沃顿商学院人工智能与分析学副院长埃里克·布拉德洛，把人工智能称作他一生中意义最深远的创新。作为计算机科学家和统计学家，他被AI的能力所吸引：筛选海量数据集、秒解复杂难题、让知识获取不再被少数人垄断——商业上的潜力尤其让他感兴趣。
在沃顿教师制作的“美国商业创新”系列视频中，布拉德洛谈了他对AI和商业的看法：“作为人类，我们会比企业更快地从人工智能里获得巨大收益——比所有人预测的那些转型要快得多。”
这引出了一个关键问题：阻碍企业兑现AI潜力的最大瓶颈到底是什么？是技术本身，还是组织变革、激励机制、监管，或别的什么？“我认为是组织变革，以及依然不可替代的人类参与，”布拉德洛告诉我。“企业仍然不知道怎样以一种整体性的方式把AI融入进来。”他论证道，真正的制约不是技术，而是领导者是否有能力重新设计工作，让人和AI成为搭档。
布拉德洛在沃顿已经待了三十年，领导数据科学项目二十年，过去十年一直聚焦人工智能。他参与的团队开发了沃顿-埃森哲技能指数，这是一个基于实证的基准工具，追踪超过1.5亿份美国人才档案和1亿个职位发布。他告诉《财富》杂志，大型语言模型的兴起让深度专业技能变得比以前更重要了，不是更不重要：“谁来训练它？一个有深厚技能的人。谁来判断它答得对不对？一个有深厚技能的人。”
在同一系列视频里，布拉德洛还主张，AI时代的公司应该把员工重新部署到价值更高的工作上：“聪明的公司不会裁掉人。聪明的公司会重新配置人才。”但我也向他转达了另一种声音：有些公司认为真正的AI整合不是简单地把任务自动化——而是需要重新设计整个工作方式，这可能意味着最终需要的人头总数变少，而不仅仅是换个角色。
“AI带来的最大机会不是成本削减，而是收益增长，”他回答说。“企业会扩展出全新的商业模式，这就要求对现有人才和新招的人才都进行重新配置。”这也指向了一个需求：AI培训和技能重造。当员工转入新角色，他们需要掌握新技能才能胜任。我知道，在跟CFO交谈时，AI时代的培训与再培训一直是他们最关心的话题。
对领导者来说，真正的挑战在于，要像投资模型和基础设施那样，下同等猛烈的力气投资技能、治理和问责——否则，AI的承诺就会一直卡在试点阶段，而无法真正重塑一家企业的增长方式。
热门跟贴