THE BROAD VIEW

打破AI怀疑论:为何需要采取达尔文式策略

为创造真正的商业价值,中小企业必须快速学习、迅速扩张,并让最佳创意脱颖而出

    • 尽管听过许多鼓舞人心的例子,但许多专业人士仍将人工智能视为一个充满不确定性的迷雾地带。
    • 尽管听过许多鼓舞人心的例子,但许多专业人士仍将人工智能视为一个充满不确定性的迷雾地带。 图片来源:PIXABAY
    Published Fri, Nov 28, 2025 · 12:00 PM

    本文由 AI 翻译,关键事实请以原文为准。

    查看原文

    近几个月来,新加坡的各种会议——从创新、领导力、治理、三方协作到数字化转型——都聚焦于一个共同的问题:人工智能(AI)将为我们的职业生涯和商业活动带来哪些改变?

    在各场座谈会和主旨演讲中,我听到了关于大胆新创举、显著生产力提升以及突破艺术疆界的创意实验的故事。

    当然,也少不了那些不可避免的警告——对大规模失业和职业消失的预测。然而,在茶歇和私下交谈中,我注意到了一种不同的情绪。我们大多数人虽然感到好奇,但也有些困惑。

    这份热情被一种悄然的怀疑所冲淡,人们怀疑人工智能究竟能实现什么。许多人也在思考,在自己的中小型企业中该如何应对这一趋势。

    从好奇到日常习惯

    和许多人一样,我已将生成式人工智能(GenAI)融入日常工作。我已经从用谷歌搜索转向用ChatGPT提问。在此过程中,我了解到像ChatGPT或DeepSeek这样的模型,其设计初衷就是总要给出一个答案——它们很少承认自己不知道。这让它们既有用,也伴随着风险。

    尽管如此,获得一个连贯、自然的语言答复,通常远比筛选成篇的赞助链接要高效得多。专业的AI工具能帮助我进行研究和准备文章。这些工具增强了我的工作能力,让我变得更快、更敏锐——但它们并不代表人们常说的那种颠覆性革命。

    因此,真正的问题是:中小型企业(SME)如何才能让AI真正发挥变革性作用?

    自动化、增强、新增

    AI提供了三个主要机遇。我称之为“3A”原则——即自动化(Automate)工作、增强(Augment)员工能力,以及新增(Add)全新的商业模式。

    自动化是最容易理解的。文本编辑和翻译等曾经由人工完成的任务,现在已能由AI无缝处理。

    增强能力则更为强大。以医疗保健行业为例,放射科医生每天要审阅数百张扫描片,这个过程容易因疲劳而出错或疏忽。

    由AI驱动的影像工具可以预先筛选这些扫描片,标出可疑异常,对紧急病例进行优先排序,比较历史数据,甚至生成初步报告。然而,最终的医学判断仍由医生做出。AI并非取代专业知识,而是放大和增强它。

    最后是新增:即由AI赋能的、过去不存在或不可能实现的商业模式。酒店业正从标准化服务转向个性化体验。过去,酒店依赖固定的房型和预设的便利设施。个性化服务成本高昂,且依赖于依靠记忆或笔记的人工礼宾服务。

    如今,AI通过分析客人的数据——如偏好、过往住宿记录,甚至社交媒体情绪——来定制个性化的住宿体验。虚拟礼宾员提供全天候指导,预测系统在客人抵达前调整房间设置,动态定价则能降低空房率。最终成果是:为每位客人量身打造的酒店服务。

    然而,尽管听过许多鼓舞人心的例子,许多专业人士仍将AI视为一个充满不确定性的迷雾地带。根据我在不确定性环境下的项目管理研究,我为中小企业如何实际应用AI提出以下几点建议。

    从规范数据管理开始

    “垃圾进,垃圾出”(GIGO)这句老话依然适用。一个AI系统的好坏取决于其所依赖的数据。即使输入有误,模型也总会生成一个答案。必要时,它们甚至会“产生幻觉”。要想从AI获得有价值的贡献,可靠的数据是成功的首要前提。

    这意味着要分析你已拥有的可信数据,确保其符合隐私法规,并对其进行结构化处理以便于访问。从多样化的相关来源收集数据,并优先使用第一方数据,即贵组织自己拥有的数据。

    然后,不懈地清理数据:删除重复项、修正错误、统一格式并规范分类。谨慎处理缺失值或异常值。对于文本或图像数据,应进行适当的预处理。

    拥抱达尔文式方法

    一旦你的数据达到大约八成的可靠度——追求完美是不切实际的——就要迅速行动,广泛试验。让最适者生存。

    重要的是,不要让技术部门垄断AI项目。技术部门扮演着至关重要的支持角色,但最好的应用将来自一线——那些贴近客户或运营,并能发现真正改进机会的员工。

    这种达尔文式方法需要采取三项行动。

    首先,建立一种乐于尝试和开放的文化。组织中的每个人都应该了解生成式AI是什么及其工作原理。他们不需要成为数据工程师或IT专家,但简短的在线课程足以帮助他们建立认知。鼓励他们不仅要学习AI,更要“玩”AI。探索的过程应该是令人兴奋的,而不是令人生畏的。

    其次,将AI的使用“搬上台面”。年轻员工很可能已经在悄悄地试用它。要让这种探索变得透明和安全。就像在教育领域,我们必须承认学生随时都能接触到AI应用一样,承认并引导AI的使用比忽视它要好。鼓励分散式的实验,但要确保整个组织的透明度。

    第三,快速学习,快速推广。并非每个实验都会成功,很多会失败,这很正常。关键在于迅速终止失败的项目,并快速推广成功的项目。

    当一个有前景的AI用例出现时,你的IT和领导团队必须迅速行动,将其专业化:标准化流程、确保安全,并将其集成到核心系统中。

    这需要一个集中的学习能力——即一个负责评估、筛选和推广AI应用的团队。传播速度将成为你的竞争优势。

    从不确定性到竞争优势

    AI的未来或许看似充满不确定性,但前进的道路是清晰的:扎实的数据、开放的实验、持续的学习以及迅速的执行和推广。随着技术变得无处不在,中小企业的真正差异化优势将在于严谨性——超越好奇的探索,将最适者生存的理念融入业务,从而创造真正的价值。

    作者是新加坡管理大学运营管理学荣休教授及前校长

    此翻译对您是否有帮助?