当前企业面临的一大挑战是如何制定生成式人工智能（GenAI）战略，以推动价值创造型创新。首席财务官（CFO）及财务部门能够在应对这一挑战中发挥关键作用。德保罗大学凯尔斯塔特商学院战略风险管理实验室正在深入研究企业如何成功制定并执行创新战略，以实现长期可持续的财务价值。为探讨如何制定并执行GenAI战略，推动创新，从而实现可持续的盈利增长与财务价值创造，该实验室联合创始人Mark L. Frigo教授特邀GAI Insights公司联合创始人兼董事长John J. Sviokla展开对话。

John曾担任普华永道合伙人、Diamond管理及技术咨询公司副董事长以及哈佛商学院教授。2020年1月，他受聘为哈佛商学院执行研究员，负责为其MBA和高管教育项目开发人工智能（AI）案例。此外，他还在德保罗大学凯尔斯塔特商学院等全球顶尖商学院发表过多场富有洞见的专题演讲与评论。

GenAI改变工作方式

本节将探讨企业为何以及如何改变工作方式，从而最大化GenAI的投资价值。

Mark L. Frigo：在你与Paul Baier和David DeLallo合著、2024年发表于《哈佛商业评论》的“Your Organization Isn’t Designed to Work with GenAI”一文中，你指出：“许多企业难以从GenAI中获取价值，根本原因在于其方法存在结构性缺陷——他们将GenAI视为传统自动化工具，而非一种能够持续学习、不断进化，并助力人类变得更聪明的辅助性智能体。”

你们在文章中还提出了一个名为“对话式设计（Design for Dialogue）”的框架，用于重新设计流程，使其能像人类之间的动态协作一样，从而创建高效且更具适应性的人类—AI交互工作流。

结合你与众多CFO的合作经验，你会如何向他们解释“对话式设计”框架？又如何介绍使用这一框架的益处？

John J. Sviokla：这是个很好的问题。对CFO来说，最需要的是要认识到，在自动化发展历程中，GenAI首次真正实现了机器与人类的“对话式交互”。传统自动化的本质，是将人类或动物的部分工作内容提取出来，交给机器完成，而GenAI则完全不同，它强调的不是单向的自动执行，而是与一个新型智能体进行对话。

试想一下，你有一位无所不知的同事：他能深入理解问题，能与你就任何层级的专业话题展开交流，而且具备无限的耐心——这就是新一代“数字员工”的能力。作为高层管理人员，你应当逐一审视每项任务与流程，然后问自己，在现有技术条件下，数字员工能够完全承担流程的哪些部分任务（即实现自动化），可以为哪些环节提供辅助（即实现增强）？在此基础上，从“对话”视角重新设计流程。

Frigo：能否举一个GenAI成功应用的例子？

Sviokla：当然。一个典型例子是Jerry汽车保险公司利用GenAI重构客户服务体系。Jerry公司是一家估值达4.5亿美元的初创企业，客户数量超过500万，核心业务是帮助车主寻找更优的保险和再融资方案。该公司原有三种客户服务渠道：电话、在线聊天和短信，其中，聊天和短信渠道此前100%由人工客服人员处理。2023年4月至6月期间，他们部署了五位具备不同产品领域知识的数字员工，成功处理了89%的客户服务请求。这些数字员工能在数秒内响应，而不是几分钟或几天。客户满意度显著提升，同时，那些需要人工介入的客户也能更快地获得转接。

这一举措每年为公司节省约400万美元。由于数字员工具备极强的可扩展性，公司预计在保持当前30余名人工客服团队规模不变的前提下，客户数量可实现三倍增长。目前，他们正在将这一成功模式推广至电话客服系统的改造。

GenAI关键概念落地

本节将深入探讨如何将GenAI项目中的关键概念落地，如混合型组织、数字员工（亦称AI智能体）等，以及如何将GenAI战略作为组织变革的一部分加以推进。

Frigo：你在2024年12月发表于《福布斯》的“3 Reasons to Consider AI Agents For Your Organization”一文中，提出了GenAI战略的三个重要概念：混合型组织、数字员工和组织变革。你还分析了企业采用AI智能体的三大原因：资本对劳动力的替代、降低创新成本，以及敏捷扩展能力。

根据你与CFO合作的经验，你认为他们在评估GenAI战略时应重点关注哪些问题？

Sviokla：我认为CFO需要通过提出正确的问题，将技术的进展和潜力转化为企业可以理解的概念。因为除非你像我们在GAI Insights那样每天都置身其中，否则很难真正把握这些技术进步及其相关术语——技术变化实在太快了。

第一个也是最重要的问题是：在企业的成本结构中，有多大比例花在了与文字（W）、图像（I）、数字（N）和声音（S）相关的创造或优化工作上？我们简称这类工作为“WINS”。我的老东家普华永道的业务几乎全是WINS型工作。第二个相关问题是，这些工作的数字化程度有多高？事实上，所有企业都将受到GenAI的影响，例如，卡骆驰公司最近推出了一款AI工具，帮助用户自主设计鞋饰Jibbitz（卡骆驰鞋上用于个性化装饰的配件），这项工具已带动其销售额增长了4%。这表明，AI正在重塑所有行业。

但如果企业成本结构中WINS型工作占比很高，而且这些工作已经实现数字化，那么你就身处所谓的“变革熔炉”之中了——此时必须尽快制定GenAI战略，因为留给你的时间窗口可能只有24~36个月。在行业新进入者或反应敏锐的现有玩家彻底改变游戏规则前，你必须完成成本结构与生产体系的重构。一个典型案例是，好莱坞娱乐大亨泰勒·佩里（Tyler Perry）在亲眼看到GenAI电影创作技术SORA演示后，立即叫停了原计划在亚特兰大郊外投资10亿美元建设的新摄影棚项目。因为他清醒地意识到，这项技术正在彻底颠覆内容创作的经济模型。

如果你所在企业已处于“变革熔炉”之中，你需要关注以下三个方面的问题：

应部署哪类型数字员工？这可以借助WINS框架来帮助管理层确定GenAI的优先应用领域。客户服务、软件开发、市场营销、法律服务、员工培训及入职管理等，都是适合率先落地的场景。

更重要的是，企业是否具备“聘用”和部署数字员工的能力？若尚不具备，应如何在企业内构建这种能力？以著名科技孵化器Y-Combinator为例，其所投资的新创公司中，超过70%聚焦的是年薪在7.5万美元到40万美元之间的专业岗位——这一薪酬区间正是GenAI最具颠覆潜力的领域。

到明年年底，企业“混合型组织”将达到何种水平？这是一个至关重要的前瞻性问题，关系到企业在数字员工与人力协同方面的成熟度与战略节奏。

如果最后一个问题的答案是0%，那么你所在企业很可能正滑向竞争劣势。那些接受“人类—AI”混合模式的企业，将能以更快的速度、更高的质量和更低的成本完成任务，并具备更强的创新能力。同时，这些企业还将在人类员工和数字员工协同工作的实践中，积累宝贵的组织经验与管理能力。

当前，我们仍处于GenAI变革的极早期阶段。能够在“真正的混合型组织”设计、部署与持续优化方面建立管理能力的企业领导者，将有望打造出更加敏捷、更具创新力，且在经济效益上更具竞争力的未来组织形态。

Frigo：在你近期与Tom Davenport合著的“The 6 Disciplines Companies Need to Get the Most of Gen AI”一文中，提出了企业要充分释放GenAI的价值，需建立六大核心能力。其中，“商业价值衡量”与“资本配置”这两项能力与CFO的职责密切相关。你能否进一步阐述它们为何对CFO至关重要？CFO又应如何应对衡量AI投资回报率（ROI）方面的挑战？

Sviokla：正如你与Joel Litman等人的研究所指出的，为每项投资设定合理的回报周期至关重要。有些投资可能仅需三个月就能显现价值，而有些则需要数年。例如，亚马逊在评估技术投资时采用的是五年期的ROI评估框架。

就GenAI来说，有些项目的回报期非常短，例如，使用GenAI读取非结构化数据并自动输入订单，可替代人工阅读PDF和手动录入。再如客户服务领域，正如我们在Jerry公司案例中所看到的，其衡量指标是明确的（如每位员工每小时处理多少通电话），价值也易于量化（如数字员工的单位使用成本低于人工成本）。而有些项目则需要更长的时间才能见到效果。例如，高盛集团开发的GSAI平台，应用GenAI为客户会议做准备。在这一场景时，价值体现在所节省的时间和更高质量的方案，这些改进可能需要几个月或几个季度，才能转化为可量化的业务成果。

因此，对于回报期较长的项目，我建议关注三个维度的指标：情感指标（例如，员工和客户是否喜欢使用这些创新解决方案），这种反馈可以是即时的；运营指标（例如，人们是否在使用解决方案），同样能快速收集这方面数据；财务指标，即能否将成本降低/收入增长与新解决方案的使用关联起来？我认为，如果能根据AI投资从投入到回报的不同阶段，合理安排三类指标的使用时点，将更有助于全面、准确地衡量其投资成效。

Frigo：你在发表于《福布斯》的文章中还讨论了企业如何挑选最优的GenAI投资项目，以及如何借助GenAI，比竞争对手更快地创建并应用与客户和业务活动相关的实用知识。

Sviokla：确实如此。我们开发了一个项目筛选框架，称为PRISM。这个框架听起来似乎是常识性的，但正如那句老话所说：“常识，并不总是那么常见”。

PRISM的第一个字母P代表政治因素。在我们与客户合作中，经常遇到这种情况：一个构想虽有望为企业带来显著价值，但其成本/变革需求和价值体现分属于不同部门。例如，某个新模式的开发成本可能由IT部门承担，但价值却体现在客服部门的成果指标中。这类项目面临的挑战是，表面上没人会反对有益于组织的创新，但如果项目的成本由自己承担、而成果却归于“内部竞争者”，那么项目就难以获得真正的支持。

PRISM的第二个字母R代表节奏。科学家在研究生殖衰老动力学时常会研究蜉蝣，因为它们在极短时间内完成从出生到死亡的生命周期。同理，客户服务、员工培训，甚至某些软件开发的节奏也非常快。与此相比，新产品设计的价值显现周期可能长达数月甚至数年。在新技术部署的初期，企业应优先选择那些在几个季度甚至几个月内就能产生回报的项目。

PRISM的第三个字母I代表企业身份。在任何新项目中，将其与企业的核心身份相连接，都是明智之举。对Jerry公司为例，AI并非边缘化尝试，而是与其“为车主提供最顺畅、最具性价比的最佳建议”这一企业身份紧密相连的。将AI与企业身份相结合，也有助于回答那个始终存在的问题：“我们为什么要做这件事？”

PRISM的第四个字母S代表员工。任何有远见的高管都必须意识到：AI是不可逆转的趋势，那些开始学习使用和改进AI智能体（数字员工）的员工，正在掌握一项在当下和未来都至关重要的技能。

PRISM的最后一个字母M代表衡量指标。为创新技术项目专门设计新的衡量指标，通常是不可取的，关键在于将这些项目的成果与相关管理者现有的绩效考核指标进行挂钩。例如，若正在实施呼叫中心增强方案，不仅要计算ROI，还要展示其对关键运营指标（如每小时接听量、人均处理量、单通呼叫成本等）的影响。由于呼叫中心管理者的绩效往往取决于这些运营指标，而利润与亏损的考核可能由其上级承担，因此，在推动变革时，必须将项目成效与呼叫中心管理者这类执行层管理者的实际考核指标直接关联。

Frigo：GenAI战略可以从战略风险管理、战略生命周期分析和颠覆性创新举措这三个方面展开，正如《战略财务》“创造长期可持续价值”系列文章中所探讨的那样。一项重大挑战是：如何通过AI实现长期价值创造。德保罗大学战略风险管理实验室的“回报驱动战略”最新研究，正聚焦于如何整合AI来创造更大价值。根据最近与CFO、首席执行官（CEO）和董事会成员围绕AI战略进行的讨论，我们归纳出以下三大主题：

可以通过“战略风险评估流程”将AI纳入风险管理（见图2），该流程包括运用“回报驱动战略”框架分析AI战略，以及采用“战略风险管理”框架评估潜在风险（可参考刊发于《战略财务》中文刊2021年第1期的《CFO与战略风险管理》一文）。

AI可以通过“战略生命周期”框架体现在资本配置中，该框架可指导AI投资，将这类投资作为创造价值的主要驱动力，并帮助企业抵御生命周期框架中的竞争性衰退风险，实现更有利的经济回报（资本回报率）。AI可在生命周期框架各个阶段对企业产生积极影响，并通过优化资本分配策略提升经济回报（可参考刊发于《战略财务》中文刊2020年第6期的《CFO与战略生命周期分析》一文，2021年第6期的《新经济下的战略估值》一文）。

AI可作为颠覆性创新的源泉，其聚焦于由AI激发的知识创造文化（可参考刊发于《战略财务》中文刊2024年第6期的《在不确定的世界领导颠覆性创新》一文）。

推进实施GenAI

本节将探讨GenAI的未来发展趋势以及CFO与财务部门的行动路径。

Frigo：基于你与CFO合作的丰富经验，你会给CFO及财务部门怎样的行动计划建议？

Sviokla：首先，如我之前所提，需要评估AI对企业的紧迫性——我建议使用WINS框架进行这项分析。其次，需要评估企业在AI应用方面的成熟程度。有些企业刚刚起步，我们称之为“初阶企业”（Toe Dippers）。在这一阶段，关键任务是为高管人员和员工提供AI培训，并鼓励他们实际运用这项技术。高管人员已不能再用“不懂AI”作为借口了，但许多人仍然对AI缺乏认知，因此，你需要让他们的学习更为便捷，且实际操作经验是不可或缺的。

如果企业已经开始实施AI并从中获取价值（我们称之为“自动化孤岛”阶段），接下来应考虑创建卓越中心，将经验和效率提升推广至整个企业。而对于那些拥有这种整体协调能力的企业，我们称之为“协调者”阶段，这一阶段需要考虑对流程和战略进行更根本性的变革。例如，许多医疗保健公司掌握着极具价值的数据资产。现在，假设某家医疗机构开发出一项技术，能诊断可能患阿尔茨海默氏症但尚未发病的人群（医疗保健市场上有一些公司掌握的生物数据可能是关键指标），那么，测试疾病改良新药（目前有180多种新药正在研发中）的制药公司，将会为每名通过该技术筛选出的潜在受试者支付9万美元费用。这对医疗保健行业企业意味着全新的战略机遇——需要思考如何通过此类数据资产实现战略转型。

最后一类是运用AI来构建AI的企业。目前据我们所知，这些企业只存在于科技行业，如英伟达就公开承认，如果没有AI辅助其开发AI，公司无法取得当前的成就。如果你所在企业属于这类企业，你需要关注三件事：人才、新数据源以及市场准入和监管合规（地缘政治）。

最后，或许也最重要的一点是，任何成功的技术应用都会创造经济剩余。这种经济剩余只能流向三个方向：以更低的价格流向客户，以更高的回报流向投资者，或以更高的薪酬流向劳动者。这是一个深层的战略问题。我们认为，那些愿意将经济剩余投向客户价值和人才薪酬的企业，不仅能获得短期投资回报，还能构筑长期的竞争壁垒。毕竟，AI的智商在过去18个月中已实现飞跃式提升，今天你使用的AI将是未来你用过的最“笨”的AI，因为它每分每秒都在变得更聪明。

Frigo：CFO及财务部门若能运用本文提及的方法，将有望在以GenAI促进创新、实现创造价值方面发挥主导作用，这无疑是一个重大机遇。

基于德保罗大学和Valens Research近期对“回报驱动战略”的应用研究，Joel Litman和我探索了如何通过该战略框架（可参考“Driven: Business Strategy, Human Actions and the Creation of Wealth”一书，2008年出版）系统评估AI的价值潜力，尤其关注该框架的“警惕变革力量”（Vigilance to Forces of Change）这一基础要素。数学中表示变化的希腊符号“delta”，正是“回报驱动战略”框架的理论基底。商业环境变化莫测，管理者在践行“回报驱动战略”框架每项原则时，必须把握机遇、规避威胁。在变革速度和规模持续升级的当下，这一点尤为重要——正如本文所讨论的，AI正是一种重大的科技变革力量。

本文是《战略财务》杂志2018年推出的“创造长期可持续价值”系列文章中的一篇。

Mark L. Frigo，博士、CMA、CPA，美国德保罗大学凯尔斯塔特商学院战略、执行与评估中心及战略风险管理实验室联合创始人，战略与领导力中心荣誉主席。

John J. Sviokla，工商管理博士，GAI Insights公司联合创始人兼董事长，哈佛商学院执行研究员，为哈佛商学院MBA和高管教育项目开发AI案例。