【導(dǎo)讀】在AI重塑決策結(jié)構(gòu)的今天，領(lǐng)導(dǎo)者的核心競爭力正在發(fā)生劇變。
葛蘭素史克（GSK）首席數(shù)字與技術(shù)官（CDTO）Shobie Ramakrishnan指出，我們已進(jìn)入一個(gè)高摩擦、高風(fēng)險(xiǎn)的時(shí)刻。決策的質(zhì)量和速度，將直接決定明天的勝負(fù)。
未來的競爭優(yōu)勢，將不再屬于擁有最多資源的人，而是屬于那些掌握了“人機(jī)決策生態(tài)系統(tǒng)”的人。
如何在這個(gè)系統(tǒng)中創(chuàng)造自信、高速的決策？答案在于一種新的領(lǐng)導(dǎo)力貨幣：決策智能（Decision Intelligence）。
Ramakrishnan指出，未來的決策將不再是靜態(tài)的終點(diǎn)，而是迭代、適應(yīng)性強(qiáng)且共同創(chuàng)造的。
信任：決策將不再關(guān)乎控制，而更多關(guān)乎對系統(tǒng)的信任——相信它不僅能執(zhí)行，還能推理、學(xué)習(xí)并挑戰(zhàn)假設(shè)。
編排與協(xié)作：領(lǐng)導(dǎo)心態(tài)需從“命令和決策”轉(zhuǎn)向“編排和協(xié)作”（orchestrate-and-collaborate）。這不是放棄權(quán)威，而是設(shè)計(jì)透明、問責(zé)的系統(tǒng)。
在高風(fēng)險(xiǎn)、高摩擦的場景中（如藥物研發(fā)管道決策），AI帶來的價(jià)值是內(nèi)生的。
前向模擬：AI能在幾分鐘內(nèi)運(yùn)行數(shù)千次模擬，考慮需求沖擊、監(jiān)管變化，并運(yùn)用因果推理（Causal Reasoning），而不僅僅是相關(guān)性。
消除偏見：AI可以豐富人類見解，同時(shí)消除人類偏見。它能處理沖突數(shù)據(jù)，揭示人類無法察覺的模式，而無需取代最終的判斷權(quán)。
【顧問洞察】AI不會(huì)取代人，而是放大在壓力下做出更好決策的能力。競爭的基礎(chǔ)將轉(zhuǎn)向那些掌握人機(jī)決策生態(tài)系統(tǒng)的企業(yè)。
如何在組織中消除猶豫，建立自信決策的文化？Ramakrishnan給出了三個(gè)實(shí)用的法則：
法則一：縮小范圍（Narrow the Field）
痛點(diǎn)：重大決策常因變量過多而停滯。
對策：聚焦于最關(guān)鍵的幾個(gè)變量，學(xué)會(huì)放下其余的。在AI時(shí)代，精確度優(yōu)于完美。
法則二：將風(fēng)險(xiǎn)視為“旋鈕”（Risk as a Dial）
認(rèn)知：風(fēng)險(xiǎn)不是非黑即白的開關(guān)，而是一個(gè)光譜。
行動(dòng)：根據(jù)公司階段和問題性質(zhì)，有意識地校準(zhǔn)風(fēng)險(xiǎn)。風(fēng)險(xiǎn)意識是領(lǐng)導(dǎo)優(yōu)勢，風(fēng)險(xiǎn)規(guī)避則是長期負(fù)債。
法則三：邀請“建設(shè)性摩擦”（Constructive Friction）
原則：每個(gè)決策都需要一個(gè)單一、負(fù)責(zé)任的所有者，但這不意味著孤立。
方法：從專家（包括AI）那里汲取多元觀點(diǎn)，不要陷入“共識”的泥潭。
價(jià)值：建設(shè)性摩擦能提升判斷力。藝術(shù)在于讓這種摩擦變得高效，同時(shí)保持對結(jié)果負(fù)責(zé)的絕對清晰。
【結(jié)語】這個(gè)時(shí)代的成功領(lǐng)導(dǎo)力，不由數(shù)據(jù)量定義，而由決策的質(zhì)量和速度，以及背后的信任所定義。
GSK CDTO Shobie Ramakrishnan 闡述了 CIO 如何通過智能系統(tǒng)協(xié)作，創(chuàng)造自信且高速?zèng)Q策的條件。
圖源：Shobie Ramakrishnan / GSK
作為葛蘭素史克（GSK）的首席數(shù)字與技術(shù)官（CDTO），Shobie Ramakrishnan正幫助這家全球最具科學(xué)驅(qū)動(dòng)力的公司之一，將數(shù)字化轉(zhuǎn)型轉(zhuǎn)化為推動(dòng)人類健康和影響的力量。憑借在生物技術(shù)和高科技公司的深厚經(jīng)驗(yàn)，Ramakrishnan領(lǐng)導(dǎo)了GSK數(shù)字化、數(shù)據(jù)和分析能力的轉(zhuǎn)型，并通過重新構(gòu)想工作方式，在建立更靈活的運(yùn)營模式中發(fā)揮關(guān)鍵作用。
在當(dāng)今快節(jié)奏且充滿顛覆性的環(huán)境中，對CIO的期望從未如此之高——而犯錯(cuò)的余地也從未如此之小。在最近一期《科技低語者》（Tech Whisperers）播客中，Ramakrishnan分享了她如何利用IT快速演進(jìn)并引領(lǐng)持久變革的見解。
隨著新工具、數(shù)據(jù)和能力的出現(xiàn)，推動(dòng)創(chuàng)新加速，CIO們已進(jìn)入Ramakrishnan所稱的高摩擦、高風(fēng)險(xiǎn)領(lǐng)導(dǎo)時(shí)刻。她認(rèn)為，IT領(lǐng)導(dǎo)者今天做出的決策將決定他們明天是否能取得成功。鑒于決策的質(zhì)量和速度至關(guān)重要，她認(rèn)為IT領(lǐng)導(dǎo)者必須創(chuàng)造自信、高速?zèng)Q策的條件。節(jié)目結(jié)束后，我們花時(shí)間關(guān)注領(lǐng)導(dǎo)力的新貨幣：決策智能（Decision Intelligence）。
Dan Roberts：在人工智能（AI）重塑決策結(jié)構(gòu)的時(shí)代，領(lǐng)導(dǎo)者將如何應(yīng)對一個(gè)選擇與智能系統(tǒng)共同創(chuàng)造的世界？
Shobie Ramakrishnan：在人工智能時(shí)代，決策將不再是控制，而是更多關(guān)于信任——對那些不僅執(zhí)行，還能推理、學(xué)習(xí)并挑戰(zhàn)假設(shè)的系統(tǒng)的信任。幾十年來，大型組織的決策一直基于確定性工作流程，主要依賴于大量分析支持的人類判斷。機(jī)器提供數(shù)據(jù)，人們做出決策，通?？刂普麄€(gè)過程。這種動(dòng)態(tài)正在改變，隨著人工智能從洞察引擎向推理伙伴（reasoning partners）演變，決策將不再是靜態(tài)的終點(diǎn)。它們將變得迭代、適應(yīng)性強(qiáng)、共同創(chuàng)造。人類直覺和機(jī)器智能將形成快速反饋循環(huán)，彼此學(xué)習(xí)以優(yōu)化結(jié)果。
這一轉(zhuǎn)變需要新的領(lǐng)導(dǎo)心態(tài)，從“命令和決策”轉(zhuǎn)變?yōu)椤熬幣藕蛥f(xié)作”（orchestrate-and-collaborate）。這不是放棄權(quán)威；它關(guān)乎設(shè)計(jì)能夠?qū)崿F(xiàn)大規(guī)模信任的透明、問責(zé)和道德保障體系。這里有非常深遠(yuǎn)的機(jī)會(huì)去重塑決策，不僅更快，更根本上更聰明、更有韌性。擁抱這一點(diǎn)的領(lǐng)導(dǎo)者將解鎖競爭優(yōu)勢，而那些執(zhí)著于控制的人則有可能被落在一個(gè)決策不再僅由人類做出的世界里。
Dan Roberts：在過去，決策高度依賴分析，充滿報(bào)告和回顧性數(shù)據(jù)。您如何看待從“分析癱瘓”向“決策智能”的轉(zhuǎn)變，利用新工具和能力帶來清晰和速度，而非摩擦和噪音？
Shobie Ramakrishnan：長期以來，決策一直以數(shù)據(jù)為基礎(chǔ)，由人主導(dǎo)。隨著推理模型和多模態(tài)人工智能的興起，正在出現(xiàn)的是能夠在幾分鐘甚至幾天內(nèi)運(yùn)行數(shù)千次前向模擬（forward simulations）的能力，這些模擬可以考慮需求沖擊、價(jià)格變化、監(jiān)管變化，同時(shí)還能運(yùn)用因果推理（causal reasoning），而不僅僅是相關(guān)性。這為基于數(shù)據(jù)、由人類專家指導(dǎo)和塑造結(jié)果的決策打開了大門。
在我所說的高風(fēng)險(xiǎn)、高分析、高摩擦的使用場景或決策中，比如銷售或供應(yīng)鏈預(yù)測，或者在我們行業(yè)中，圍繞哪些藥物進(jìn)入流程的決策，做出更精準(zhǔn)且更快的決策具有內(nèi)在價(jià)值。難點(diǎn)在于將這一轉(zhuǎn)變付諸實(shí)踐，因?yàn)檫@意味著將控制點(diǎn)從以人為中心的支點(diǎn)轉(zhuǎn)變?yōu)榱鲿车娜藱C(jī)協(xié)作。這可不容易。如果改變一個(gè)個(gè)人習(xí)慣很難，那么你可以想象，當(dāng)多重職能、復(fù)雜且相互沖突的數(shù)據(jù)集和巨大后果碰撞時(shí)，重塑數(shù)十年組織肌肉記憶——尤其是對于那些以收集數(shù)據(jù)、發(fā)展洞見和調(diào)解決策為核心的團(tuán)隊(duì)來說，將會(huì)是多么艱難的體驗(yàn)。這種轉(zhuǎn)變會(huì)讓人感到更加令人生畏。
但這正是機(jī)會(huì)所在。人工智能可以作為分析師、研究者、代理人，或者持續(xù)前進(jìn)的同事。它不僅能豐富人類見解，還能消除人類偏見。它可以大規(guī)模處理沖突數(shù)據(jù)，運(yùn)行情景模擬，并揭示人類無法察覺的模式，而最終無需取代判斷或控制。這不是關(guān)于取代人；關(guān)鍵是放大這種在壓力下做出更好決策的能力。
最后我想說的是，歷史上，在一個(gè)有錢人和沒錢人（haves and have nots）分明的世界里，優(yōu)勢一直屬于那些擁有更多資源和才華的人。我認(rèn)為人工智能會(huì)打破這種動(dòng)態(tài)。競爭的基礎(chǔ)將轉(zhuǎn)向那些掌握這些人機(jī)決策生態(tài)系統(tǒng)的人，這將在未來十多年內(nèi)區(qū)分勝負(fù)。
Dan Roberts：許多組織仍然處于猶豫的氛圍中，常因害怕錯(cuò)誤、責(zé)任不明確或無休止的共識建立（consensus-building）。如何營造一種讓人們感到有能力、能夠快速且自信地做出決策的文化？
Shobie Ramakrishnan：自信的決策始于清晰。我能想到三個(gè)實(shí)用的轉(zhuǎn)變很有價(jià)值，我現(xiàn)在還在努力練習(xí)。
第一個(gè)是縮小范圍（narrow the field），讓你能更快地行動(dòng)，因?yàn)橹卮鬀Q策常因我們同時(shí)處理太多變量或選項(xiàng)而停滯不前。在復(fù)雜性之中，縮小范圍，聚焦于關(guān)鍵變量或重要因素，能促使決策變得清晰且有動(dòng)力。所以專注于決策中最重要的幾個(gè)方面，學(xué)會(huì)放下其他的。在我們即將進(jìn)入的世界里，思想量是10倍，速度是10倍，精確度明顯優(yōu)于完美。
第二個(gè)建議是把風(fēng)險(xiǎn)當(dāng)作一個(gè)旋鈕（dial），而不是開關(guān)（switch）。我的意思是認(rèn)識到風(fēng)險(xiǎn)不是非黑即白的；這是一個(gè)領(lǐng)導(dǎo)者需要根據(jù)你在旅程中的位置、公司身份以及當(dāng)前正在解決的問題來校準(zhǔn)和立場的光譜。有些時(shí)刻可以大膽下注，有些時(shí)候克制反而能保護(hù)價(jià)值。關(guān)鍵是分辨哪種是哪種，然后有意識地去識別。我真心相信風(fēng)險(xiǎn)意識是領(lǐng)導(dǎo)優(yōu)勢，同時(shí)我也認(rèn)為風(fēng)險(xiǎn)規(guī)避從長遠(yuǎn)來看可能成為負(fù)擔(dān)。
第三個(gè)建議是圍繞如何建立自信決策的文化，并將決策融入團(tuán)隊(duì)運(yùn)動(dòng)。我們通過明確所有權(quán)，同時(shí)邀請建設(shè)性摩擦（constructive friction）進(jìn)入這一過程來實(shí)現(xiàn)這一點(diǎn)。我堅(jiān)信每個(gè)決策都需要一個(gè)單一的、負(fù)責(zé)任的所有者，但我不認(rèn)為擁有權(quán)意味著孤立或個(gè)人賦權(quán)去做某件事。最強(qiáng)的結(jié)果出現(xiàn)在當(dāng)該人能夠從專家那里汲取多元觀點(diǎn)——現(xiàn)在我會(huì)把人工智能也列入可供大眾使用——但不會(huì)陷入共識。建設(shè)性摩擦能提升判斷力。藝術(shù)在于讓決策高效，并保持對該決定影響負(fù)責(zé)的絕對清晰。
Ramakrishnan的觀點(diǎn)提醒我們，在這個(gè)時(shí)代，成功的領(lǐng)導(dǎo)力不會(huì)僅僅取決于我們能接觸到多少數(shù)據(jù)或技術(shù)。相反，關(guān)鍵在于我們做出決策的質(zhì)量和速度，以及決策背后的信任和目的。
