他们需要在公司中建立一种意识，即虽然 AI 的使用应增强公司的影响力，但应与诚信文化共存。企业领导者可以通过设定期望来实现这一点，即技术需要始终受到管理。这意味着公司保持对现行 AI 法规的了解，并建立一种工作文化，思考 AI 使用中的伦理困境是理所当然的，并在必要时采取纠正措施。
为什么领导者一直犹豫直接参与AI战略和决策
如今，技术正在迅速发展和变化。与此同时，对错过 AI 使用的恐惧如此之高，以至于公司加速了 AI 的部署。这种快速的步伐使领导者处于学习适应的尴尬境地，同时也在学习他们正在适应的是什么。这种情况使许多企业领导者气馁。他们对自己在采用 AI 时的角色应该是什么变得不那么自信，结果他们对任何涉及 AI 的事情变得不那么参与。而在我们高管层面，我看到这种缺乏参与也反映在，例如，首席执行官阻止他们的团队使用 AI。他们不希望员工使用 AI，因为他们不了解它。因此，从某种程度上说，许多企业领导者对 AI 感到害怕（和被吓倒），他们自己的恐惧导致他们避免任何与这种智能技术的实验。但只有允许这种实验，才能真正了解 AI 能为组织带来的价值。因此，到目前为止，许多公司没有充分了解 AI 能为他们创造的真正价值。而通常情况下，公司领导层对 AI 的缺乏了解是造成这种情况的原因。因此，如果企业领导者的优先任务是赋能其员工利用他们的能力以获得竞争优势，那么他们的首要领导任务就是缩小他们对 AI 的理解与 AI 使用日益增加之间的差距。
领导者在成功转型到AI中心的未来时应采取的行动
我的书的基本前提是企业领导者需要更积极地参与公司的 AI 之旅。出于对他们不是技术专家的恐惧，这被认为是推动 AI 采用和实施的唯一需要，企业领导者没有参与这段旅程，这意味着领导实践在整个公司 AI 驱动的转型过程中缺失。正因为如此，大多数这些项目最终失败。因此，需要重新引入领导力并进行教育，但现在是在 AI 部署的背景下。为此，在我的书中，我深入探讨了确保 AI 采用成功所需的九个领导实践。
第一个实践是领导者需要了解 AI 并动员他们的学习，成为一名拥有正确叙述和方法的商业领导者，以确保 AI 采用的成功。第二个实践是领导者需要深入挖掘他们的目的，以确保他们提出的 AI 问题是正确的，而不仅仅是被技术可能性所引导。第三个实践是领导者需要努力培育一个包容的文化，以促进人类和 AI 的合作，使员工不被排除或落后。第四个实践是领导者需要在组织的各个层面进行清晰的沟通，以解释公司的意图并促进 AI 的采用，同时接收反馈和建议以改进 AI 的使用。第五个实践是领导者需要制定一个清晰的愿景，将他们今天的组织与其 AI 驱动的未来连接起来，以激励和激发他们的员工实验并与 AI 合作。第六个实践是领导者需要采取一种平衡的 AI 方法，考虑所有利益相关者，并创造一种将 AI 治理和伦理置于中心的组织文化。第七个实践是领导者需要采用一种同情心、以人为本的方法，认识到并适应新 AI 系统对员工的影响，使人们感受到自己不是一个数字，而是 AI 为公司工作的关键合作者。第八个实践是领导者必须将他们的使命视为公司 AI 旅程的关键。公司的长期未来仍然需要人类的创造力。投资 AI 以增强而不是自动化工作。第九个也是最后一个实践涉及领导者需要磨练他们的情商。领导者需要接受软技能是新的硬技能并加以实践！
领导者如何避免哪些常见的AI误解或陷阱
明智地预算。一旦组织决定踏上自己的 AI 之旅，他们会将大部分预算（70-80%）用于采用 AI，结果发现，如果没有适当的整合，这些投资将无法达到预期效果。决定将 AI 引入其组织的企业领导者通常主要关注对技术的投资。在他们的心目中，AI 采用可以直接影响提高组织的效率，因此使 AI 发挥作用将直接影响提高生产力和增加利润。这种狭隘的关注意味着在引入和整合 AI 项目期间，员工的利益被赋予了较少的权重。而这是一个问题，因为 AI 对组织效率没有直接影响。AI 是否产生影响将首先取决于员工使用它的意愿，以及客户接受技术用于帮助和服务他们的意愿。因此，AI 采用预算还需要包括实施阶段的充足资源，在这个阶段，企业领导者必须与人类劳动力合作，以确保 AI 的有效使用，并重新设计工作以允许 AI 增强员工的能力和绩效。这无疑是一件成本高昂的事情，任何预算都需要考虑这些费用。
领导实践在整个企业AI驱动转型中不可缺失
AI 不同于人类智慧。领导者需要清楚地理解人工智能和人类智慧是两回事。在商业世界中，我们似乎正在经历一轮与 AI 不相符的炒作周期，因为领导者不明白这个关键区别。炒作使人们对 AI 的能力过于乐观，以至于许多人越来越认为 AI 系统已经匹配了人类的智力能力。他们认为，AI 完全复制人脑只是时间问题。而一旦发生这种情况，昂贵且并非总是高效的员工可以被更便宜的 AI 替代，AI 具有自我学习的能力。然而，这种想法过于乐观和不现实，甚至可能是危险的。脑科学家们自己也认为，我们对拥有大约 860 亿个相互作用神经元的人脑的理解至多是肤浅和暂时的。在对大脑了解如此不完全的情况下，我们不能认真地说我们已经成功地用 AI 匹配了人类智慧。至多，我们提出了一种狭隘的计算智能，可以补充我们的人类智慧。但不能替代它。只有认识到 AI 的这个真相，领导者在我看来才能足够 AI 精明，能够创造一个叙述，解释为什么以及如何使用 AI 考虑需要追求的业务目标。因为只有这样，他们自己才能理解并让其他人看到，AI 采用仍然是以人为本，机器其次，因为 AI 是用来增强人类智慧的。
你不需要成为技术专家！我在高级领导力课程中的高管们对 AI 感到如此大的压力，我听到他们中的一些人想知道他们是否需要转变自己成为专业编码员才能在 AI 方面成为有效的领导者。但请放心，掌握编码专业知识或提升自己成为技术专家并不是企业领导者需要的 AI 精通程度。企业领导者最需要的是对 AI 的基本理解，这包括在两个层面上学习 AI。首先，了解 AI 是什么以及它不是什么。其次，思考 AI 在您的业务环境中的意义，以便它可以推动您与技术专家的讨论，讨论使用哪种 AI 最合适。这当然意味着领导者需要发展并不断学习 AI 领域的进展，以及这些进展将如何影响业务实践。
领导者如何减轻与AI采用相关的潜在风险
我们都知道，创新只能通过实验才能产生，这意味着我们测试假设，失败，再次尝试，并最终成功地为我们的问题提供解决方案。任何企业领导者的重要任务是创造这样的工作条件，这需要建立一个心理上安全的工作场所的技能。一个存在信任的地方，失败不会被追究，而是被视为学习机会。随着 AI 成为我们工作文化的一部分，实验被越来越多地视为风险更大。如我前面提到的，大多数企业领导者缺乏对 AI 的基本了解，因此不允许实验来将 AI 转化为价值创造者。这意味着，即使 AI 被认为会将创新推向更高的水平，这种“创新价值”通常也没有实现，因为 AI 没有在与劳动力的合作中进行测试。今天企业领导者的重要任务是赋能他们的劳动力使用 AI，进行实验，并提供关于 AI 在人类劳动力环境中的表现的反馈。如果想要有效地将 AI 集成到公司的工作流程中，这种信息是必要的。这意味着领导者需要尝试创建扁平化的沟通文化，以确保关于 AI 使用的反馈迅速到达需要与 AI 一起工作的团队和专家，他们然后可以看到 AI 可能需要如何不同地使用以实现预期的商业影响。但这不仅仅是停止。在允许员工使用 AI 并报告其使用情况的同时，领导者还需要在员工中创造善意，使他们对将来不得不与 AI 合作这一想法持开放态度，因此他们的工作将受到某些影响。创造这种善意和信任意味着领导者创造的工作条件使员工感到对自己的工作有控制感，并在如何工作方面仍然体验到一定的自主权。换句话说，他们不能觉得他们的工作最终会被实施的技术所控制。在这里，企业领导者强调公司战略，即 AI 采用是以人为本，技术其次。
领导者如何利用 AI 来提升员工的参与度和生产力
这是一个重要的问题，因为我看到太多公司将 AI 引入视为必须发生的事情，而忽略了员工的观点。如果发生这种情况，那么几乎可以肯定 AI 采用过程将受到影响，因为企业领导者未能将 AI 介绍为一种也可以惠及员工的工具。
为了防止这种情况发生，首先需要将 AI 采用视为增强策略。当然，对于常规和重复性任务，自动化现在被接受为默认选择。需要较少创造力并包括处理大量数据的工作正越来越多地被自动化。但重要的是，作为企业领导者，您需要明确说明自动化策略的目的。换句话说，要明确告诉员工，自动化常规和重复性任务符合旨在使员工在工作环境中成为更好版本的策略。如果企业领导者保持沉默，自动化被视为主要策略，其结果将是您将拥有一个技能较低的劳动力。在这种情况下，人们的工作将变得分散，直到整个工作消失。当这种情况发生时，AI 不具备的独特人类品质也将消失。因此，使用 AI 不是为了创造更少的学习机会，而是为了丰富工作内容，增加认知责任，使员工在他们的专业知识中学习和成长，变得更好并在他们的信心和能力中得到增强。AI 精通的企业领导者需要认真花时间仔细准备和重新设计工作以确保增强策略的成功。
其次，在增强的背景下，AI 的杠杆作用必须被视为一种整体策略。从实践和规范的角度来看，以仅促进人们的效率和生产力为重点的单维策略无法实现。人类不是单维的理性任务完成者。他们从其他来源中获得乐趣，绩效也不会仅仅因为人们暴露于提高效率和生产力的方法而总是提高。人类还希望他们的工作是内在激励和有意义的，而不仅仅是最大限度地提高效率或生产力。事实上，人类状况表明，人们可以通过感到有能力、被包容、受尊重和自信，以及被视为道德和好奇而获得动机。
企业领导者必须与员工合作以确保 AI 的有效使用
因此，任何 AI 采用项目都需要一种整体方法，因为它将允许 AI 被用来促进员工的绩效（从而提高生产力），同时也积极影响员工的工作身份和动机。而这种双重效应正是任何公司需要的，以便成为 AI 驱动的组织而不改变或调整其核心身份和价值观。事实上，结果表明，每个 AI 采用过程都有两面。一方面，AI 的进步承诺了令人兴奋的机会，可以彻底重塑您的业务，解锁提高生产力、优化流程和创造价值的机会。另一方面，您的业务的某些方面应该保持稳定——您的核心身份，您对客户的承诺，您对员工福祉的关注，等等——这样您就不会失去使您的业务独特的本质。AI 的快速进步不应破坏您公司的个人触觉和目标。
展望未来AI领导力研究和实践的下一前沿
在我的书中，我强调了在使 AI 采用成功方面需要的领导力，强调要将您的组织转变为 AI 驱动的，需要比技术更关注人类——通过赋能、包容和目的驱动的领导力。要使这种观点成功，领导者需要理解他们在使 AI 的使用为所有利益相关者所接受并以道德方式使用方面的责任。说到这里，当然还有其他方式来看待领导力和 AI 之间的关系。
另一种方式是考虑领导者如何在决策中使用 AI。领导者需要在越来越动态和嘈杂的环境中导航他们的组织，分析大量数据是成功的先决条件。这是 AI 将发挥重要作用的地方。因此，领导者面临的一个重要挑战是弄清楚如何将 AI 作为助手来收集信息并利用这些信息。显然，这里仍然需要一定程度的 AI 精通，因为企业领导者需要能够评估 AI 对其领导决策的计算价值的潜力和局限性。
领导力和 AI 集成研究的另一个潜在方向是领导者是否可以将一些任务委托给 AI。生成式 AI 的快速发展为领导者提供了巨大的机会，可以创建机器人，有时可以作为领导者的第一信息来源进行对话。这是可能的，因为音频数据可以让机器人像领导者一样说话，而 AI 可以使用所有关于领导者的知识来提供内容。此外，研究还提供了证据表明，生成式 AI 可以准确地再现从可用数据中得出的人格。当然，当领导者不在时，拥有一个领导者机器人需要高水平的透明度（每个人都应该知道他们在与领导者机器人沟通）和清晰的沟通，说明为什么使用机器人，以免失去作为企业领导者的信誉和合法性。最终，人们重视“真实性”，尤其是在谈到他们的领导者时。因此，任何构成企业领导力一部分的 AI 解决方案都必须被视为对真实事物的补充。
关于作者
David De Cremer 目前是东北大学 (Northeastern University) D’Amore-McKim 商学院的 Dunton 家族院长，管理与技术教授，以及剑桥大学 (Cambridge University) 剑桥商学院 (Cambridge Judge Business School) 和圣埃德蒙学院 (St. Edmunds College) 的名誉研究员。在搬到波士顿之前，他曾在新加坡国立大学 (National University of Singapore) 担任教务长主席和管理教授，以及剑桥大学 (Cambridge University) KPMG 管理研究教授。他是新加坡人类 AI 技术中心 (AiTH) 的创始人和主任，该中心被《高等教育时报》誉为应对社会 AI 挑战的跨学科方法的典范。他是他那一代最多产的行为科学家之一，也是全球思想领袖之一。他是《算法领导力：谁在 AI 时代领导，谁在追随？》等畅销书的作者，他的最新著作《The AI-savvy leader: 9 ways to take back control and make AI work》由哈佛商业评论出版社于 2024 年出版。
