生成式人工智能（GenAI）正变革着我们的工作方式和生产力。据一项美国调查显示，在 ChatGPT 公开发布三个月后，有68%的员工在未告知上司的情况下使用 AI 工具。由于 GenAI 入门门槛低、应用潜力大，这种大规模实验正在自然且迅速地进行，但缺乏协调和规范。然而，如果不采用战略性方法对 AI 和创新进行管理，组织将因只采摘“低垂的果实”而错失更大机遇。仅仅投资于 AI 解决方案是不够的——你的竞争对手也在这样做！未来的竞争优势将依赖于将这些解决方案融入流程和产品中，从而为组织带来特定的帮助的能力。传统的组织战略更新速度无法跟上 GenAI 的快速发展。AI 生态系统的迅猛进化意味着任何长期 AI 战略在完成前都可能已经过时。因此，组织需要采取一种系统性和灵活的 AI 战略方法。这种方法不仅关注于能力的发展，而且借鉴了几十年来通过技术驱动变革证明有效的工具和实践。我们已经经历过多次颠覆性革命，如互联网、智能手机和云计算的兴起。虽然这些革命起步较慢，但它们最终普及开来，正如 GenAI 一样。我们从这些革命中学到的教训今天仍然适用——包括它们将如何改变工作性质、我们如何优先考虑实验，以及投资过快或过慢的风险。在 Thoughtworks，我们多年来一直将敏捷原则应用于战略活动。EDGE 和 Pathfinder 是两套经过验证的工具，前者聚焦于战略和执行，后者则致力于放大创新。本指南将介绍这些框架如何提升创新及战略和执行的整体质量。这些经过实践检验的方法和工具能帮助组织掌握 AI 战略，充分发挥其在整个组织中的潜力。
AI 生态系统的快速进化意味着任何长期 AI 战略在完成前都可能已经过时。
理所当然，AI 也成为了董事会议程的一部分。他们担心错过重大机遇——在询问 CEO 和技术领导时，他们急于了解我们的应对和适应计划。他们想知道竞争对手在做什么，我们的价值链是否会受到影响。他们看到了机会，但也存在担忧。他们渴望拥抱 GenAI，同时又不希望企业面临声誉或其他风险。这些担忧实际上带来了另一个风险：为了追求短期利润而牺牲长期业务前景的风险。向董事会传达的最重要的信息是：不能等待完美的计划。我们需要从今天开始采取实质性的小步骤，在组织中普及 AI 能力和持续交付实践，并且这些努力需要是协调一致的。
图 1. ChatGPT 的恐惧和错失恐惧症我们已经目睹了 GenAI 对整个组织的影响。根据麦肯锡对 GenAI 使用案例的分析，大约75%的价值集中在四个领域：客户运营、市场营销和销售、软件工程和研发。软件工程领域可能会经历最大的生产力提升，其价值约占总支出的25%-45%。这些发现预示着显著的效率节约和实际的投资回报率。因此，我们看到了对 AI 的新一波兴趣和采纳。但虽然 GenAI 工具为许多人首次意识到 AI 的存在提供了机会，重要的是要记得，AI 技术已经在我们的手机中，例如预测文本和照片编辑软件等功能，嵌入了多年。是的，GenAI 给人的感觉与众不同。但它不应成为您AI 战略的唯一焦点。除了大型语言模型外，还有许多其他机会。AI 投资应全面、有策略地进行，致力于超越短暂的热潮。这在实践中意味着什么？主要是，它需要工具和框架帮助您审视更广泛的 AI 领域，并识别您可以如何利用它的机会。为了有效实施，我们认为您应该遵循三个关键步骤。它们共同将帮助您确保 AI 带来的是有形且可持续的价值。
对于采纳任何新兴技术的战略方法的第一步，是确保它与您的更广泛商业目标在短期和长期内保持一致。虽然专注于项目并随着想法的出现投入多个赌注很有吸引力，但您需要优先考虑那些通过适应性、价值驱动的投资组合管理来实现的目标。为了实现这种经过验证的方法，我们将相同的敏捷原则应用于这个总体流程，就像我们的 EDGE 操作模型一样。EDGE 采用迭代和适应性的过程来对齐和实施战略，通过衡量价值来引导并持续调整战略。通过基于价值的投资组合方法来适应
AI 战略： 领导者通过共享的 AI 战略愿景引导授权团队。组织级战略通过基于成果的目标进行传达。
AI 产品战略： 通过问题空间分析来形成高层次的方法并确定实现目标的假设。
投资组合管理： 根据价值分配投资。限制进行中的工作量。停止开始，开始完成！
AI 产品架构： 将价值转化为可行动、小规模的片段。将大型工作计划分解为小的“学习驱动”的块。
敏捷交付： 一种适应性和增量的交付方式，早期和频繁地获得快速反馈。
衡量价值： 工作的衡量基于所交付的价值，而非工作量。
EDGE 的运作方式如下：你从一个清晰的愿景开始，即你想要实现的目标，然后设定多个目标来让这个愿景成为现实，接着提出一系列假设，描述可能实现这些目标的方法，如下图的精益价值树模型所示。
图 2. 精益价值树精益价值树：
树顶的整体愿景设定了一个指导方向，所有的投资都应为之贡献。
目标基于业务驱动因素创建，以实现愿景
赌注是在市场中实现目标的更具体的方式
举措是交付有形价值的行动。举措有一个清晰定义的客户需求和商业机会。
自给自足的团队/PODS负责交付举措的结果。
使这个模型有效的关键成分包括一系列多个假设、一种适应性组织结构和跟踪工作的能力。通过测试多个假设，您可以增加成功的机会并最小化失败的风险。但您还需要快速适应和转变，当假设不成立时。在适应性结构中，学习和进步从不停止。您不断测试新假设并根据学到的更多知识调整计划。这有助于您在加速 AI 采用的同时交付价值。在 EDGE 模型中，明确的目标和目的对于跟踪工作至关重要。通过了解您想要实现的目标，您可以确定哪些指标最重要。使用多种指标可以让您全面了解进展，并随时间跟踪您的进展，帮助您识别需要调整的领域。最后，向利益相关者传达您的进展可以保持他们的信息和参与。
AI 不再仅限于组织内的机器学习和数据团队。例如，通过简单的信用卡操作，产品团队现在可以利用 AI 工具提高他们的效率，这在几年前似乎是不可能的。这就是为什么 AI 的采用需要在所有职能中培养 AI 素养和能力，包括非技术性职能。为了导航复杂的 GenAI 工具生态系统，给员工提供鼓励实验和学习的指导，同时也强调风险。开发一套负责任的 AI 框架和政策，涵盖隐私、安全、法律和规定问题。
您的组织内不同的角色将需要不同级别的理解和能力。
在组织中嵌入 AI 能力
执行团队：
高级培训，建立对生成式人工智能的共享理解，以促进战略决策。
对潜在益处、伦理考虑和风险的教育。
总经理、副总裁和部门负责人
深入培训，识别可能受益于或被 AI 打乱的机会和价值流。
培训如何评估 AI 项目的可行性以及如何管理其风险。
组织实践者
针对他们的角色类型和领域量身定制的培训。
关于 AI 和 GenAI、可用工具和组织使用和采用指南的教育。
他们应能够识别他们的产品、服务和团队内的 AI 机会。
作为一个以 AI 为先导的组织，您需要授权您的团队继续寻找解决问题和改进的新方法。这意味着创造一个团队不惧怕实验和尝试新事物的环境，即使它们失败了。这可能需要技术和流程控制以及重大的文化转变。这里有一些具体的事情您可以做来在您的组织中培养创新者的心态：
鼓励好奇心和提问。奖励员工提出问题和挑战现状。
庆祝失败。 明确表示失败是学习过程的一部分，通常需要冒险才能获得成功。
提供实验机会。 为团队提供资源，让他们能够实验新想法并从错误中学习。
奖励创造力和创新。 认可并奖励那些提出新颖想法的员工。
Pathfinder 的独特方法结合了精益交付实践、数据驱动假设开发和持续交付，持续培养有效创新的环境。Pathfinder 通过加速实验和专注于交付价值来改善业务成果。例如，引入机器学习的持续交付（CD4ML）允许您有效捕获初步实验的价值，并支持未来的创新轮次。数据驱动的假设开发使用一个简单的“假设画布”来捕获想法的关键方面，包括成功标准、指标和伦理考虑。这确保实验一致进行，并分享学习，以便您可以快速有效地迭代。假设画布应聚焦于您试图解决的问题和受影响的客户（内部或外部）。捕捉预期成果以确定成功的衡量标准是至关重要的。然后，您可以设计适当的工作来实现这些成果，确定所需的技能和团队，并开始跟踪单个实验，以在实验画布上达成目标。
图 3. 假设画布
图 4. 实验画布创新不总是按计划进行。它通常需要多次实验来证明或反驳一个假设。这是一个实验和迭代的过程，这个漫长而曲折的过程可能会给利益相关者带来困惑和挫败感。这就是为什么使用这些工具来可视化目标、进展和成功可以使在整个组织中分享学习和成果变得更加容易，并确保每个实验都与您的精益价值树有意义的联系。一个简单的实验仪表板也可以帮助您保持利益相关者的参与并有效地沟通进展。他们学到的越多，他们会感到越有权力。通过以下方式让每个人都感觉他们是旅程的一部分，并与相同的目标保持一致：
保持简单 - 让它易于理解和导航。
使用清晰的视觉效果 - 图表和图形有助于利益相关者理解您的数据。
保持最新 - 确保它是有意义和相关的。
广泛共享仪表板 - 确保它是可访问的。
图 5. 实验跟踪仪表板
几乎没有哪位商业领袖能够忽视 GenAI，它的发展速度令人瞩目。那么，您如何今天就能够利用其能力，同时为您的组织内用户迅速出现的需求以及其未来潜力做好准备？战略合作伙伴能够帮助您了解 AI 的可能演变，以帮助您重建策略，超越今天的 GenAI 低挂果实。他们还可以在内部确保公平竞争，确保每个人都能访问适合他们角色和领域的正确 AI 知识和工具。例如，我们正在与技术领袖合作，通过授权团队使用 EDGE 操作模型和 Pathfinder 的创新过程，为董事会会议做准备，重新定义他们的 AI 战略，将 GenAI 集成想法与商业目标对齐，促进价值增长并建立 AI 能力。以下五个步骤，结合了 EDGE 和 Pathfinder 的元素，对任何希望从生成式人工智能中获益的组织来说都是至关重要的。
为您的组织使用 AI 发展清晰的愿景。
制定 AI 工具采用和集成的路线图。
为员工投资 AI 培训和教育。
创建鼓励实验和创新的环境。
制定负责任使用 AI 的政策和指南。
通过遵循这些步骤，您可以找到自己的 GenAI 路径，并从这项强大技术中获益。利用经过验证的精益实践和持续交付模型，您可以为创新创造价值动力。这是一次“改变一切”的时刻，每十年或更长时间才会出现一次的技术地震。如果您采取战略性方法来采用、整合和创新 GenAI，您可以创造独特的客户体验，开发新产品和服务，创造新的收入流。尽管到目前为止，采用主要是自下而上、用例驱动的，但现在领导者需要迅速介入，提供明确方向并设定创新议程。
