我們構(gòu)建了模型，但未塑造文化。是時候開始為人工智能摩擦【AI?Frictions（AI 摩擦）指的是在 AI 應(yīng)用于公共服務(wù)過程中所產(chǎn)生的各種矛盾、誤解與沖突?！慷O(shè)計，并以此為起點進行擴展了。
圖源：Thinkstock
當我（指本文作者，下同）最初開始為企業(yè)提供人工智能實施和采用方面的建議時，我注意到了一個令人擔憂的趨勢：企業(yè)領(lǐng)導(dǎo)者關(guān)注的是炒作周期，卻對企業(yè)所受影響或潛在影響缺乏清晰認知。董事會和領(lǐng)導(dǎo)團隊向負責數(shù)據(jù)的高管提出了諸如“我們在人工智能方面做了什么”這類表面問題，與公司戰(zhàn)略或目標毫無關(guān)聯(lián)。
但更根本的脫節(jié)隱藏在高管層和董事會的提問背后。人工智能工作并未基于業(yè)務(wù)優(yōu)先級，更糟糕的是，它們與預(yù)期將啟用或采用這些技術(shù)的人員毫無關(guān)聯(lián)。在一個大型企業(yè)中，我親眼目睹了人工智能溝通不暢導(dǎo)致的員工幻滅感。領(lǐng)導(dǎo)層投入數(shù)百萬用于自動化技術(shù)，卻未將這些舉措與崗位設(shè)計、技能再培訓(xùn)路徑或激勵機制對齊。同時，這種脫節(jié)的內(nèi)部人工智能信息傳遞，讓員工感到沮喪，缺乏支持數(shù)據(jù)和人工智能轉(zhuǎn)型的動力。Gartner將員工體驗中的“對未知的恐懼”列為人工智能采用的3大障礙之一。人、流程和系統(tǒng)之間的摩擦一直未得到有效解決，這才是真正的問題。
這種摩擦體現(xiàn)在：
盡管對目的存在模糊性，領(lǐng)導(dǎo)者仍愿意投入數(shù)百萬進行技術(shù)升級。
缺乏提升員工技能或改變傳統(tǒng)行為的意愿，甚至主動撤資。
當被問及是否可以參加提升技能的會議或付費課程時，突然就沒有預(yù)算了。企業(yè)在技術(shù)和員工隊伍上的投資選擇性，向員工傳遞了一個明確而響亮的信息。然而，據(jù)Gartner指出，企業(yè)在嘗試人工智能轉(zhuǎn)型時將面臨的第一個障礙是技能不足，無法成功推動人工智能轉(zhuǎn)型。因此，人工智能“未能交付”并不令人意外。事實是，沒有員工的支持，企業(yè)無法取得成功，而這需要建立T.R.U.S.T.：
Transparency（透明度）：數(shù)據(jù)是否公開可訪問、定義清晰且易于質(zhì)疑？
Relationships（關(guān)系）：跨職能團隊是在合作還是在爭奪控制權(quán)？
Understanding（理解）：員工是否具備使用數(shù)據(jù)所需的素養(yǎng)和支持，從而感到自信？
Safety（安全）：員工能否在沒有恐懼的情況下提出問題、指出風(fēng)險或表示“我不知道”？
Tone from the top（高層基調(diào)）：高層是否提供了透明度、培訓(xùn)、主動的變革管理和變革激勵？
一、人工智能的抵制并非技術(shù)問題，而是群體問題
每次有關(guān)人工智能取代工作的頭條新聞出現(xiàn)時，某處的首席數(shù)字與人工智能官或首席信息官就會對隨之而來的對話感到擔憂。我在各行業(yè)看到的情況是，對人工智能的抵制并非針對算法，而是關(guān)乎權(quán)力、保護和身份。例如，一位客戶引入了語言模型來幫助合規(guī)團隊減少手動審核工作。技術(shù)上是成功的，但員工強烈抵制。為什么？因為沒人闡明他們的工作將如何演變，只知道工作會“改變”。McKinsey指出，高級領(lǐng)導(dǎo)者可以利用關(guān)于生成式人工智能的潛在“增強與改進”能力及其顯著提升員工體驗的信息，來抵消員工對“替代與損失”的普遍恐懼。
當員工認為自己的角色受到威脅時，他們會囤積知識、抵制并拒絕流程變更。此外，未能解決這些擔憂，將錯失讓員工參與、協(xié)作并共同體驗人工智能帶來的積極價值的機會。沒有明確的故事，摩擦就會占據(jù)上風(fēng)，項目失敗，企業(yè)浪費時間、金錢、士氣和生產(chǎn)力。
我們必須建立激勵結(jié)構(gòu)，獎勵無摩擦的行為：知識共享、數(shù)據(jù)共享、跨職能對齊、承認不確定性以及快速測試。這是一種文化改造，而非技術(shù)改造。
二、從結(jié)構(gòu)而非軟件開始設(shè)計人工智能
現(xiàn)實情況是，當你將人工智能引入組織時，許多傳統(tǒng)架構(gòu)，包括組織結(jié)構(gòu)和流程，都會受到影響。與人工智能原生初創(chuàng)公司不同，大型組織不能采取精益優(yōu)先的方法，因為投資所需的戰(zhàn)略知識不僅存在于管理層，更深深嵌入員工隊伍中。為人工智能設(shè)計意味著與大多數(shù)路線圖建議相反：從組織架構(gòu)圖和業(yè)務(wù)目標開始，而非模型。
為什么這很重要？在“人工智能將演變?yōu)樗腥说慕M織戰(zhàn)略”一文中，Wired的Ethan Wollic（伊?！の掷妫┨岢隽艘粋€有力的觀點：未來將出現(xiàn)大量“人工智能原生”初創(chuàng)公司，從一開始就圍繞人類與人工智能協(xié)作構(gòu)建其整個運營模式。這些公司將由小型、高技能的人類團隊與復(fù)雜的人工智能系統(tǒng)協(xié)作，以實現(xiàn)與大型傳統(tǒng)企業(yè)相媲美的產(chǎn)出。與此同時，大型企業(yè)將通過各部門的員工和管理者識別使用人工智能提升績效的有意義方式，從而從人工智能轉(zhuǎn)型中獲益。這凸顯了員工在發(fā)現(xiàn)機會、塑造實施并確保采用中的關(guān)鍵作用。與設(shè)計初衷為精簡的初創(chuàng)公司不同，企業(yè)必須首先解鎖并整合員工隊伍中已有的運營智能，但大多數(shù)人工智能戰(zhàn)略完全忽略了這一點。
三、診斷并拆除擴展的真正障礙
在與一家跨國客戶的最近合作中，我進行了所謂的“人工智能摩擦審計”。我們繪制了人工智能項目未能擴展的領(lǐng)域，發(fā)現(xiàn)的障礙并不令人驚訝，但卻發(fā)人深省。最大的障礙并非技術(shù)問題，而是結(jié)構(gòu)和文化問題：部門間的政治競爭、決策權(quán)限不明確、對價值缺乏共識以及零協(xié)作激勵。這些并非孤立的痛點，而是系統(tǒng)性的設(shè)計缺陷。
由此產(chǎn)生的對話幫助領(lǐng)導(dǎo)團隊理解其路線圖遺漏了什么：人工智能改變權(quán)力動態(tài)、工作流程以及組織的DNA。當架構(gòu)和激勵機制未能與技術(shù)同步發(fā)展時，實施會在未解決的緊張局勢下崩潰。那些忽略這些固有問題，例如沖突的決策、錯位的優(yōu)先級和功能孤島的策略，缺乏成功所需的基礎(chǔ)條件。
然而，許多人工智能路線圖仍保持組織架構(gòu)固定不變，決策視為孤立進行，價值沖突視為他人的問題。為人工智能重新設(shè)計意味著從人員開始，拆除使協(xié)作成為可選項而非必需品的傳統(tǒng)架構(gòu)。
我所見的最大錯誤之一是圍繞技術(shù)設(shè)計人工智能路線圖，然后試圖將其改造成業(yè)務(wù)。這是本末倒置。Mayur P. Joshi（瑪尤爾·普·喬希）、Ning Su（蘇寧）、Robert D. Austin（羅伯特·D·奧斯?。┖虯nand K. Sundaram（阿南德·K·蘇丹拉姆）在“為什么這么多數(shù)據(jù)科學(xué)項目未能交付”一文中描述了這種動態(tài)，稱之為經(jīng)典的“尋找釘子的錘子”。僅靠能力無法推動AI應(yīng)用，推動應(yīng)用的是行為?？缏毮軐R、主動的數(shù)據(jù)共享、及早發(fā)現(xiàn)不確定性以及快速測試，不僅是策略，更是健康文化的行為信號，表明該文化已準備好吸收變革。
四、如果你的人工智能路線圖不以人員為起點，就已經(jīng)偏離軌道
一個令人不安的事實是，許多企業(yè)文化是人工智能采用的障礙。對人員投資不足、缺乏認可和對齊，將繼續(xù)成為那些不愿直面轉(zhuǎn)型人性層面的企業(yè)難以逾越的摩擦點。數(shù)據(jù)領(lǐng)導(dǎo)者必須停止將人工智能視為技術(shù)挑戰(zhàn)，而應(yīng)開始像文化架構(gòu)師一樣領(lǐng)導(dǎo)團隊，因為那些將在人工智能領(lǐng)域取得成功的組織，將是那些投資于行為改變和技能提升的組織。
這意味著通過以下S.M.I.L.E.框架分享愿景：早期讓人員參與共同創(chuàng)造，為未來工作提升技能，并獎勵使采用成為可能的行為：
S：以文化審計啟動人工智能路線圖。
M：將行為指標納入人工智能KPI。
I：激勵跨孤島的知識共享、數(shù)據(jù)共享、跨職能對齊、承認不確定性和快速測試。
L：以變革管理領(lǐng)導(dǎo)，推動對齊，加速采用并確保持久影響，而非將其視為事后考慮。
E：強調(diào)人工智能是團隊增強的促進者，而非破壞源。
當其他方法都失敗時，只需S.M.I.L.E.即可。
企業(yè)在推進人工智能過程中，不能盲目追逐技術(shù)，而應(yīng)從構(gòu)建適應(yīng)AI的文化和結(jié)構(gòu)入手，解決人、流程和系統(tǒng)之間的摩擦，從而實現(xiàn)AI的成功采用和規(guī)模化應(yīng)用。
（一）問題描述
企業(yè)對AI的盲目追求：許多組織領(lǐng)導(dǎo)者沉迷于AI的炒作周期，但缺乏對其業(yè)務(wù)相關(guān)性及影響的清晰認識，只提出一些與公司戰(zhàn)略目標脫節(jié)的表面問題。
AI努力與業(yè)務(wù)脫節(jié)：AI項目未基于業(yè)務(wù)優(yōu)先級，也未與推動或采用AI的人員相連接，導(dǎo)致員工對AI產(chǎn)生幻滅感，缺乏支持或推動數(shù)據(jù)和AI轉(zhuǎn)型的動力。
（二）原因分析
文化與結(jié)構(gòu)層面的阻礙
透明度不足：數(shù)據(jù)是否公開可訪問、定義清晰且易于質(zhì)疑，關(guān)系著員工對AI的接受度。
跨部門競爭而非協(xié)作：部門間的政治競爭、決策權(quán)限不明、對價值缺乏共識以及缺乏合作的共同激勵，構(gòu)成系統(tǒng)性設(shè)計缺陷，阻礙AI實施。
員工缺乏數(shù)據(jù)素養(yǎng)與支持：員工需具備使用數(shù)據(jù)的技能和信心，但企業(yè)在員工技能提升方面的投入不足，未建立相應(yīng)的激勵機制。
缺乏心理安全感：員工擔心AI會威脅自身角色，害怕因提問、指出風(fēng)險或承認不確定而受到指責，導(dǎo)致知識囤積、抵制變革。
技術(shù)與人員的脫節(jié)：企業(yè)常先設(shè)計AI路線圖再強行嵌入業(yè)務(wù)，未從組織架構(gòu)和業(yè)務(wù)目標出發(fā)，忽視員工在發(fā)現(xiàn)機會、塑造實施和確保采用方面的作用。
（三）解決方案
1.建立正確的文化與激勵機制
遵循T.R.U.T.S原則：確保透明度、促進跨部門協(xié)作、提升員工數(shù)據(jù)素養(yǎng)、營造安全環(huán)境并由高層引領(lǐng)。
構(gòu)建激勵結(jié)構(gòu)：獎勵知識共享、數(shù)據(jù)共享、跨部門協(xié)作、承認不確定性和快速測試等無摩擦行為，進行文化改造。
2.以組織架構(gòu)和人員為中心設(shè)計AI
從組織架構(gòu)和業(yè)務(wù)目標出發(fā)：與AI原生初創(chuàng)公司不同，大型企業(yè)要利用員工已有的操作智能，先進行文化審計，讓員工參與共同創(chuàng)造。
3.重視變革管理
將變革管理納入AI路線圖：發(fā)揮領(lǐng)導(dǎo)力推動變革，通過跨職能對齊、數(shù)據(jù)共享、早期暴露不確定性和快速測試等行為，為AI采用創(chuàng)造條件。
采用S.M.I.L.E框架：以文化審計開啟AI路線圖，將行為指標納入AIKPI，激勵員工，領(lǐng)導(dǎo)變革管理，并強調(diào)AI增強而非擾亂團隊。
作者：Christina Sandema-Sombe（克里斯蒂娜·桑德瑪-松貝）
譯者：穿山甲
