来源：市场资讯
（来源：BCG波士顿咨询）
曾几何时，战略制定者的核心优势在于拆解问题、搭建结构化框架、构建定量模型，并据此制定战略。但随着AI的发展，这些分析能力正在被快速“商品化”，组织中越来越多的人都可以借助AI获得这些能力。对中国企业而言，尤是如此。
根据中国互联网络信息中心（CNNIC）发布的《生成式人工智能应用发展报告（2026）》，截至2026年上半年，中国生成式人工智能用户规模已突破7亿人，普及率超过50%；32.5%的用户已经使用生成式AI处理工作总结、会议纪要、PPT等任务。
不仅如此，AI也正在从个人工具进一步走向企业级应用。国务院《关于深入实施“人工智能+”行动的意见》明确提出，鼓励有条件的企业将人工智能融入战略规划、组织架构和业务流程。
因此，分析能力不再是战略制定者所掌握的稀缺资源。未来更重要的能力，是面对不同类型的问题，能够判断应该采用什么样的思维方式来解决它。
为了理解这种变化，BCG调研了175位首席战略官（CSO)，最终归纳出四类现有方法和框架难以有效应对的挑战：
应对日益复杂的商业环境——在多重变量和不确定性不断增加的情况下锚定发展方向；
持续重塑竞争优势——面对快速变化的外部环境，不断重新定义企业的优势；
平衡短期压力与长期价值创造——既回应当下的业绩要求，又避免牺牲长期增长；
有效利用AI——不仅把AI作为分析工具，更要借助AI设计出更好的战略。
为应对这些挑战，战略工作者需要掌握四种思维方式：系统性思维、反事实思维、整合性思维和批判性思维。
系统性思维
应对复杂的商业环境
日益加剧的地缘政治碎片化、监管环境变化和技术颠覆彼此交织，形成错综复杂的关联效应，甚至通过自我演化，使影响力升级。
例如，政策决策会引发企业响应；企业响应又可能触发消费者或公众的行为；而经过网络放大的社会情绪变化，又可能进一步影响政策制定者。
如今，影响企业盈利的变量近一半与政策与地缘政治、技术和气候等背景因素相关；而另一半才是我们传统上认为决定盈利能力的因素——“在哪里竞争”以及“如何竞争”。
在参与我们调研的CSO中，80%认为管理这种复杂性已经成为其工作的核心，但很多人仍觉得自己准备不足。
传统分析思维通常会把变量彼此分离，并追踪线性的因果关系。但这种方法并不适合现在的复杂环境，因为各个变量会不断彼此影响、彼此重塑。
以一家收入下滑的企业为例。按照传统分析方式，战略团队可能会判断销售执行不力，并通过加强绩效目标来应对。但事实上，也许对产品更新迭代的投入下降，导致客户有负面评价；负面评价带来收入下降；收入下降又进一步导致研发预算削减，从而形成一个不断恶化的负循环。
在中国市场，这类反馈循环并不难找到：一次降价可能迅速引发跟进，利润承压又会影响研发和渠道投入；出海则往往同时牵动供应链、本地化和监管。企业需要进一步追问：一个动作会引发什么反应？这些反应又会如何反过来改变原来的问题？
这时，我们需要系统性思维去绘制更完整的动态关系。系统性思维将问题从“我们如何优化这一部分？”转向“整个体系如何运行？”，关注变量之间的相互作用、反馈循环以及由此产生的模式。
如何把系统性思维嵌入组织
要让系统性思维成为一种持久的能力，组织可从以下方面着手，帮助管理者跳出自身业务孤岛：
1
在跨业务部门的战略讨论中，要求每个部门不只明确自身优先事项，还要说明自己的决策可能对其他业务部门产生的两个具体影响；
2
定期审视KPI和激励机制，确保它们奖励的是企业整体结果，而不是局部最优；
3
在重大决策之前进行“次级效应”推演，至少设想三个因连锁反应而产生的间接影响；
4
在战略规划阶段引入高校、政府、运营合作伙伴和初创企业等外部参与者，提升组织预判和应对冲击的能力；
5
运用复杂系统模型、数字孪生和AI支持的情景规划工具，模拟地缘政治、宏观经济、监管和技术因素之间的相互作用。
反事实思维
持续重塑竞争优势
第二个挑战关乎企业活力——组织如何持续更新自身竞争优势。
在快速变化的世界里，想象尚不存在的东西一直是战略制定者的重要能力，而今天这种能力变得更加重要。企业越来越需要依靠创新不断地重塑自身优势。
然而，我们的调研揭示了其中存在的技能鸿沟：接近94%的受访者认为重塑十分重要，但只有12%认为自己对此胸有成竹。
反事实思维将问题从“我们如何改善现有的东西？”转向“如果从零开始，我们会构建什么？”它要求企业系统性地探索：如果某些关键假设、行动或条件发生改变，最终结果会有何不同。
反事实思维还要求企业主动挑战既有思维模式，关注异常现象和微弱信号。Uber、Airbnb和Shopify等企业的成功，都部分建立在对用户行为、信任方式和价值认知等基本假设的重新思考之上。
现如今，随着AI的普及，对现有业务思维的颠覆更是易如反掌。对中国企业而言，一个更现实的问题是：如果今天有一家AI原生企业从零进入自己行业，它会怎样设计这门生意？这可以帮助企业重新审视，哪些既有做法仍然是竞争优势，哪些只是历史形成的惯性。
如何把反事实思维嵌入组织
组织可以通过一些常规机制，让反事实思维成为日常实践：
1
团队通过审视基于不同情景的业务组合，逐一评估未来发展的多种可能性，有选择地推进，而不是只依赖一个基准预测；
2
在开始实施战略之前预测可能出现的问题和失败原因，从而提高风控能力，提前采取措施避免这些问题；
3
在季度业务回顾中，要求管理者除了常规指标之外，提出至少一个“令人意外的观察”，确保微弱的异常信号能够到达决策层，而不会在汇总数据中被抹平。
整合性思维
均衡长短期价值
第三个挑战涉及优先级排序，其中最突出的是短期业绩与长期投资之间的权衡。
战略制定者需要规划的时间跨度正在不断扩展：一端，AI使实时决策成为可能；另一端，长期的社会、环境和人口变化，又要求企业采用比过去更长的规划周期。
他们往往把天平两端的结果视为非此即彼的既定事实，被迫二选一，而不是去问：是否可以重新设计短期目标和长期目标，使它们能够相得益彰？
我们调研的对象中，超过四分之三的CSO认为，做这种权衡是其工作的重要部分，但仅有2%认为自己能同时在顺境和逆境中平衡好短期盈利和长期发展。
因此，我们需要整合性思维将问题从“非此即彼”（either/or）转向“兼而有之”（both/and）：每个业务部门既要做好今日份的工作，也要在日常执行中探索未来，把探索直接嵌入执行之中。
例如，Roblox通过降低游戏创作门槛，让玩家既是内容消费者，也是创作者；他们在创造自己想要的体验的同时，也不断从其他玩家处获得灵感，由此形成持续传播和改进创意的良性循环。
对很多中国企业而言，今天最难的甚至不再是“增长还是利润”这种简单的二元取舍，而是如何同时管理主业效率、海外投入和下一条增长曲线。因此，更需要整合性思维指导，跳出常规取舍的战略框架，走出一条综合发展的道路。
如何把整合性思维嵌入组织
组织需要建立一套常态化机制，确保长期与短期目标始终得到同步关注和相应资源支持。具体做法包括：
1
建立“双时间尺度”的规划和预算流程，把当下的业务和未来的业务放在同一个资源配置流程中评估，以免长期布局让步于短期压力；
2
在财务指标之外，同时跟踪面向未来的能力指标，例如，3M采用“新产品活力指数”（new product vitality index），衡量过去五年推出的新产品所贡献的销售额占比；企业也可以跟踪实验数量、新合作伙伴数量等指标;
3
建立由CFO和CSO共同负责的财务—战略治理机制，避免年度预算过程默认回到渐进式思维。
企业的对外宣讲同样有助于把短期行动与长期目标连接起来。
杰夫·贝佐斯在2016年的致股东信中反复强调“Day 1”心态：企业既要以紧迫感迅速行动，确保当下为客户提供卓越的体验；也要积极拥抱正在兴起、将在未来重塑客户期待的新趋势。通过把目前的表现和未来探索都定义为服务客户的组成部分，亚马逊打造了一套兼顾两个时间尺度的企业叙事。
批判性思维
真正驾驭AI
第四个挑战是AI本身。
这里的AI不只辅助决策，也正在改变战略工作本身。BCG调研中，近六成的受访者表示，将AI带来的影响纳入考量已经成为其工作核心，但四分之三的人承认自己仍需要提高AI方面的能力。
随着越来越多的分析流程嵌入AI，人类的判断力可能逐渐退化。但面对AI提出的众多分析、洞察和战略选项，人类必然要做出判断——从检验分析是否合理，到评估不同战略选项之间的取舍。
而且，随着犯错的代价逐渐超过行动慢一些的代价，AI生成的建议必须经得起对结论、数据和逻辑的推敲，绝不能拿来就用。
对AI能力和输出进行批判性思考，意味着规范地评估机器生成推理的质量，识别不同AI工具共有的盲点，并判断何时应由人类判断和决策。未来新的战略差异将来自于评估分析的有效性与偏差、设计决策流程，以及权衡伦理影响等等。
实践中，战略制定者需要掌握两项能力：一是在分析之前先问对问题，通过与利益相关方交流，捕捉不一致之处，并弄清真正希望解决的问题；二是交叉验证，不依赖单一输出结果。同时，还要思考竞争对手是否也会使用相似工具，以及当大家都收到相似的AI建议时，新的差异化优势从何而来。
如何把批判性思维嵌入组织
企业可以把怀疑机制嵌入决策流程。例如：
1
对AI辅助的重大决策进行假设审计：找出模型最依赖的三个假设，并逐一进行压力测试；
2
建立红队轮值机制：由一个小组用48小时准备反对推荐方案的论证，并在决策会议中设置专门环节进行陈述；
3
明确人工否决规则：规定哪些决策必须由人类拍板，例如不可逆承诺或涉及重大伦理影响的决策。
如何判断该使用哪一种思维方式？
针对具体问题，战略制定者可以通过思考以下几点，选择合适的思维方式：
关键变量是否相互关联、彼此影响？我们的行动是否可能引发新的反应，从而改变问题本身？如果是，采用系统性思维。
是否需要一个尚不存在的解决方案？是否颠覆了我们现有战略所依赖的某个核心假设？如果是，采用反事实思维。
是否不得不为了一个重要目标而牺牲另一个重要目标？问题本身是否跨越多个不同的时间维度？如果是，采用整合性思维。
现有分析是否可能让我们对这个决策产生虚假的信心？这个决策是否会引发数据体现不出来的后果？如果是，采用批判性思维。
正确识别问题并据此激活相应的思维方式和组织机制，才是AI时代领导者需要具备的战略能力。如果一个问题同时触发多种思维方式，就意味着该决策需要从多个视角进行审视，而不是默认采用自己最熟悉的那一种思维方式。
结语
如果越来越多的企业都能获得类似的信息、模型和分析能力，真正能够拉开战略差距的是什么？
答案可能不只是“更好地使用AI”，而是能否选择正确的思维方式去理解问题、挑战假设并做出判断。
当分析越来越容易获得，选择如何思考，可能才是战略工作真正稀缺的能力。
热门跟贴