當今，漫天遍地都是AI，國企及各種大小企業都在 ALL IN AI，學者專家在“AI”、媒體在“AI”、老領導和大經理也在“AI”……好不熱鬧。現轉發一篇喬·佩帕德（Joe Peppard）的一篇博客。希望對各位有所啟發。

如今，自從 ChatGPT 火爆全球之后，幾乎所有公司都在喊同一句口號：“我們必須要有 AI 戰略！”

這種焦慮很容易理解——畢竟，誰都不想被時代甩在身后，錯過下一個巨大的商機。

因此，無數公司開始一窩蜂地“沖進 AI”，紛紛成立了所謂的“AI 戰略中心”，甚至特意任命了“首席 AI 官（Chief AI Officer）”。

但很遺憾。

我要潑個冷水：大部分公司這樣做都是錯的。

我在與不同企業深入合作、一起面對 AI 浪潮時，發現一個扎心的現實：事實上，大部分公司不僅不需要AI戰略，甚至根本不應該有專門的AI戰略。

或許你聽了覺得很奇怪，甚至覺得我是不是說反了？沒有 AI 戰略的話，公司豈不是要輸在起跑線上了嗎？我的回答是：并不會。

理由有以下幾個：

1. 大部分公司其實根本沒做好用 AI 的準備

想象一下，就算某天一份完美的“AI 戰略計劃”神奇地出現在了 CEO 的郵箱里，大部分公司也完全沒法真正落地。

這是因為，它們連最基本的基礎準備都還沒做好。

其中最核心的問題，就是“數據”。

如果數據質量差——不完整、有偏差或者根本雜亂無章——那么 AI 的表現自然會很差勁。

你可以有一個非常棒的戰略目標，但糟糕的數據會讓你寸步難行。到頭來，“AI 戰略”只會浪費公司的精力和資源，讓企業忘記了真正應該去做的事情。

舉個例子吧：假設有一家制造業公司想要用 AI 來預測設備故障，以減少生產線的停工時間。

這聽起來很好，對吧？

但要做到這一點，公司首先得用歷史數據識別各種設備可能發生的故障類型，并找到這些故障的“信號”——也就是故障前兆的特定數據模式或趨勢。

接下來，利用這些數據通過機器學習技術建立算法，預測故障的出現。

到目前為止一切都很好，然而現實卻是：大部分公司根本沒有收集過足夠的歷史數據來訓練 AI 模型。

想積累足夠的高質量數據并建立精準的算法，往往需要幾個月甚至幾年時間。

2. AI 并不是一個孤立的“孤島”

AI 是一種技術，就跟區塊鏈、物聯網、元宇宙一樣。

公司為什么偏偏需要給 AI 制定單獨的戰略？

更進一步說，“AI”其實也不只是一種技術，而是很多相關技術的集合，比如機器學習、計算機視覺、機器人技術、圖像識別，還有當下火熱的生成式 AI（比如大語言模型 ChatGPT）。

再看看現實里企業是怎么成功利用 AI 的，你會發現它們大多是將 AI 與其他技術結合在一起，共同融入到具體的業務場景中，而不是孤立地單獨使用。

回到剛才的制造業例子：假設公司確實已經具備了相關的數據，成功訓練出了算法。

那么，完整的解決方案一定還需要其他技術，比如設備上的傳感器實時采集數據，通過藍牙傳輸數據，再用云計算平臺存儲和處理數據，在云端運行算法，實時監控設備狀態并發出故障預警。

看到這里，你一定會發現問題所在了吧：相比制定一個單獨的 AI 戰略，企業真正需要的是一個全面考慮各種技術的整體戰略。

如果公司只把目光盯在 AI 上，反而會本末倒置，造成精力的分散。

于是問題又回到了原點：AI 究竟有什么特別的地方，以至于需要單獨為它制定一個專門的戰略呢？

答案其實很簡單：完全沒有！

3. 人才還沒準備好，你拿什么做 AI 戰略？

調研顯示，很多公司在 AI 這件事上還很“不成熟”。

什么意思呢？

就是從公司高管到普通員工，絕大部分人其實根本不太懂 AI，也沒有真正用過這些工具，更不習慣用數據來支持決策。

這種情況下，所謂的“AI 戰略”只會偏離實際，變成一場紙上談兵。

試想一下，如果你是公司領導，自己都對 AI 一知半解，又怎么可能制定出一個靠譜的 AI 戰略？ 顯然不現實。

大部分公司的起點其實還處在摸索階段，因此現在最重要的，并不是自上而下地去制定一套復雜的 AI 戰略。

相反，更應該鼓勵一線員工主動去嘗試各種 AI 工具，從日常的工作中發現機會，摸索可能的用途。

這種由下而上的探索，才更容易誕生真正有用的創意和方案。 當然，過程中還得確保有合適的“護欄”，以便員工能夠安全地、負責任地使用 AI，避免公司暴露在不必要的風險之中。

真正推動公司前進的，從來都不是技術，而是人。

要實現真正的“數字化成熟”，可能需要幾年甚至更長的時間，尤其當企業文化也需要同時轉型的時候。

如果你以為靠一套華麗的數字戰略就能瞬間實現成熟，那就好比你給一個兩歲的孩子穿上一套西裝，然后告訴大家：“看，他現在是大人了！”顯然，這不現實。

4. 強行制定 AI 戰略，會讓公司做出錯誤的決策

如果公司硬要強迫自己制定一個所謂的 AI 戰略，很可能會導致員工在做決策時，凡事都戴著“AI 眼鏡”，認為每個問題都能靠 AI 來解決。

現在的確是 AI 最火爆的時候，但這不代表 AI 就能解決企業的所有問題。未來肯定還有其他新技術出現。如果過于聚焦于 AI，公司可能會忽視其他同樣有效、甚至更適合的解決方案。

因此，真正需要討論的不是“我們怎么才能用上 AI”，也不是怎么靠 AI 讓公司利潤翻倍或打造新商業模式。

而是，公司應該持續思考：“我們如何才能更好地運用數字技術，真正改善業務表現，實現戰略目標？” AI 只是眾多技術中的一個罷了。

如果你把技術（尤其是特定的技術，比如 AI）單獨從業務部門割裂開，那相當于把真正負責提升公司業績的人，與負責實施技術的人徹底隔絕了。

長此以往，技術只會與業務脫節，最終帶來失敗。

如果每次遇到問題，公司都只會喊著：“趕快上 AI！”那么，你很可能永遠都找不到真正適合你的解決方案。

5. 歷史決定了企業能走多遠

我的研究還發現，企業在某一時刻能夠做出的決策，其實很大程度上取決于過去做過的選擇。

即使當時那些決定在現在看來已經不合時宜，但歷史的影響往往持續存在。

尤其是在技術領域，這一點表現得尤為明顯。

比如，十年前放棄購買某個軟件或是決定不投資某個系統可能在當時是對的，但這些決定在今天可能已經成了障礙，限制了企業在 AI 應用上的空間。

領導者們可能會看到一個 AI 成功應用的案例，然后也想在自己公司里復制。但是，當他們真正去嘗試的時候，卻發現根本做不到——因為他們十年前就已經選擇了另一條路。

有些公司過去很早就做了準備，比如早就對數據質量、技術平臺和組織能力進行了大量投資，這樣的公司自然能迅速抓住 AI 帶來的機會。

但大部分公司顯然還遠遠沒有做到這些準備。

說到底，大多數公司過去在數字轉型中本來就行動緩慢，即使現在突然提出了所謂“AI 戰略”，也不會一夜之間超越競爭對手。

如果一個企業一直以來都在數字化轉型方面動作遲緩，光靠一個漂亮的“AI 戰略”是沒法實現飛躍的。

到頭來，只會白白浪費精力。

所以，現實一點吧，別再幻想 AI 戰略能一夜之間帶你走向成功。

真正有用的 AI 戰略，只屬于那些已經做好扎實基礎工作的公司，而不是大部分正在追逐潮流的企業。