最重要的是什么 ？ 2024 年 CEO 们的八个先发制人

什么最重要？2024年CEO的八大优先事项 制定正确的议程并没有变得越来越容易。这是我们每年一次的尝试，以消除混乱并专注于对首席执行官重要的事情。 2023年12月简编 封面图片：©WangYukun/GettyImages所有内部图片：©GettyImages 版权所有©2023麦肯锡公司。保留所有权利。 本出版物不得用作在未咨询适当专业顾问的情况下进行任何公司股票交易或进行任何其他复杂或重大金融交易的基础。 未经麦肯锡公司事先书面同意，不得以任何形式复制或重新分发本出版物的任何部分。 Introduction 什么最重要？这是我们已经调查了几年的问题(这里是2022年和2021年的报告)。今年，我们被提醒，最重要的是家庭、朋友、价值观、原则和承诺。 我们的承诺之一是对首席执行官。这是一项艰巨的工作，而且一直在变得越来越严格。就在过去的几年中 ，他们不得不应对全球大流行，供应链崩溃，战争 ，顽固的通货膨胀以及许多其他破坏。任何人 这些足以使首席执行官的议程脱轨。总之，这是我们能记住的最困难的运营环境。 我们每年都与数百名首席执行官交谈，许多同事也这样做。我们钦佩首席执行官如何领导他们的公司 所有利益相关者的利益。我们已经整合了这些对话中产生的观点，并很高兴提供我们所听到的 关于公司如何为社会、社区和员工做得更好，以及他们如何支付这一切并奖励投资者的平淡无奇的事情。 以下是2024年首席执行官的八个优先事项。 生成AI从概念证明到规模 今年（或十年）最大的故事是生成AI（genAI）的到来。这是真正的交易，伙计们。每个行业和世界各地的成千上万家公司已经在使用简单的genAI界面来彻底改变每个可以想象的业务 活动。但是，尽管创新者主导着头条新闻，但缩放者主导着市场。首席执行官们需要弄清楚三件事，即后期：业务的哪些部分可以受益，如何从一个应用程序扩展到多个应用程序，以及新工具将如何重塑其行业。 如何与技术竞争 GenAI占据了所有头条新闻，但我们不要忘记“数字革命”，如果我们可以这样描述30或40年前开始的事情。 数字化可能会慢慢沸腾，但如果有足够的时间，所有的青蛙仍然会被煮熟。而且，过度关注GeneAI可能会使公司重新使用数字技术。 转型。如何逃离沸腾的锅？今年，我们的同事出版了一本畅销书《重新连线：麦肯锡在数字和人工智能时代超越竞争指南》。这是我们对企业数字化的最佳见解的集合 。数字赢家比其他人更快地增加收入并削减成本。 我们一生中最大的资本重新分配 这就是我们去年关于能源转型的说法。自那以后，该法案才上涨，原因很简单，在不确定性中，即使地球变得越来越热，投资者和公司也无法承诺其资本。让我们明确一点：需要发生的是在新兴业务系统的每个部分创建数千个新的绿色技术业务。我们 对公司应该在哪里、如何以及何时投资有想法。 成长之路 这是一件有趣的事情：增长始终是首席执行官的工作，但实现这一目标的途径却永远不明确。有时是关于夺取市场份额；有时是关于向新市场扩张；有时是关于左转变成全新的东西。一个不变的是增长的十条规则。规则将如何发挥作用 到2024年？对于许多人来说，这将意味着规则四：通过使用技术来推动增长来增强您的核心。对于其他人来说，这可能意味着规则六：通过提高销售生产率来在您知道的地方增长。而且，一如既往，最不变的是规则九-以编程方式获取- 我们20年研究工作的最新一期证明。 你的超能力是什么？ 想想你钦佩的任何一家公司，你都可能会摆脱一两个超级大国，使其取得独特的成功。丰田及其丰田生产系统 oLVMH及其精湛的工艺和企业家精神 它的品牌领导者。迪士尼和富有想象力的客户体验。独特的能力可以使公司摆脱堵塞的商品化市场的泥潭，并取得出色的业绩。出色的实施是建立新能力的重要组成部分。 学会爱你的中层经理 华夫饼屋，一家美国连锁餐厅，以永不关门而闻名 ；有人说它的门没有锁。它也应该以其管理理念而闻名。餐厅的烧烤架经营者是节目的明星；经过多年的培训，最好被称为“烧烤猫王”。在那之后，他们不会得到晋升；你如何成为国王？但是大多数其他公司会 可能会将这些人提升到他们不想要和不适合的高级管理职位。 公司需要重新思考他们关于中层管理者的哲学，并认识到他们实际上是什么：公司的核心。 地缘政治：战胜困难 正如尼尔斯·玻尔曾经说过的那样，很难做出预测 ，尤其是对未来。当首席执行官们看着全球地缘政治秩序的变化展开时，所有人都同意这种观点。 接下来会发生什么？有一件事是肯定的：事件以一种不可思议的方式违背了专家的期望。面对这种情况，管理团队和董事会应该在他们的情景中考虑黑天鹅和灰犀牛，并建立地缘政治韧性，无论硬币的哪一面出现，这都将为他们提供良好的服务。 宏观经济的新视角 在COVID-19改写历史近四年后，一些首席执行官仍在等待宏观经济的确定性。这不太可能发生-没关系。领先的公司利用不确定性：他们评估自己的风险偏好，然后在周期底部附近进行投资。大多数依赖于情景规划，尤其是因为该练习通常揭示了公司无论经济趋势如何都需要采取的核心行动。首席执行官们可能希望用我们开发的新方案来填充他们的模型，以查看全球资产负债表可能发展的方式。在过去的二十年里，全球资产负债表上的资产增长速度远远快于GDP——实体经济。但这种趋势的延续是不确定的。另一个曲线是资产从银行系统迅速转移到私人市场，这对上市公司意味着什么。 首席执行官们需要广泛的相互矛盾的观点：从里到外，用望远镜观察世界，用显微镜将世界分解，对当前问题的快照以及对未来的延时系列。我们希望这篇文章以及其中提供的深入阅读能为首席执行官和高管提供他们所追求的清晰度。 Contents 1 GenAI：大事件的开始 创新者主导头条新闻。缩放者主导市场。 1技术与生成AI的世代时刻：CIO和CTO指南 2 与技术竞争 大多数数字化转型都无法带来预期的影响。我们的剧本已经帮助数百人完成了他们的重塑，并找到了缺失的价值。 13重新布线以超越竞争对手（麦肯锡季刊） 7 地缘政治：战胜困难 所有的道路都不会通往罗马。领导者需要找到适合他们的道路。 4 成长：选择路径 45成长的十条规则 57TSR表现优异的五个途径 5 你的超能力是什么？ 机构能力建设：听起来很无聊，对吧？ 一点也不。找出答案 独特的公司是如何做到这一点的 。 一个新的世界秩序可能正在从当前的动荡中出现。领导者可以预见一些变化，并为他们的公司取得成功定位。 76黑天鹅，灰犀牛和银线：预期的地缘政治风险（和空缺） 8 宏观经济的新视角 硬着陆，软着陆，根本没有着陆 ？在分析师辩论的同时，聪明的领导人正在继续考虑更大的前景。 81为什么全球财富和增长的道路对战略至关重要(麦肯锡季刊) 63你的超能力是什么？ 3 公司如何建立机构能力来获得竞争优势 能源转型：时间短 6 承诺是丰富的；行动，没有那 么多。领导者可以采取下一步行动。 22全线零：在不确定性面前创造价值 28扩大绿色企业规模：领导者的下一步行动 35脱碳和创造价值：现有企业如何应对严峻挑战 学会爱你的中层经理 不要再把中层管理人员当作中转站了。相反，把它作为目的地 。 69中层管理者是贵公司的核心(麦肯锡季刊) 技术与生成AI的世代时刻： CIO和CTO指南 首席信息官和首席技术官可以采取九项行动，用生成式人工智能重新构想业务和技术。 本文是AamerBaig，SvenBlumberg，EvaLi，DouglasMerrill，AdiPradhan，MeghaSinha，AlexanderSukharevsky和StephenXu的合作成果，代表了麦肯锡数字公司的观点。 2023年7月 几乎没有一天没有一些与生成相关的新的破坏业务的发展 AI在媒体上浮出水面。兴奋是当之无愧的-麦肯锡研究估计，生成AI可以添加相当于 每年价值2.6万亿美元至4.4万亿美元。 首席信息官和首席技术官(CTO)在获取这一价值方面发挥着至关重要的作用，但值得记住的是，我们以前看过这部电影。新技术的出现——互联网、移动、社交媒体— —引发了一系列实验和试点的混战，尽管巨大的商业价值往往很难获得。从这些发展中吸取的许多教训仍然适用，特别是在通过试点阶段达到规模时。对于首席信息官和首席技术官来说，生成AI热潮提供了一个独特的机会。 应用这些经验教训来指导首席执行官将生成AI的承诺转化为企业的可持续价值。 通过与数十位技术领导者的对话以及对50多家公司（包括我们自己的公司）的生成AI计划的分析，我们确定了所有技术领导者的九项行动 可以创造价值，协调技术和数据，扩展解决方案以及管理生成AI的风险（请参阅侧栏“关键术语的快速入门”）： 1.快速移动到确定公司采用生成式AI的姿态，并与员工进行实用的沟通，并为员工提供适当的访问权限。 关键术语的快速入门 生成AI是一种AI，它可以使用通过使用机器学习（ML）技术对扩展（公共）数据进行训练而学习的模式来创建新内容（文本，代码，图像， 视频）。 基础模型(FMs)是在大量非结构化、未标记数据上训练的深度学习模型，这些数据可以开箱即用地用于各种任务，或者通过微调适应特定任务。这些模型的例子有GPT-4、PaLM2、DALL·E2和稳定扩散。 大型语言模型(LLM)构成一类基础模型，可以处理大量非结构化文本，并学习单词或单词部分之间的关系，称为标记。这使LLM能够生成自然语言文本，执行摘要或知识提取等任务。CohereCommand是LLM的一种；LaMDA是Bard背后的LLM。 微调是调整预训练的基础模型以在特定任务中更好地执行的过程。这需要对标记数据集进行相对较短的训练，该训练比模型最初训练的数据集要小得多。这种额外的训练允许模型学习和适应较小数据集中的细微差别、术语和特定模式。 工程提示是指设计、细化和优化输入提示的过程，以指导生成AI模型产生所需的（即准确的）输出。 在McKinsey.com上的我们的解释器“什么是生成AI”中了解有关生成AI的更多信息。 1“生成AI的经济潜力：下一个生产力前沿”，麦肯锡，2023年6月14日。 2.重新想象业务和识别通过提高生产力、增长和新业务模型来创造价值的用例。开发“金融AI”（FinAI ）功能，可以估计生成AI的真实成本和回报。 3.重新想象技术功能，并专注于在软件开发中快速构建生成式AI功能，加速减少技术债务，并大幅减少IT运营中的人工工作量。 4.利用现有服务或调整开源生成AI模型开发专有功能( 构建和运营自己的生成AI模型可能需要数十到数亿美元，至少在短期内是这样)。 5.升级您的企业技术架构以集成和管理生成式AI模型并协调它们之间以及现有AI和机器学习(ML)模型、应用程序和数据源的操作方式。 6.开发数据体系结构以实现对高质量数据的访问通过处理结构化和非结构化数据源。 7.创建一个集中的、跨职能的创成式AI平台团队to根据需要向产品和应用团队提供批准的模型。 8.投资于提高技能的关键角色——软件开发人员、数据工程师、MLOps工程师和安全专家——以及更广泛的非技术员工。但是你需要按角色和熟练程度定制培训计划由于生成AI的不同影响。 9.评估新的风险格局并建立持续的缓解措施来处理模型、数据和策略。 1.确定公司采用生成式AI的态势 随着生成人工智能的使用变得越来越普遍，我们已经看到首席信息官和首席技术官们通过阻止员工访问公开可用的应用程序来限制风险。这样做，这些公司就有可能错失创新机会，一些员工甚至认为这些举措限制了他们建立重要新技能的能力。 相反，首席信息官和首席技术官应与风险领导者合作 ，以平衡降低风险的真正需求与在业务中构建生成式AI技能的重要性。这需要建立公司关于生成式AI的姿态通过围绕企业所能承受的风险水平以及如何达成共识 generativeAI适合企业的整体战略。此步骤允许企业快速确定公