Gen AI 及其他领域 ： 现在要关注的其他地方

麦肯锡数字实践 GenAI及其他领域：现在要关注的其他地方 是的，GeneAI可以令人眼花缭乱。但是为了提供价值，领导者将不得不超越中心舞台。 2024年7月 AI世代正确地抓住了领导者的关注。但这也掩盖了低调的数字要求吗？在麦肯锡播客的这一集节目中，麦肯锡的高级合伙人RodneyZemmel和KateSmaje与全球编辑总监LuciaRahilly讨论了思想领导者可能会忽视AI的关注，以及如何确保您的数字计划-包括AI-协同工作以驱动有意义的价值。 为了清楚和长度,本转录本已被编辑。 麦肯锡播客由RobertaFusaro和LuciaRahilly共同主持。 从哪里开始 LuciaRahilly:GenAI一直是商业世界的新目标，但正如你的新文章所暗示的那样，它有可能使领导者对其他数字工具视而不见，这对他们的组织的成功也至关重要。 您如何看待领导者在追求闪光的趋势与保持对其他基本业务运营和战略的关注之间取得平衡？ 罗德尼·泽梅尔:生成AI确实是一个非常闪亮的对象，这听起来有点贬低，因为它能够并且已经在提供真正的价值。但这是一个错误的问题，问“我的传统人工智能战略是什么？”你必须从价值来自哪里开始，思考如何通过技术改变你的业务领域来获得价值。无论是生成式AI，老式的AI ，过程数字化还是其他任何东西，都必须附属于价值从何而来的问题。 业务，就像你的大脑 LuciaRahilly:你的报告列出了关于数字和人工智能的十个“无名的想法”，今天我们将关注其中的三个。让我们从每个公司都将成为一个神经业务的想法开始。这意味着什么？ 罗德尼·泽梅尔:去年，我们对大脑的理解取得了一些惊人的科学突破。在我位于剑桥的旧实验室中，我们第一次可视化了连接体，或者所有不同的神经元 首先是在果蝇的大脑中，然后是来自Google团队的人脑切片。 我们看到的是这个令人难以置信的，复杂的架构，一切都与其他一切联系在一起。我们认为这是商业的新隐喻。 关于企业组织方式的古老隐喻是一棵树：分层，分支相互延伸。但是这种类比的麻烦在于，很难在树的树枝上建立联系。 做最有趣和创新的事情 Inbusiness,you'vegottogetthoseconnectsworkingmuchothereffectivelythantheydoinmanyrightedhierarchyorganizations.Thisisnotanewidea.It'sanewtakeonit,anditspeakestothescaleoftheconnecessaryneeded. 但是，你还需要确保整体的共同模式、治理和组织结构是精美复杂和网络化的，并使整个组织的团队能够相互合作，在没有完全混乱的情况下组建和改革。 凯特·斯马杰:这是关于实现速度。作为一个组织，我可以以比今天更高的新陈代谢速度工作吗？其次，这是关于规模的。这就是这些常见模式中的一些发挥作用的地方 ，因为重用性越大，模式识别能力就越强，你就能在规模上做得越多，而不是每次都重新发明轮子。 LuciaRahilly:团队在组建和改革时必须自主运作。你能说说在这种情况下自治意味着什么吗？ 罗德尼·泽梅尔:实现这一目标的一种方法是在我们所谓的产品和平台公司中。您拥有一组中央平台服务和一个分布式授权团队网络，这些团队具有自主权并与特定的业务目标保持一致，他们从中央平台获得服务。 他们是自治的，因为他们是独立的，并且朝着自己的业务目标努力。但是他们不是自治的，因为他们在整个公司框架和一系列目标中工作，有一个平台团队，他们希望从中获得服务，他们遵循规则，而不仅仅是创建自己的规则。 我们在这种产品和平台模式中看到的是，它还处于早期阶段。但是如果我们看一组采用它的公司，就成熟度而言 ，上半部分公司的股东总回报比下半部分公司高60％。 LuciaRahilly:你能给我们举个例子吗 成功实施这种敏捷神经网络方法的公司？ 罗德尼·泽梅尔:我们在Rewired中谈到的公司之一book ，星展银行，已知 作为数字银行的领先银行之一，有 真正将自己重新思考到水平单元中。一旦您使用银行示例，人们就会说：“好吧，这在服务行业中显然是有道理的。”但是本书中的另一家公司Freeport-McMoRan在其铜矿开采业务中做到了这一点。 凯特·斯马杰:任何公司可以测试这一点的方法之一是问一个简单的问题：你今天可以多快地构思、构建和推出新产品和服务？ 罗德尼·泽梅尔:酸性测试是一个很好的问题，因为如今很难找到一家高级领导者不会说“是的，当然我们在敏捷工作”的公司。这通常意味着他们有一个在敏捷工作的技术团队。但这并不总是意味着业务 和技术在一起正常工作，坦率地说，这很少意味着你已经以正确的方式将控制功能嵌入到那些敏捷pod中。 LuciaRahilly:说到控制功能，需要什么样的运营模型才能使这种神经网络业务成功运作？这些自治团队需要什么样的监督才能运作良好，包括限制失误和保持这种模型中的生产力？ 罗德尼·泽梅尔:对，你如何大规模地做到这一点？因为同样，许多公司都可以做到这一点，但是你如何在几十个到几百个团队中做到这一点？这是最困难的部分。 首先，很多都是关于人才的。你需要把精力投入到提高技能和重新训练你的才华，以便能够在这个模型中工作。然后是关于你如何为这些团队配备人员，以及你如何让你的高级领导团队感到舒适，这样他们就会设定护栏和目标。他们将参与重大里程碑的审查，但每个决定都不会对他们产生影响。它需要一个相当发展的治理框架。 让我们以数据为例，真正弄清楚组织内的所有数据治理规则，因为您可以在下一个AI用例中看到清晰的ROI。如果您没有预先放置这些数据治理模型和规则，那么您将无法在这种分布式和可扩展模型中工作。 凯特·斯马杰:我问，“我有一套授权团队正在努力的结果吗？”这就是管理层检查并知道事情进展如何变得很重要的地方。如果您对所需的团队结果保持一致，那么您就可以了解我们是否在那里。如果没有，什么阻碍了？下次我们如何变得更好？最后，回到这个概念 模式识别，我如何确保我正在解决可重用性？ 如何离开最好的 LuciaRahilly:让我们转向其中的另一个想法，即数字和AI领导者将成为永远的变压器。领导者应该关注哪些新技术或趋势 现在的望台？ 凯特·斯马杰:在某些方面，每个人都有他们喜欢的技术，我们和下一个人一样有罪。但是对我来说， 魔术不是关于单一技术或单一趋势，而是关于将其中几种技术结合在一起的综合力量。只有当这种情况真正发生时 -顺便说一句，生成AI也是如此-你才能创造机会，在创造新的商业模式方面取得突破，创造前所未有的颠覆。 罗德尼·泽梅尔:我们有一个叫做数字商数或AI商数的分析，我们看看公司采用不同的数字或AI方法有多好。在过去的两三年里，我们看到行业不再是命运。 行业内部的差异比行业之间的差异大得多。最先进的工业公司比高科技中位数数字化程度更高，而最先进的工业公司比公共部门中位数数字化程度更低。 这背后的概念是永远的变压器。您会看到起步的公司能够取得成功，继续投资，并且坦率地说，取得更大的进步。随着时间的推移，您会看到数字领导者的回报不断增加，因为他们能够领先于行业中的其他人。 LuciaRahilly:我对量子有点浪漫的迷恋。我经历了卡洛· 罗维利阶段。 罗德尼·泽梅尔:他太好了. LuciaRahilly:他很好。我喜欢把量子纠缠视为一种浪漫的结构。但是我们的研究表明，通过将量子计算非常实际地应用于特定的用例，一些行业将获得相当大的收益，而 我倾向于认为它更抽象。量子在实践中是什么样子？ “但对我来说，魔法不那么重要a单一技术或单一趋势，以及更多关于将其中几种技术结合在一起的综合力量。 -KateSmaje 罗德尼·泽梅尔:我和你一样对量子感到兴奋。事实上，我们今天关于AI或genAI的所有对话都可能是关于量子的五到十年。 必须强调的是，它仍然是一个科学实验。尽管变化的速度惊人，但今天在量子计算机中可以获得的功能量子位的数量仍然很小。因此，它仍处于研究或早期开发阶段 。 但如果它起作用，影响可能是绝对壮观的。正在谈论的行业是金融服务，制药，化学和农业，汽车以及一系列其他行业。而且，从本质上讲，使用传统算法需要几年到几个世纪才能解决的许多难数学问题可以用量子算法方法进行得更快。你可以用指数而不是线性速度来求解它们。 因此，它可能会影响到从金融服务中的投资组合构建和绩效分析到如何设计农业中的有效催化——这听起来并不令人兴奋，但如果你能找到一种更有效的方法来生产氨基肥料，对世界的经济影响将是巨大的。 我有一种感觉，首先发生的事情将是类似于真正的量子物理问题的东西。但是随着时间的流逝，任何复杂的数学问题-无论是如何为物流公司重新设计交付路线，还是如何最好地建立碳纤维层以开发用于航空航天的坚固材料-量子计算都将是可以处理的。 让genAI成为你的超级大国 LuciaRahilly:随着一代AI变得越来越好，员工在其产品组合的至少某些部分中越来越依赖它，组织如何确定哪些角色或任务将 从GeneAI中受益最大，以创建更高效的劳动力？ 凯特·斯马杰:我们的研究无疑表明，有机会获得重大的生产率提高，但今天很难实现。其中一些是因为对于任何技术突破，您必须在人类方面取得相称或平等和相反的突破。 我将如何改变工作流程，以便我可以实质性地腾出时间 ？在学习，提高技能，重新技能，新的职业道路方面 ，我将做什么，从根本上重置当AI超级大国与他们并肩作战时，人类将做什么？ 罗德尼·泽梅尔:geAI的超级大国不是如何找到一种方法来节省20分钟的时间，而是如何找到一种方法来使使用geAI成为您的第一直觉。到目前为止，我们已经在软件开发中看到了这一点。如果你只是把工具交给软件开发人员，然后说，“这是最新的”，开发人员都会找到他们所做的最无聊的部分，并用它来加速。您将获得5％或10％的生产力优势。 相反，如果你说，让我们看看整个团队，看看软件开发生命周期的一周或一个月，而不仅仅是，开发人员A或B是如何在平均星期二完成工作的？你想想整个团队是如何改变他们的工作的，你培训人员，你有真正的衡量标准，它在哪里比人类工作得更好——这就是你如何建立超级大国的方式。 LuciaRahilly:你认为领导者如何应对学习和培训？ 凯特·斯马杰:我看到很多的是，我们将在技术和人工智能方面培训我们的组织。我们将教他们它是什么，我们将解释它，bust 神话等等。这很重要，不要误会我。但这是必要但不是足够的事情之一。 例如，缺少的东西是真正很好地使用从根本上说是辅助技术的东西。您必须知道如何使用它以充分利用它。我们当然会看到投资于诸如教导如何进行出色的提示之类的事情。因此，与其说是教您，不如说是教您如何使用它变得非常重要。 对于罗德尼的观点，第二个是在日常工作流程中。这是关于确保您拥有令人难以置信的批判性思维技能，以便能够解析出一些复杂的风险和负责任的AI使用问题，思考幻觉将如何贯穿其中，以及在建模的预处理和后处理中需要做什么。 你可能需要有惊人的情商和关系技能，因为人类要做的 ——技术不会——可能更多在这方面。甚至，坦率地说 ，人们将需要更高的认知能力或好奇心来学习，以不断发展和迭代。对我来说，还没有足够的关注我们称之为人类在混合智能环境中真正需要的非技术技能。 LuciaRahilly:您是否认为技术专业人员与技术部门以外的员工一样需要提高技能？ 凯特·斯马杰:两者都是。我们谁也不能幸免于不断学习的需要，尤其是因为在某些方面，今天的变革步伐永远不会再这么慢了。这关系到你的能力，即使是作为一名技术专业人士，也能理解并对即将到来的新技术持开放态度。 如何确保我已经准备好学习和接受这些技术？我如何在工作中更好地使用该技术？作为一名技术专家，我将如何帮助从模型中获得价值，而不仅仅是建立出色的模型 ？ 罗德尼·泽梅尔:对于普通公司来说，一个高级团队会从看到一