摄影：恩里科·皮特拉奇（ENRICO PIETRACCI）

关于艺术作品
视觉艺术家恩里科·皮特拉奇通过数字技术延展其建筑摄影作品边缘的像素，将熟悉的样式以意想不到的全新方式展现出来。

核心观点
问题  
在重要领域保持专业知识的领先地位对任何公司的成功都至关重要，但技术的进步让做到这一点变得愈发困难。

发生原因  
全球专业知识的总体量在不断扩大，让人很难跟上其增长的步伐。与此同时，获取专业知识的成本却在不断下降，这又降低了新进入者的门槛。

解决方案  
那些发挥AI优势的公司将受益于本文作者所称的“三重效应”：更高效率的运营、更具生产力的员工队伍，以及愿景更清晰、更专注的增长。本文将详细介绍它的实现方式。

AI正在改变专业知识的成本和可用性，这将在根本上改变公司的组织形式和竞争方式。

在最基础的层面，公司可以被视为一个为完成特定任务而组织起来，具有差异化的专业知识集合体。我们将专业知识定义为,在某一特定领域中深厚的理论知识与实践技能的结合，它在一个公司中会以多种形式显现。一家医疗诊所不仅需要医生的医学知识来快速准确地诊断病人，还需要管理能力来经营诊所。而一家软件公司要将产品推向市场，不仅需要软件工程方面的专业知识，还需要市场营销、销售、运营和财务方面的专业知识。公司通过高效且规模化地应用专业知识为客户解决问题，从而创造价值。通常情况下，它们在多个领域都拥有专业技能，但大多数公司都是通过在少数核心业务上的独特专长脱颖而出的，而这些业务正是它们形成竞争优势的基础。丰田在精益生产方面的卓越专长帮助其成为世界领先的汽车制造商。沃尔玛在分销领域、宝洁在消费者营销领域、英伟达在GPU设计领域都拥有卓越的专业技能。

专业知识的演进决定了公司的发展。面对无休无止的残酷竞争，公司必须不断优化专业知识的运用方式，才能保持竞争力。历史上，我们曾见证许多领先企业的竞争优势因新型专业知识的崛起而迅速被削弱。2007年，诺基亚是全球手机市场的领导者，占据了40%的市场份额。它的竞争优势源于其硬件方面的专业知识和高度优化的制造工艺，这使公司实现了显著的规模经济和范围经济。而随后而来的智能手机时代则需要其他类型，尤其是在软件方面的专业知识。由于缺乏构建一个软件生态系统所需的专业知识，诺基亚（以及其他老牌手机制造商摩托罗拉、索尼爱立信和黑莓）很快就将其几乎全部的市场份额，拱手让给了诸如苹果和三星等生产基于iOS和安卓系统的手机设备制造商。

两股根本性力量

在重要领域保持专业知识的领先地位，对任何公司的成功都至关重要。技术的进步形成了两股根本性力量，使这一挑战变得更加复杂。

首先，全球专业知识的总体体量在不断扩大，要在每个相关领域都保持领先地位变得愈发困难。例如，生物技术公司正越来越多地将AI用于药物发现，利用 AI分析新药的潜在生物靶点、设计新分子以及预测新药与靶点的相互作用。这一领域发展迅速，在药物发现以及其他药物研究领域，有关AI所发挥的作用及其应用的学术论文数量呈指数级增长。2001年，相关论文数量还不到200篇。而二十年后，超过4.5万篇生物学论文将AI纳入参考。对于任何希望使用AI来加速研发过程的科学家或生物技术公司来说，时刻紧跟科技的发展和洞见已经变得几乎不可能。

其次，获取专业知识的成本正在持续下降。这虽然能为现有企业带来优势，但同时也降低了新进入者的门槛。想想那些创作者工具如何改变了媒体行业的格局——它们显著降低了制作和分享高质量内容所需的专业知识的获取成本。例如，Instagram和TikTok都提供视频和照片的编辑工具、音频和音乐的集成工具以及分析工具，使业余爱好者也能快速、低成本地制作专业水平的内容。大型品牌会使用这些平台去触达他们的受众，而个人艺术家和网红们也能利用这些工具来开展新业务。

我们认为，这两股力量之间的相互作用，也就是创造价值所需的专业知识的体量不断增加，同时获取这些专业知识所需的成本不断降低，塑造了公司并影响了公司的经营范围。经济学家罗纳德·科斯（Ronald Coase）在1937年发表的论文“企业的性质”（The Nature of the Firm）中指出，公司的规模和业务范围由内部成本和外部成本之间的关系决定。如果内部成本下降，公司就可以扩大内部业务。而如果外部成本下降，公司就会发现从供应商那里获取服务会更有效率。

在工业历史的大部分时间里，随着获取专业知识所需的成本下降，科斯的理论都很好地预测了公司的发展轨迹。在工业革命期间，机械化推动了流程标准化和劳动力专业化，极大地降低了生产成本。机械操作和维护等领域的专业知识变得更加丰富且易于获取，使公司得以扩张。为了跟上竞争的步伐，这些公司大量投资于内部专业能力的建设，涵盖产品制造、财务、销售等多个职能，并建立起复杂的组织结构来管理日益庞大的业务运营。然而近年来，随着保持竞争力所需专业知识的广度和层次不断提高，公司发现，要维持竞争力，不断扩大经营范围已不再是最佳选择。

而与科斯同时代的弗里德里希·哈耶克（Friedrich Hayek）则认为，相较于公司，市场和定价体系在获取和管理社会中分散的知识方面更具效率。自20世纪80年代以来，一些技术创新促使公司越来越依赖市场来获取远超单个组织所能掌握的广泛且深入的专业知识。那些使用第三方商业和技术平台服务的公司，能够缩小其内部专业知识的覆盖范围，使内部资源更加专注于那些推动差异化竞争的核心领域。

通信技术的发展在这一转变中发挥了至关重要的作用。随着远程互动成本的降低，公司发现，将客户服务和其他流程外包给低成本地区的专职人员越发可行。在互联网革命期间，技术平台公司应运而生，为公司提供了由合作伙伴构成的庞大生态系统，使其能够更便捷地获取专业知识。如今，微软、谷歌、亚马逊和阿里巴巴等云平台公司为客户提供高性价比、可扩展的基础设施和丰富的软件解决方案，客户不再需要开发定制的应用程序，或维持一个庞大的内部团队来运行这些系统。

例如，一家大型DTC零售商现在可以借助Shopify构建电子商务网站，借助谷歌发布广告并与消费者建立联系，借助Stripe处理支付，借助亚马逊管理物流和履约，借助Salesforce和Workday管理后台应用程序，借助微软获得安全云计算服务和AI平台。这一整套现代商务技术栈本质上是一个完整的业务平台，它使零售商能够将团队、管理注意力和资金都集中在对其品牌真正重要的专业知识上——了解自己的客户并开发创新产品以满足他们的需求。由于大家都使用来自相同供应商的相同技术栈，这也使得中小型企业能够与大型企业竞争。

AI对于公司将意味着什么

我们正处于AI时代的早期阶段，并且技术也正在迅猛发展中。供应商们正在快速地将AI“副驾驶”（Copilots）、“机器人”（Bots）和“助理”（Assistants）集成到各类应用中，来增强员工的工作流程。例如，用于辅助编写代码的GitHub Copilot、用于提高生产力和效率的ServiceNow Now Assist以及用于优化日常业务任务的Salesforce Agentforce。这些工具经过海量的数据源训练，具备多个领域的专业知识。

尽管内嵌在这些工具中的专业知识的质量已经相对较高，其体量仍在迅速增长，同时获取这些知识的成本也在同步降低（例如，在过去18个月中，开发人员从自己的应用程序中访问OpenAI GPT-4模型的价格下降了99%以上）。在不久的将来，更先进的AI代理将具备更强大的功能和更广泛的专业知识，能够在用户允许的情况下代替他们直接行动。

那些发挥AI优势的公司将从我们所说的“三重效应”中获益：更高效率的运营、更具生产力的员工队伍，以及愿景更清晰、更聚焦的增长。
节约成本和时间。公司通过授权员工在个别任务上使用AI，可以实现对众多业务流程的改造，实现新的效率水平。

一直以来，公司都希望通过离岸运营和外包来降低成本。然而，他们发现，只有将整体流程外包才能形成足够的成本效益。现在，有了AI助手，人们可以获得流程中单个任务或某些步骤的专业技能，因此无须迁移整个流程就能对其进行改进。AI的易用性和低成本意味着目前许多流程的运行效率都能得以大幅提升。未来，随着AI代理能够越来越多地负责起端到端的整体任务执行，公司内部各级员工可能更多地扮演监督者的角色，负责审批决策和管理异常情况。

编程是率先经历工作流程变革的领域之一。GitHub Copilot、Amazon Code-Whisperer、Replit和Cursor等AI工具能替代开发人员去执行一些手动、低价值的任务，包括生成基本代码、补齐参考文档，以及建议需要运行的单元测试。这样，开发人员就可以专注于需要判断力和创造力的高价值任务，如编写更精细的代码、排除故障和进行安全分析，所有这些工作都能带来更高的效率和更好的成品。许多研究表明，使用多种AI编程工具的开发人员完成任务的速度能够加快20%至55%。大多数开发人员还表示，他们能够专注于更重要的工作，并在工作中获得更多的成就感。

AI助手还能改善其他领域的工作流程。一项基于现实数据的大型研究发现，生成式 AI助手能够帮助呼叫中心的客服代表每小时多解决14%的问题。另一项实验表明，使用AI助手的安全专业人员完成任务的准确率提高了7%，速度加快了23%。AI助手的使用正在加速许多其他流程的转型，包括那些公司特有的工作流程。

生物制药企业Moderna示范了AI助手是如何改变公司整体运营的。通过在公司各项业务中整合先进的AI工具，该公司赋能其6000名员工创建了900多个用来执行各种任务的专业化AI助手。从优化临床试验的药物剂量到起草对监管机构询问的回复，这些AI助手正在彻底改变公司内部的各项流程。过去需要数周才能完成的任务现在只需几分钟就能完成，Moderna的员工因此可以转而专注于价值更高的活动。

提高员工生产率。我们认为，目前在任何特定的员工群体中，专业知识都遵循了正态分布的模式。也就是说，由于经验或固有的能力，一些员工在知识或技能方面会比其他员工更为出色。随着AI助手在公司内的逐步采用，这些 AI助手至少会把基本的专业知识，有效交到每位使用它们的员工手上，让他们展现更卓越的绩效。我们已经能从AI助手的早期部署中看到这样一种模式：它们能将低绩效员工提升到之前被认为是平均水平的程度，并且也能提升高绩效员工的能力（尽管程度有限）。

最近，波士顿咨询（BCG）与哈佛大学数字数据设计研究所（本文作者之一卡里姆是联合创始人并担任主席）的研究人员共同开展的一项随机对照试验，为这一模式提供了证据。试验发现，一组使用AI的BCG顾问比不使用AI的对照组表现出更高的工作效率。AI加持的顾问相比平均多完成了12%的任务，且速度加快了25%。当BCG对每位顾问的产出质量进行评分时，发现AI的使用让所有人的分数都得以提升，尤其是对技能水平较低的顾问，他们的得分上升了43%，而技能水平最高的员工的得分则上升了17%。

使用AI来增强员工的专业知识，从而提升其能力，具有多重影响。它可以减少新员工入职的时间和成本，扩大有能力执行特定流程的人才储备，并在如何部署员工以实现特定目标的问题上提供了更大的灵活性。如果在较少管理者的监督下就能实现中等绩效水平，且任何员工最终都能通过指挥一系列AI代理来完成工作，那么它还会对组织的结构产生影响。一些公司可能会采用更大的管理跨度，由每个经理负责更多的员工，而另一些公司可能会选择更精简的团队运营方式，由每个团队成员来管理一支AI代理队伍。

更多投资于意义重大的活动。随着 AI代理和机器人逐步改造业务流程并增强员工能力，公司将能够从根本上重新思考如何部署资源。聪明的公司将识别出那些他们可以提供世界级专业知识和能力的少数流程，并为此重新分配资源，深化这些流程的护城河。与此同时，他们还将通过使用第三方提供的 AI 赋能平台，来减少员工对非核心流程的关注。

咖啡因软糖供应商FocusFuel是这一转变的早期范例。FocusFuel由三位企业家和市场营销专家于 2023 年创立，并与一群游戏玩家、运动员和内容创作者合作。该公司在整个价值链中都采用了生成式AI技术。创始人认为，他们的核心竞争力是对目标市场需求的理解以及开发创新产品的能力。随后，他们通过战略性地部署AI助手来处理市场分析、供应商识别、包装设计和营销策略等非核心活动。通过构建AI平台，FocusFuel能够在短短几个月内完成整个运营体系的搭建，并高效地将生产和分销外包给第三方专家。这种做法让创始人能够集中时间和资源完善产品战略，并建立起与目标客户群体的关系，这些都是他们独特的专长能够提供可持续竞争优势的领域。FocusFuel的快速启动、精益运营模式和早期增长（该公司称，其前八个月的收入就已“达到了七位数”）都表明了，公司可以通过战略性地借助AI平台来处理非核心职能，同时将精力集中在差异化的价值创造活动上，来实现蓬勃发展。

着手行动

显然，那些最善于持续提高“三重效应”回报率的公司，将最有可能在竞争中获胜。但要实现这一目标并不容易。这涉及满足数字化转型的要求、围绕新的行动路线调整团队、帮助公司各级员工改变行为以最大限度地发挥 AI的效用，以及对预算的重新分配。那么，公司应该从何处着手呢？

首先，我们假设公司应该在数字化转型的道路上已经走得比较远，尤其是在公司数据的数字化、云计算的使用以及安全和治理规范方面。但是，数字化转型可能是一个漫长的过程，期望在转型完成之后才去尝试任何 AI 的效用是不现实的。对于一家公司来说，最佳的做法是选择少数几个业务流程，甚至可能仅仅是一个可以轻松部署AI，并且已经在其他公司中证明了其价值的业务流程去开始尝试。编程、客户服务、营销和通用生产力任务就是这类流程的典型。这些流程通常都有已数字化的数据和以软件为中心的工作流程，因此更容易实现基于AI的改进。

AI的安全和治理也对成功至关重要。鉴于AI自身存在着偏见、误导信息、深度伪造和网络攻击等风险，公司必须对此制定明确的指导方针和原则，以保护其在AI方面的努力。同样，这些方针和原则在抽象层面上很难创建，但当聚焦于某一个具体的业务流程时，就会更容易制定。对于任何探索AI的公司来说，信任和安全都应是重中之重。

正如其他任何转型一样，说服员工和实现组织上的变革可能比技术的实施更具挑战性。除了那些经过实践检验的变革管理原则之外，推动AI变革的一个有效方法是在特定流程中将一批员工培养成AI的早期使用者，让他们成为公司内的AI倡导者。他们可以作为榜样和同侪导师，加快AI在公司各层级的采用。

然而，最需要强调的当务之急是所有员工都要学习AI。Moderna能够成功地在内部快速部署生成式AI，得益于其成立的“AI学院”——这是一堂20小时的内部必修课，内容涉及AI及其对业务的影响。研究表明，AI可能会在公司一线失败，而员工培训则是避免这种结果的一个重要途径。

最后，即使是对那些早期的AI活动，公司也应予以预算。随着公司实现更显著的“三重效应”回报，使用AI的成本将被生产力的提高所抵消。公司应开始把AI视为所有部门预算的核心组成部分，无论是业务部门、职能部门还是企业总部。

Coursera出色地示范了一家公司对AI的使用起步于特定的流程（对于Coursera来说是编程），而后在一系列活动中实现了快速且广泛的创新的过程。在ChatGPT推出后，Coursera的CEO杰弗里·马吉翁卡尔达（Jeff Maggioncalda）迅速意识到生成式AI的潜力，并开始将其引入公司。他相信，Coursera的软件工程师需要更好地理解正在涌现的AI，才能真正创造价值。因此，公司聘请了一家专门从事生成式AI编程技术的公司为软件开发人员培训。公司还推出了一个帮助工程师提高编程效率的AI助手。有了知识和工具的加持，Coursera团队在短短一年内就在翻译、个性化学习和自动课程创建等多个产品中融入了AI功能。通过边学边做，Coursera的员工已经把自己放在了持续创新的位置上，并致力于在AI新能力不断涌现时保持自身的竞争优势。

对战略的启示

如果公司是通过提供差异化的专业知识组合来获取价值，那么当AI核心能力的提升使竞争对手和客户们更容易获得部分或全部的专业知识时，公司如何才能继续留在牌桌上？在这个专业知识极大丰富的时代，价值获取的基础又是什么呢？
我们相信，在这个变化中的时代，每家公司都需要重新评估自己的战略，并且必须问自己三个问题。

1.我们目前为客户解决的问题中，有哪些是客户可以使用AI自行解决的？以旅行代理为例，多年来，客户已经可以在网上查找旅游目的地的信息并完成预订。而现在，他们只需咨询AI应用，就能根据自己的独特喜好量身定制行程。而且随着AI执行能力的提高，它将能独自完成预订。旅行代理们需要重新定义自己的工作，或许可以通过为客户组织独特的活动和体验来进行转型。

2.如果我们要保持领先于AI的能力，目前我们拥有的哪些类型的专业知识最需要演进？公司必须继续发展其独特的专业知识，以产生超越AI所能提供价值的价值。例如，在医疗领域，AI在某些情况下能比医生更准确地做出基于图像的诊断。在这个新的时代，诊所中的医生们需要拥有诸如同理心、护理能力，以及与其他医疗专业团队合作，设计具有针对性的特定治疗方案的非技术能力。

3.随着AI的发展，我们可以形成或增强哪些资产，来提高我们保持竞争力的能力？由于AI能够提供更广泛的专业知识，公司将需要寻找其他持久优势的来源。目前，AI还不太可能会影响到品牌、客户关系、稀缺实物资产的所有权以及网络效应。例如，消费品设计师现在可以利用AI来设计符合特定规格的产品原型。这些设计依赖于规格的质量和细节，而这些规格则来源于深入和富有洞察力的客户研究。收集这些研究成果的能力，最终可能会比原始的设计能力更具有差异化。与客户之间深厚的信任关系，也许是巩固和保持这种能力的最佳途径。

毫无疑问，公司将继续利用差异化的专业知识组合和其他难以复制的资产，来创造和获取价值。但是，随着AI的发展，那些在过去被证明有价值的专业知识和资产需要被重新审视。长期来看，那些能够充分利用AI去快速调整自身运营和战略的公司，将是最有可能繁荣发展的公司。

鲍比·耶拉米利-拉奥（Bobby Yerramilli-Rao） 约翰·柯文（John Corwin） 
李阳（Yang Li，音） 卡里姆·拉卡尼（Karim R. Lakhani）| 文
DeepL | 初译   张矩 | 译校   廖琦菁 | 编辑

鲍比·耶拉米利-拉奥是微软的首席战略官。约翰·科文是微软企业战略与发展总经理。李阳是微软企业战略总监。卡里姆·拉卡尼是哈佛商学院多萝西和迈克尔·欣茨工商管理学教授，也是哈佛大学数字数据设计研究所的主任和共同创始人。