为什么56%的高管认为没有AI的好处：企业AI采用中的基本原则差距

人工智能革命正经历着一个悖论。尽管企业在AI上的投资和采用达到了前所未有的水平，超过一半的组织报告称其AI实施没有带来任何切实的好处。根据普华永道第29次全球CEO调查，该调查收集了来自95个国家的4,454位商业领袖的见解，只有10%到12%的组织在收入或成本节约方面取得了可衡量的成果，而令人震惊的是，56%的组织完全没有任何收益。这一野心与现实之间的差距揭示了一个关键真相：许多高管忽视了使AI成功实施的基本原则。

高管责任的演变：三模挑战

现代CEO的角色在近年来经历了比过去二十年任何时候都更为剧烈的转变。普华永道全球董事长Mohamed Kande表示，如今的商业领袖面临着前所未有的三模责任：同时运营现有业务、实时转型，以及为未来开发全新的商业模式。这标志着与过去25年相对稳定的预期的根本转变——当时，CEO的成功主要通过运营扩展、资源管理和技术驱动的效率提升来衡量。

这种变化的规模在CEO信心指标中得到了体现。2022年，56%的CEO对公司收入增长前景表示有信心。而到2025年，这一比例已降至38%。如今，只有30%的CEO对推动公司增长的能力感到有信心，尽管许多公司在创新、AI和新市场扩展方面投入了大量资金。这一信心的下降是五年来最低点，显示出在当前环境中如何应对的不确定性。

为什么基本原则比技术更重要

AI支出与实际成果之间的脱节，并非源于技术限制，而是领导力在基本原则上的缺失。MIT的研究也证实了这一点——95%的企业生成式AI试点项目未能实现预期效果。这些失败的共同原因是忽视了实现AI成功的基础基础设施：干净且结构化的数据、稳健的业务流程以及强有力的治理框架。

那些在AI实施中取得可衡量回报的公司，具有一个共同特征——他们在追求复杂AI解决方案之前，先投资于建立坚实的基础设施。这包括制定数据质量标准、记录和优化业务流程，以及建立明确的治理结构。这些基本原则构成了AI系统有效运行的基石。没有它们，即使是最先进的算法也会因为使用不完整、不一致或治理不善的数据而产生糟糕的结果。

在AI采纳中，真正的挑战在于组织层面而非技术层面。成功的实施更依赖于培养有效的管理实践、明确的决策流程以及围绕数据治理的领导一致性。当高管将AI视为主要的技术挑战而非组织变革时，他们不可避免地会忽视这些基本原则，从而无法实现预期的收益。

职业路径的颠覆：系统思维取代任务专长

除了直接的AI部署挑战外，管理责任的转变也在重塑组织的人才培养方式。传统的学徒制——即让初级员工通过逐步完成任务来掌握技能——正变得过时，因为AI已能处理日常工作。这一演变要求对职业发展策略进行根本性重新思考。

未来的商业领袖将不再通过重复任务来建立专业能力，而是需要培养“系统思维”——理解不同组织组成部分如何相互作用、数据如何在企业中流动，以及技术变革如何在业务运营中产生涟漪效应。这一转变反映出在AI增强的环境中，竞争优势不再来自于单一任务的精通，而是来自于对整个组织的全面理解。

未来之路：基于现实评估的乐观态度

尽管面临当前的挑战，商业领袖仍有理由保持审慎的乐观。历史经验表明，从铁路繁荣到互联网革命的重大变革，最终都催生了新的价值创造时代。从新业务领域中创造出有意义收入的公司，通常表现出更高的利润率和对未来增长的更大信心。

解决当前难题的关键不在于技术的加速，而在于对基本原则的纪律性关注。那些投资于数据质量、优化核心业务流程、建立治理框架的组织，将更有可能从AI中获得真正的价值。而那些跳过这些基础步骤、试图在没有充分基础设施的情况下部署复杂解决方案的企业，将继续面临困难。

Kande的观点反映出一种基于经验的乐观态度。他在职业生涯中见证了多次技术浪潮的冲击，他强调，恐惧AI通常源于缺乏理解。应对之道不是抵抗，而是积极参与——学习、探索，并有意识地考虑新方法。对当今的高管来说，这意味着要问自己：我们是否具备了基本原则？我们是否在数据质量、流程优化和治理方面进行了投资？只有诚实回答这些问题，AI的投资才能实现预期的利益。

未来的商业演变将属于那些既掌握三模挑战所需战略视野，又具备成功执行AI的操作纪律的领导者。这意味着在追逐技术新奇之前，先尊重基本原则。