AI 转型最难的部分或许是重塑原本有效的东西

在旧金山的一场 CXO 圆桌讨论中，一个问题引发了特别有意思的交流：哪些部门或角色最难接受 AI 转型？

讨论中提到了 IT 团队和经验丰富的技术专业人士。

这让我想到一个更深层的组织悖论：在现有体系中最成功的人，可能最有动力维持这个体系。

这不一定是因为他们反对 AI，而是因为他们的专业能力、可信度和职业成就，都建立在 AI 正开始重新定义的工作流程之上。

由此又引出了我们讨论的另一个问题：在 AI 原生组织中，绩效管理应该如何演进？

几十年来，企业一直在奖励个人产出、职能专长，以及既定流程内的效率。

但如果 AI 能生成更多代码、完成更多任务、产出更多成果，却不一定为企业创造更多价值，会发生什么？

个人效率不等于企业生产力。

真正的挑战，是重新思考什么才算好的绩效。

• 我们奖励的是更快完成任务，还是重新设计能创造更大价值的工作流程？
• 我们评估的是个人贡献，还是他们帮助组织建立的能力？
• 我们的绩效制度是在鼓励转型，还是在无声地巩固现状？

很高兴在这场圆桌讨论中与 David Murray、Kim Homenock (Newton)、Niyati Goel、Angela Rui，以及其他领导者交流观点。

AI 转型最大的障碍，或许并不是对新技术的抵触，而是我们仍在用昨天的规则奖励成功。