請更新您的瀏覽器

您使用的瀏覽器版本較舊,已不再受支援。建議您更新瀏覽器版本,以獲得最佳使用體驗。

理財

企業對AI的理解和應用很落後!量化未來學家的4步驟導入指南

哈佛商業評論

更新於 09月09日08:15 • 發布於 09月06日08:14 • 張彥文

今天9月4日,由美國哈佛大學商學院於1922年創辦的全球最權威管理雜誌《哈佛商業評論》(Harvard Business Review, HBR)繁體中文版,於台北舉辦2024年管理年會。一整個上午邀請來自美國的權威專家與台灣產、學代表,共同討論時下最夯的生成式AI科技,對企業經營、管理思維與人才培育的全面影響。

年會一開始由《哈佛商業評論》英文版總編輯殷阿笛演講,緊接著第二位講者是紐約大學史登商學院策略前瞻教授艾美.韋伯(Amy Webb),她以「AI浪潮下的策略遠見」為題重磅演說。

韋伯也是「未來今日研究所」(Future Today Institute)的創辦人暨執行長,該機構是基於科技與經營環境的變遷,以數據分析為基礎,提出對未來策略的研究、觀察與建議。韋伯本人多次入選有全球管理界奧斯卡之稱的「50大管理思想家」(Thinkers50),於最新的2023年排名高居第四。更被《富比士》選為「全球形塑未來的五位女性」,以及英國廣播公司(BBC)評為「全球最有影響力的百位女性」。

韋伯更是一位聞名國際的「量化未來學家」(Quantitative Futurist),以數據、統計和賽局理論為基礎,建立一個衡量未來趨勢的發展模型,提出「策略遠見」(strategic foresight),讓企業達成永續經營的遠程戰略目標。以下是她的演講精華重點:

紐約大學史登商學院策略前瞻教授艾美.韋伯(Amy Webb)
紐約大學史登商學院策略前瞻教授艾美.韋伯(Amy Webb)

圖/艾美.韋伯(Amy Webb)線上參與本次2024管理年會;林瑋德攝。

多數公司的規劃愈來愈短,策略遠見為什麼重要?

「未來今日研究所」是一家總部位於紐約的專業公司,為許多《財富》(Fortune)100強企業,以及投資銀行和對沖基金、私募股權、政府機構和大型私人公司提供諮詢服務。我們專注於未來,幫助領導者在不確定中尋找長期成長的途徑,從而超越競爭對手。「未來今日研究所」運用我創建的方法學進行這些工作,以創意思維來建模新興趨勢並推斷結果。我們已經從事這項工作近20年,並為客戶創造了超過100億美元的創新成長。

今天,我將深入介紹策略遠見。我會解釋什麼是策略遠見、為什麼它有效;接著,我會說明如何利用策略遠見揭示一個重要的經濟現象;最後,我將深入探討人工智慧以及如何為不確定的未來做好準備。

首先,現在是過去20年來最複雜的營運環境,各項產業都因為科技的影響而處在轉型的需求中。尤其企業現在都面臨著VUCA的影響,是指波動性(Volatility)、不確定性(Uncertainty)、複雜性(Complexity)和模糊性(Ambiguity),造成所處的環境快速變化且難以預測。而且許多企業更因而失去了明確的長期願景,但這是個錯誤。

讓我分享一個客戶的故事,這是一家大型金融服務公司。這家公司的新執行長,是我多年來朋友。他的前任也同時擔任公司策略長,但都以兩年為期進行公司展望。這種兩年展望的方式是有問題的。尤其是面對VUCA力量、技術變革,以及人工智慧的新發展。因此,新的執行長意識到必須設定願景。

但當我與執行長及其領導團隊會面,了解他們在過渡期的優先事項時,發現對他們來說,所有的優先事項都是必須立即執行的,他們必須在未來幾個月的期間內,立即處理各種挑戰和問題。

公司裡沒有人想在優先事項清單中加入願景和長期戰略規劃。事實上,他們想等到2028年,也就是三年多後,才開始制定公司的願景、目標和未來規劃。或許你不相信,但這種情況相當普遍。如今,五年規劃在許多公司內部簡直像是科幻小說,公司規劃週期已從五年縮短到三年,再到兩年,有些情況下甚至只有幾季。

三個科技領域交融發展,將帶來經濟超級週期

領導者應該嚴謹地收集數據和情報,使用模型量化長期趨勢,從而了解當前情況及未來可能的影響因素。接著,將已知的訊息與未知的變數結合,推演出各種可能的未來情境。大多數公司只關注短期目標,但在動盪的世界中,長期競爭力才是關鍵。

這個問題的核心就是我所做的工作:策略遠見。策略遠見考慮以下問題:哪些利益相關者在當前和未來的網絡中處於核心地位?哪些關鍵因素可能影響我們的營運?哪些瓶頸造成價值交換效率低下?我們如何在現在和未來增強我們的價值交換?

這些問題迫使領導者直接面對公司重視的信念,而這些重要的問題和對話需要數據支持,它們需要趨勢和情境分析才能獲得有意義的答案。接下來我要說明我們近期的重大發現。

未來今日研究所從各種數據源收集資料,包括尚未發表的學術論文、融資輪次、招聘資訊、專利以及各種不同類型的訊息。我們將這些數據進行相關性分析,最終我們發現有三個領域將對未來有極深遠的影響:人工智慧、感測器技術和半導體晶片與處理器、以及生物科技。

表面上看,這三個領域在商業世界中並不一定相互關聯,但當我們深入研究數據時,發現這些科技確實有顯著的重疊。最有趣的是,每一個都可以被歸類為通用目的科技。

通用目的科技是指在多個產業中具有廣泛應用的科技,它可以推動經濟成長和社會變革。例如,蒸汽機這項新技術引發了工業革命;TCP/IP和其他早期網際網路協議導致了商業互聯網的出現,引發了網際網路時代。

這兩個例子,導致了經濟超級週期的產生。一個經濟的超級週期是指一個長期高需求時期,顯著推高商品和資產的價格。超級週期可能持續數年甚至數十年,往往會催化深遠而持久的經濟結構轉型。從歷史上看,經濟超級週期通常都是由一個單一的通用目技術所引發。

艾美.韋伯(Amy Webb)
艾美.韋伯(Amy Webb)

圖/艾美.韋伯(Amy Webb)與台灣活動現場越洋連線;張智傑攝。

AI、感測器與生物科技,三大通用目的技術

但如今驅動經濟超級週期的,已經不是單一技術,而是我們一直在追踪的那三項關鍵通用目的科技:人工智慧、感測器和生物科技;隨著它們各自的發展,它們也在不斷融合。這三種科技不僅彼此之間錯綜複雜地聯繫在一起,而且與所有其他現有技術都有聯結,接下來我將逐一探討這些科技領域。

首先是人工智慧(AI)。AI是一個大範圍概念,包括許多不同的技術,從機器學習到電腦視覺,再到生成式AI。除了已經引起巨大衝擊的大型語言模型LLM生成式AI外,更值得留心的是AI創造的自主系統,而台灣的AI產業供應鏈將在這個領域扮演重要的角色,分布在運輸、物流、製造、供應鏈和家庭自動化領域。

AI的第二個關鍵發展是自然視覺處理(NVP)。自然視覺處理使機器能夠以類似人類視覺感知的方式理解來自真實世界的視覺資訊,如圖像和影音。第三,隨著AI能力的迅速成長,倫理和治理議題也逐漸受到重視,各界開始訂定AI使用的框架和準則,並確保透明度、公平性和問責制。

AI之外,構成科技超級週期的第二個通用目的科技則是嵌入了感測器、軟體、晶片和其他技術的實體物件構成的網絡,目的是透過網路與其他設備,和系統連接與交換數據。

這部分又有二個值得關注的方向,首先是使用無線物聯網感測器的數位孿生,能夠提供實時洞察,並提高營運效率,因此對於預測性維護、優化製造業操作以及監控複雜系統,進行即時介入很有幫助。

其次則是長距離無線電感測器通訊。改良後的感測器能允許長距離多頻無線電通信,我們將能夠在非常廣闊的實體空間中使用這項技術,並用以蒐集資訊。有了足夠的資訊,人類就可以高度精確地模擬商業決策,並進而優化智慧農場、智慧城市、製造中心和供應鏈。

AI、感測器之外,構成科技超級週期的第三個通用目的科技是生物科技,將工程原理應用於生物系統和醫療技術,目前最熱門的領域有三:第一是AI驅動的新藥開發,顯著提高識別藥物候選品項和優化藥物開發流程的效率。

第二是「合成生物學」,指設計和構建新的生物零件、裝置和系統。目前最大的進展在於透過AI優化的感測器,以及基因組讀取和寫入技巧,使得我們能夠輕鬆地標準化和複製生物材料。有了相關的技術,未來的汽車塗層可能會在刮傷後自我修復;或是容器包裝可以保持牛奶低溫,甚至不需要冷藏。

第三是合成生物學中的基因編輯技術(CRISPR),將為遺傳性疾病、癌症和其他疾病提供新的治療方法,還能夠為食品生產提供更多選擇性,例如承受惡劣氣候條件的大豆,可以在氣候變遷的威脅下,保護和增加人類的食物供應。

AI是所有技術的基礎,企業導入有步驟與方法

雖然我希望你們能密切關注這三個科技領域,但實際上AI是所有技術的基礎,然而多數企業在AI理解和應用方面仍然很落後。

你們都一定聽說過AI帶來的機會。例如,生成式AI可以產生創新的想法和解決方案,使工作更快更容易,幫助市場行銷、產品設計等。這裡有另一個例子,透過某些業務流程的自動化,生成式AI可以減少營運成本。它還可以幫助將人為錯誤降到最少,優化供應鏈,諸如此類。

這聽起來很棒,但實際上,任何新技術被大公司採用都需要時間,最常見的就是大量的風險稽核。但即使一項技術被採用,仍然需要時間進行培訓,才能整合到現有的工作流程中,並在整個公司內推廣。

但,其實你不需要直接跳進AI這個大池中,這裡我提供一些建議。

首先,建立一個跨部門的AI團隊,納入來自資訊部門、數據部門、業務部門、法律部門、市場行銷等公司各個部門的成員。這個團隊應該負責監督有關AI的專案,確保它們與業務目標一致,並解決道德議題。

這個團隊應該從小規模前導型專案開始著手,學習展現生成式AI的價值,並建立內部專業知識。從小處著手有助於降低風險,並提供AI潛在好處的具體例證,這些例證對你的公司是獨特的。

第二,投資AI培訓和教育,為員工提供持續的培訓,以在整個組織中建立AI素養。這包括教育員工如何使用AI工具,以及了解它們對業務流程的潛在影響;同時還包括為領導團隊和董事會創造體驗式學習機會。

第三,努力確保數據品質和治理。生成式AI的成功需要高品質的數據,因此需要實施強大的數據治理實踐,以確保系統使用的數據的準確性、一致性和安全性。

第四,則是培養創新文化。你需要鼓勵一種擁抱變革和創新的文化,這包括促進開放交流、獎勵實驗,並支持探索利用AI新方式的各種提議。這不僅適用於現在,在整個技術超級週期向前發展時更是如此。

我們最近與一家大型製藥公司合作,協助制定他們的長期願景和策略計劃。在我們的啟動會議上,製藥公司執行長向我們展示了一個顯然已經準備了幾個月的簡報檔案。他對相關規劃進行了非常仔細的思考,也與利害關係人舉行了內部會議。

他也已經尋求了領導團隊其他成員的回饋和一致意見,那個簡報檔案的標題是「2030年的願景」。我很好奇地想了解為什麼他們選擇了這個特定的年份?他們是否在遵循某個資本支出時間表?某些大公司確實會這樣,大型資本支出分配可能每3或4年才進行一次。

或者在一些公司,領導團隊是有輪值週期的,所以我也推想可能在那一年之前會有領導階層的變動。結果答案並沒有那麼複雜,主要是因為2030年看起來還蠻久的,而且聽起來不錯。執行長告訴我:「這樣我們就能更容易地在內部溝通這一切,並得到認同。」

但我請他考慮在進行任何策略遠見工作之前,就要預先確定這樣一個年份的影響。從現在到2030年大約還有五年半的時間,在製藥領域,這實際上並不是那麼遙遠,因為資金分配通常需要時間。

雖然在AI的幫助下,發現新藥的速度正在加快,但臨床試驗、監管批准、供應鏈組織、商業化行銷等所有這些環節,都需要很長時間。如果「2030年的願景」目標是識別新的成長機會、新的收入潛力、新的合作關係,我們必然需要看得比僅僅五年更遠,要制定更長期的策略。

四階段時間錐概念,兼顧短期執行與長期願景

對於未來的任何不確定性,無論是風險、機會還是成長,未來學家都會以不同的方式思考時間的意義,我們傾向於同時考慮短期和長期。

為此,我創建了一個新的框架,這個框架打破了以往線性思考的模式,改採「時間錐」的模式進行動態調整;我們看待未來的方式不再是一條筆直的時間線,而是一個不斷延展的圓錐體。這個模型為我們提供了一種全新的視角,來理解和應對充滿不確定性的未來。

時間錐的尖端代表現在,隨著時間推移,錐形向右不斷擴展,象徵著未來的不確定性逐漸增加。錐體內部被劃分為四個區域,分別代表不同的時間範圍和行動方向(見圖表):

四階段發展框架
四階段發展框架
  • H1 - 執行:位於錐體的最前端,代表著擁有最多資料和確定性的現在。這個區域側重於未來24個月內的短期目標,強調的是立即執行和快速反應。
  • H2 - 策略:涵蓋未來2-5年的中期目標。在這一階段需要制定清晰的戰略規劃,並根據市場變化和新資訊進行靈活調整。
  • H3 - 願景:展望未來5-15年的長期發展方向,制定企業願景。這是一個需要不斷探索和修正的過程,需要根據新趨勢、技術進步和市場變化進行動態調整。
  • H4 - 轉型:著眼於更長遠的未來,思考企業將如何應對顛覆性變革,例如技術革命、市場力量變化等。這是一個充滿未知的領域,需要企業保持敏銳的洞察力和前瞻性思維。

過去我們習慣使用的時間軸,傳統上有非常嚴格的日期和檢查點,但這個時間錐則是永遠向前移動的。透過這樣的規畫,才能得到一個準備好策略遠見的組織,一個靈活的組織,能夠不斷調整並對外部發展作出反應,應對那些VUCA力量和未預見的事件。

加入哈佛商業評論LINE好友,隨時接收管理新知

延伸閱讀:

0 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0

留言 0

沒有留言。