來源：企業網D1Net

如今各公司正在將對GenAI潛力的討論轉化爲實質的行動，以獲取其帶來的好處，本文介紹了公司如何利用GenAI來推動業務增長。

擁有創新文化的公司在部署和受益於GenAI方面遠超同行。 

隨着去年最熱門的話題——GenAI——成爲今年的部署討論主題，各公司都急切地將對GenAI潛力的討論轉化爲行動，以捕捉其帶來的好處。在《策略室內部》的這一集中，兩位麥肯錫專家討論了頂尖創新者如何利用這項技術來推動增長。Laura LaBerge 是我們戰略增長與創新服務線的專家，而Matt Banholzer 是全球聯合負責人，他們共同撰寫了一篇文章，解釋了爲何擁有擁抱創新文化的公司在GenAI方面具有優勢。 

Sean Brown：在我們討論GenAI如何幫助企業創新之前，你們是如何定義創新的？

Matt Banholzer： 我們的定義不僅包括新產品，還包括可以通過使您變得更加靈活、適應性強或成本效益高而創造競爭優勢的新流程和運營模式。創新還涉及新的客戶體驗和與客戶互動的方式，以及新的商業模式和價值主張。例如，在過去十年中，許多公司從銷售產品轉變爲銷售服務，或採用基於訂閱的方法。商業模式創新還可以包括不同的市場途徑或以新的方式利用您的資產。 

我們的研究表明，我們可能正在過渡到一個由新技術平臺和重大人口變化塑造的新時代。要在這個世界上蓬勃發展，你必須創新，因爲過去幫助你成功的方法可能不足以支持你未來的發展。您的許多商業常規、運營模式或產品在未來可能不再有效，而不創新可能比對增長機會進行大膽投資更加危險。在不確定性時期，不僅需要加固防線，還需要利用生產力產生現金流，從而爲新的增長奠定基礎。 

Sean Brown：你們的文章說，頂尖的創新者擅長髮現和利用這些新的增長來源。他們是如何做到的，GenAI在其中扮演什麼角色？

Matt Banholzer： 我們進行了調查，以找出這些公司表現出色的驅動因素，並發現它們共同的特點是創新文化。我們對頂尖和底層表現者之間的差距感到震驚，這個差距高達1000%以上。擁有強大創新文化的公司更有可能報告他們的產品和服務領先於行業，他們的組織在新產品開發的速度上是最佳的。這就是GenAI發揮作用的地方：它涉及開發、測試和部署。在ChatGPT爆發之前一兩年，一些領先的公司就已經部署了GenAI。 

Sean Brown：擁有創新文化意味着什麼？

Matt Banholzer： 我們之前寫過關於灌輸創新承諾、創新中的人因素以及創新的八個要素的文章，在這些文章中我們定義了創新文化的構建塊。例如，你是否設定了只能通過創新才能實現的大膽願景？通常，公司可以在不創新的情況下實現他們的戰略，因此他們不創新也就不足爲奇了。創新文化還意味着應用客戶支持的洞察力和市場告訴你的信息。此外，頂尖的創新者質疑假設和斷言，擁抱不確定性，並使迭代開發成爲可能。 

Sean Brown：這些公司有特別關注和投資的領域嗎？

Laura LaBerge： 他們與其他公司的一個不同之處在於，頂尖的創新者在研發和數字技術上投資更多。但不僅僅是投資更多——他們投資不同，並且在這些投資上獲得了更高的回報。平均而言，他們在數字技術上的支出增加了55%，重點關注能夠使他們在戰略上有所區分的技術。此外，他們關注速度、細緻度和整合性，在這些領域的能力是普通公司的兩到三倍，甚至是弱創新者的九倍。這些投資使他們能夠充分利用新型技術，因此他們在大規模部署GenAI以加速研發和創新過程方面遙遙領先也就不足爲奇了。過去，這些組織在物聯網或設計工程等其他技術進步方面領先。當前時刻有趣的是，GenAI在多大程度上可以發揮他們的優勢。 

Sean Brown：這些公司如何發展你所提到的速度、細緻度和整合性？

Laura LaBerge： 以速度爲例，企業領導和產品團隊使用實時數據來驅動快速改進。他們在整個組織中廣泛使用技術，超越簡單的自動化，整合開發、安全和運營流程。細緻度是關於利用機器學習大規模分析數據，而整合性指的是他們對最終用戶的全組織關注和無縫嵌入的控制功能。在GenAI出現之前，創新公司就已經具備了所有這些要素，這些能力對於利用GenAI的優勢和規避其風險至關重要。 

Sean Brown：處於GenAI實驗早期階段的公司可以從這些領導者那裏學到什麼？

Matt Banholzer： 這些公司在處理GenAI時有五個方面。首先，他們知道如何提出好問題。這不僅僅是簡單的提示工程和語法思考——他們明白業務需要解決什麼問題，以及如何使用GenAI來解決這些問題。其次，他們專注於剔除錯誤答案。這不僅僅意味着拒絕毫無意義的答案，而是始終質疑斷言，並將其視爲假設。當公司建立新業務或推出核心之外的新產品時，他們會對客戶的偏好、支付意願、是否能生產產品以及銷售團隊是否能銷售產品等方面做出假設。在常規業務中，您可以因爲有模式識別而斷言事情會如何發展。在創新中，你必須質疑這些假設，這種思維方式可以直接轉化爲GenAI。當GenAI給出一個答案時，頂尖的創新者會問：“這是一個有用的答案嗎?” 

第三個不同之處在於他們持續構建專有數據。GenAI是快速總結和綜合數據的絕佳方式，但其從非結構化數據中驅動洞察的能力有限，尤其是在特定公司決策方面。在麥肯錫，我們擁有接入公司業績、市場規模等專有數據庫的GenAI工具，因此答案可以正確綜合，我們能夠篩選其他人沒有的數據。 

第四個能力是頂尖創新者預設的快速學習和改變方向的能力。敏捷實踐實際上意味着在不確定性下前進的能力，進行測試和學習，並在沒有完整答案的情況下采取行動。這對於GenAI很重要，因爲它讓你可以說：“這個GenAI工作流可能行不通，但我們會測試它，如果有效，我們會盡快擴大規模。”這種迭代測試和學習循環是組織逃離試點困境的方式。 

第五，擁有創新文化的公司已經預設了無需人工觸碰的工作流程。人們提出問題並發現錯誤答案，但許多其他步驟是自動化的。以CRM系統爲例，這些公司可以從識別客戶開始，讓GenAI開發可能的提示以接觸這些客戶，再到後續跟進。你使銷售人員的參與儘可能簡單和無縫。 

Sean Brown：如果你正處於GenAI採用的早期階段，如何實施這種預設？你可以分階段進行嗎？還是必須全盤接受？

Laura LaBerge： 不需要一次完成所有事情，當然也不必大規模進行。基本原則是尤其在數據安全方面不造成傷害。在試驗這些技術時，你需要建立監管和數據安全邊界。然後，找出你的組織中GenAI能夠帶來最大戰略優勢的地方，通過加速或更細緻地開始測試。 

Matt Banholzer： 大多數領先的公司採取了以用例爲驅動的方法，他們選擇了一個他們知道想要改變的元素。早期的例子傾向於像客戶服務提示這樣的事情，但它們可以來自任何地方。我想強調的是，各個行業的公司都在測試這項技術。在化學或製藥研發領域，試圖發現新分子的公司從大型候選分子庫開始，這些可能由GenAI或專家生成。之後還有很多步驟，但你可以加速一個緩慢的早期步驟。 

Sean Brown：針對GenAI引入或提議了許多法規。這些可能對您所討論的五個預設領域有何影響？

Matt Banholzer： 關於下達的行政命令和法規有很多爭論。它們主要關注如何聲明您對工具的使用，但回到我之前的例子，存在關於可以使用哪些化學品、如何合成它們、安全法規等的法規。您可以選擇使用高級化學品，但這需要有保護措施。 

Laura LaBerge： 這可能會沿着我們在個人數據法規方面看到的類似路徑發展，這些法規因地區而異，並隨時間演變。組織必須緊跟其發展並適應。 

Sean Brown：讓我們更深入地探討頂尖創新者領先的五個領域。如何向GenAI提出好問題？

Matt Banholzer： 充分利用GenAI所需的許多技能是公司在進行產品推出或應用機器學習時磨練出來的，但我們對頂尖表現者和其他表現者之間的差異程度感到驚訝。頂尖表現者理解這個工具的侷限性。正如你不會用錘子擰螺絲一樣，你不應該問GenAI那些用其他方式更好回答的問題。這是要避免垃圾輸入，垃圾輸出。問題需要是可回答的，你必須理解數據的可靠性，但在工作流的特定點可能有你可以自動化的具體問題。 

這就是提示工程發揮作用的地方。僅僅讓銷售團隊或研究人員使用工具看看他們會得到什麼是不行的。然而，如果你知道有五個問題與開啓銷售線索有關，或有五個功能分子羣體的元素你總是探索以獲得新屬性，你可以硬編碼這些問題。在早期實驗中，你可能提供寬鬆的指導並讓人們學習，但隨着他們變得更加複雜，你應該設計問題並將它們置於上下文中。 

例如，麥肯錫的一些GenAI知識工具讓我們搜索我們的內部數據庫。早在三月，提示是：“這是我們的內部工具，由特定引擎驅動，擁有自定義數據集。”現在，這些工具接收一個提示，並知道五到六個其他問題往往與該提示高度相關，它們會自動將這些問題推送給引擎，以提供上下文答案，並將它們與其他工作流鏈接起來。但我們有關於你可以信任和不能信任什麼的保護措施，重點關注引用和源數據。 

Sean Brown：強大的創新者如何處理錯誤答案或虛構數據？

Laura LaBerge： 跨職能團隊一直很重要，但在GenAI中至關重要。記住GenAI的目標是創造新答案。在藝術領域，這個工具通過觀察圖像然後創造新圖像來學習。文學和編碼也是如此。例如，當你就專利或法規變更提出問題時，你必須小心，不要以引導GenAI生成不存在的文章或虛假引用的方式提問。如果你不使用能夠發現不合邏輯之處的廣泛視角的跨職能團隊，或者你使用不顯示其引用來源的GenAI形式，你可能會遇到這些幻覺。 

創新公司必須避免這些陷阱的另一個元素是無縫嵌入工作流程中的控制功能，以幫助減輕風險。圍繞數據和GenAI的應用的法規正在發生變化，因此你要確保那些使用這些工具進行實驗的團隊與關注法規變化並保護你的專有洞察和數據的人保持聯繫。你不想因使用開放訪問的GenAI工具而意外公開某些內容。 

Matt Banholzer： 這是企業領導者可以增加很多價值的領域。作爲資源配置者或決策者，你可以說：“如果我們要使用GenAI，它不會僅僅是IT部門的五個人，而是包括一些銷售和P&L成員在內的跨職能團隊。”你還可以整合控制功能和反饋循環。通常，領導者會說：“讓五個感興趣的人進行實驗，因爲我對此不太熟悉。”相反，你應該說：“我將領導前進，因爲如果我做得對，我們可以獲得五到十倍更高的成功幾率。” 

Sean Brown：您會如何建議公司投資專有數據以供GenAI模型使用？

Matt Banholzer： 很少有公司在整個公司範圍內應用GenAI，因爲沒有專有數據的GenAI並不能提供多少洞察力。同時，你也不想通過硬編碼許多不同的數據集來過度設計第一個用例。通常，公司會選擇一兩個可能具有較低專有數據負載或可以依賴於一兩個關聯數據集的用例，然後從那裏擴展。 

Sean Brown：關於頂尖創新者快速學習的早先觀點，從內部實驗中學習還是從外部聘請已具備一些專長的人才更好呢？

Matt Banholzer： 在研究推動高績效創新團隊的因素時，我們發現幾個特徵很重要。人們往往過度關注某些要素，如數據科學或開發技能，但柔性創新技能同樣重要。這些包括擁有大膽的願景和理解新產品或服務能夠適應的位置，合作技能和能夠在組織中調動資源的能力，持續學習的技能以及將概念性與分析性結合的能力。你可能確實需要將人帶入組織，但要以一種補充那些技能類別的方式。這也不僅僅是讓你現有的團隊做新事情，而是要考慮你團隊所擁有的技能，並添加你缺少的技能的個人。 

Laura LaBerge： 在人才方面，大多數頂尖創新者的執行領導團隊中擁有比其他組織更高比例的技術精通領導者。就敏捷性而言，最大的區別之一是能夠在全組織範圍內保持敏捷。頂尖創新者在這方面遠遠領先於其他人。想象一下一輛公交車：如果一個輪子以每小時200英里的速度行駛，而其他輪子以每小時20英里的速度行駛，你將無法快速到達任何地方。許多組織在特定領域投資技術或分析，因爲組織無法利用這些洞察力，或者更糟的是，採取猶豫不決的行動，這僅僅向市場發出信號，然後被其他人抓住。不要在超出組織執行能力的業務領域內投入過多資金。你需要解鎖關鍵瓶頸。 

Sean Brown：領導者應如何構建這些能力，以便組織準備好更深入地探索GenAI？

Matt Banholzer： 商業領導者應考慮如何灌輸這些實踐。你能在無人接觸的互動中進行實驗嗎，同時注意建立保護措施?你能否讓你的預算過程更加定期或採用分階段資金方法而不是年度預算週期?在我們對數千家公司的研究中，最具創新性的組織對於他們想要從創新中獲得什麼有一個可量化的願景。他們嚴格分配資源。這不是孤立完成的——這麼多給併購，這麼多給資本支出，這麼多給研發——而是以一種整合和動態的方式，幾乎像風險投資公司那樣：你 獲得一些資金來交付一組證明點，然後有效地幫你進入A系列。 然後他們加速並降低風險。 他們在學習中無所畏懼，確保高貴的失敗得到慶祝。 

Sean Brown：你會給想要快速瞭解GenAI的領導者什麼建議？

Matt Banholzer： 使用它。這是敏捷方法的核心。在麥肯錫，我們通過人們構建工具然後看到使用的洪流來加速採用。展示，而不是告訴，非常重要。 

Laura LaBerge： 作爲商業領導者，你可以幫助確定你的業務中哪裏的加速能帶來最大的戰略差距。GenAI能提供哪些類型的優勢和答案會有所幫助?現在對GenAI有一種追逐新奇事物的現象，但這個工具並不適合每一種問題，所以幫助你的組織在部署時要經過深思熟慮。 

本文來自微信公衆號“企業網D1net”（ID:D1Netchina），作者：Matt Banholzer，36氪經授權發佈。