企业正面临越来越大的压力，需要迅速推进人工智能（AI）的应用。各种新工具正在接受评估，供应商陆续被引入，而 AI 项目也越来越频繁地出现在企业高管的议程上。
但如果成功实现 AI 转型的最大障碍，其实并不是技术本身呢？
对于 EchoData Founder、NAZZTEC Chief Business Officer Yusra Mahmood 而言，许多企业如今面对的问题，早在生成式 AI 进入董事会会议室之前就已经存在：审批缓慢、责任归属不清、数据不可靠，以及领导者没有明确界定他们究竟希望改善哪些决策。
Mahmood 长期与 CEO、董事会及高管团队合作，为 AI 与企业转型相关决策提供支持。她采取以业务为先的方法，将重点放在商业影响、运营准备程度以及可衡量的成果上。
她的核心观点很直接：大多数企业面临的并不是 AI 问题，而是决策问题。
如果你的 AI 问题其实与 AI 无关呢？
Mahmood 表示，最早出现的错误之一，就是企业高管将 AI 转型视为一次采购行为。
“坦白说，最大的错误就是把 AI 当作一项采购决策，”她说。“管理层坐在会议室里，选定一家供应商或一种工具，向全公司宣布，然后就把这称为战略。”
然而，在选择技术之前，还有一个更难回答的问题：
我们的企业不擅长做出哪些决策？为什么？
如果无法回答这个问题，企业就有可能利用 AI 去处理那些自身尚未解决的组织问题。
“大多数企业并不存在 AI 问题，”Mahmood 说。“它们面对的是一个已经存在多年的决策问题：审批速度缓慢、没有明确的责任归属、没人信任数据。AI 只不过让这些运作失调的问题更快暴露出来。”
她曾遇到过一些高管，他们迫不及待想推出聊天机器人，但与此同时，管理层甚至还没有就企业内部究竟由谁负责客户数据达成一致。
在 Mahmood 看来，这种矛盾正好反映出企业争相采用 AI 背后一个更大的问题。
“如果没有人愿意为一项决策负责，你就无法将它自动化。”
六个月后，管理层开始追问：投资回报率在哪里？
即使企业已经确定希望在哪些领域使用 AI，问题也不会就此结束。
Mahmood 还观察到，一些企业会将转型责任下放给技术团队，几个月后高管却又回来追问，为什么这些项目没有产生有意义的投资回报。
“另一个错误，就是完全跳过领导层，把 AI 直接交给技术团队，”她说。“然后六个月后，管理层却困惑为什么看不到投资回报率。”
技术团队可以负责实施系统，但领导层仍然必须确定，这些系统究竟应该带来怎样的业务成果。
对 Mahmood 来说，这意味着高管自己也必须愿意改变。
“AI 转型必须从最高管理层开始，”她说，“领导者必须愿意改变自己做决策的方式，而不是仅仅把一个工具交给 IT 部门部署。”
这一区别意味着，AI 转型不能再被单纯视为一项技术计划。
企业需要思考的问题，不仅仅是组织正在实施什么技术，还包括领导者是否准备好因为这些技术而改变自己的工作和决策方式。
最懂 AI 的领导者未必会成为赢家
这也带来了另一个问题：当 AI 越来越深入地参与企业决策时，什么样的领导者才能取得成功？
Mahmood 并不认为，技术专业知识一定会成为决定性的优势。
“我认为，未来真正表现出色的领导者，不会是那些在技术层面最了解 AI 的人，”她说。“而是那些思路最清晰的人——他们能够精准定义问题，清楚什么样的决策对自己的企业而言才算是好决策，并且即使模型参与了决策过程，也愿意为最终决定承担责任。”
AI 给领导者带来了两种截然不同的诱惑。
有些人可能过于轻易地将判断权交出去，把 AI 当成一个自己无需理解的黑箱。另一些人则可能完全拒绝改变原有的工作方式。
“这两种做法其实都是逃避，只不过方向相反，”Mahmood 说。
因此，她对于如何做好准备的建议，与其说是掌握技术本身，不如说是重新审视自身判断的质量。
“做好准备的方法并不是去上一门技术课程，”她说。“而是进一步提升自己的决策能力——你如何权衡证据、你的偏见在哪里，以及你真正希望优化的目标究竟是什么。”
当模型参与决策，却没有因此免除高管对决策后果所承担的责任时，这一点尤其重要。
正如 Mahmood 所说：
“AI 会奖励那些本来就懂得如何清晰思考的领导者，也会暴露那些不具备这种能力的领导者。”
结语：当 AI 变得更聪明时，究竟谁对决策负责？
AI 所带来的承诺往往与“速度”有关：更快的分析、更快的流程、更快的决策。
然而，如果一家企业连自己要走向哪里都不清楚，那么速度的价值就会大打折扣。
Mahmood 的观点揭示了 AI 转型中一个不那么光鲜、却至关重要的前提。在企业开始询问哪些工作可以通过技术实现自动化之前，领导层必须首先决定：哪些事项值得自动化、自动化应该改善什么结果，以及在做出决策之后，究竟由谁继续承担责任。
随着 AI 能力不断提升，最后这个问题可能会变得越来越重要。
未来，高管将越来越多地借助能够进行分析、提出建议、预测以及实现自动化的系统来做出决策。然而，技术能力增强并不一定意味着人类判断的重要性会降低。相反，它可能让人类判断的质量变得更加关键。
因此，最终从 AI 中获益最多的企业，或许并不只是那些采用速度最快的企业。
真正的赢家，可能是那些在技术进入会议室之前，领导者就已经清楚知道自己究竟想实现什么目标的企业。
Read the English article here.
