尽管人工智能 (AI) 在工作场所逐渐取代以人为核心的优势，但这种优势是短暂的。要实现持久的竞争力，关键在于将 AI 强大的计算能力与人类的判断力相结合。 Louis-David Benyayer 和 Howard Zhong 指出，企业必须整合人力与技术资源，创建既融合 AI 技术又结合人类技能的新岗位。这需要投资于技术、人才和朝向协作、多功能的文化转型。
编者按：本文引言是在 ChatGPT 协助下编写的。
人工智能 (AI) 正在快速改变商业环境，各大公司正努力适应这一变化。AI 拥有深刻改变竞争优势来源的潜力，它不仅降低了某些传统因素的重要性，还引入了新的影响因素。
比如，生成式 AI 工具，如 Chat-GPT 和 DALL-E，可能会大幅影响很多依赖人才处理部分业务流程的行业的核心成功要素。我们探讨了 AI 如何影响那些基于人力的优势，并如何利用 AI 创造新的、持久的优势。
AI 只是一种暂时的优势
要成为竞争力的源泉，资源必须既珍贵又稀有。在 AI 的加持下，诸如定价、写备忘录、组织工作等许多原本由人手完成的任务现已实现自动化。由于算法拥有超强的计算能力，它们能比人类更快地处理更多信息。
因此，在面临自动化威胁的众多活动面前，那些曾凭借人才和流程取得优势的公司正逐渐失去这一优势。反之，那些依靠算法做决策的公司则见其优势不断增长。信用评分、风险评估和保险费用计算等领域就是典型例证。
然而，资源要成为竞争优势的基石，还必须难以模仿或复制。鉴于制作特定决策算法所需的信息普遍可获得，且相关人才、软件和基础设施也容易得到，这类算法的独特性和区分度就相应降低了。
这意味着我们可以预见，自动化决策将渐成常态：一开始更易获取和使用，但随后将变得平凡，竞争优势也会相对减弱——除非某公司拥有访问特定且有价值的数据集的独家权利，用以训练模型。技术能力已成为可模仿、因而可外包的非核心资源。
更具持续性的竞争优势
要在构建竞争优势中发挥作用，资源还必须与组织的流程紧密结合。这就是为什么技术层面的 AI 相关资源和能力必须与以人为核心的资源和能力相结合的原因。
当企业发展出融合技术资产和社交资本的能力时，它们可以超越竞争对手。特别是解读数据洞见并基于这些洞见做出决策的能力，是创造价值的关键内部能力。人力资源和管理能力难以被模仿，因此，是重要的竞争优势来源。
AI 系统难以模仿的方面：
- 首先，尽管 AI 系统非常先进，但它们在运用良好判断力或常识方面可能存在不足。与机器不同，人类能够在做出决策时运用直觉和判断力。
- 其次，在某些场景下，AI 算法可能会无意中引入基于种族、性别或社会经济地位等因素的偏见。人类专家在确保 AI 系统以道德和无偏见的方式设计和训练上扮演着至关重要的角色，减少意外后果和对社会的负面影响。
- 第三，虽然 AI 算法使得数据分析和基于历史模式做出预测变得更加容易，但它们在适应新情况时仍有所不足。有行业经验的人类专家可能依靠自己的知识和经验做出考虑到更多因素的决策。
- 第四，尽管 AI 系统能够轻松完成复杂任务并分析大量数据，但人类专家能够运用他们的创造性思维，提出新方法和创意。
所需的转变
要实现可持续的竞争优势，一个明确的途径就是同步人力资源和技术资源。然而，这样的结合却是一个不小的挑战。
面对这一挑战，组织或许应考虑创造新的职位，这些职位既需要人工智能（AI）技能，也需要人类的技巧。随着人工智能和人类在工作场所合作愈发普及，重新定义绩效指标以适应 AI 环境下工作性质的变化变得尤为重要。为了促进人类和 AI 工作者之间更好的合作，组织可能还需要开发培训项目，帮助员工提升现有技能，从而在工作中更加高效。最后，组织必须认识到数据的核心重要性，并把焦点从简单的数据驱动转向以数据为中心的思维模式。
“组织必须投入必要资源和能力，来融合人工智能和人类专家的智慧。”
谈到人工智能与人类的协同合作，一个重要问题是如何明智地选用 AI 模型。组织在选择自主研发还是采用现成模型时，应考虑问题的复杂度、数据可用性和定制需求等因素。关于基础设施的考虑，不仅要涉及成本、扩展性和安全性，还需要考虑组织特定的需求、技术专业水平以及任何停机带来的潜在影响。
总的来说，组织需要愿意投入必要的资源和能力，才能成功地将 AI 与人类专家的智慧结合起来。这可能意味着投资新技术、聘请新人才，以及制定新的工作角色和培训计划。此外，组织可能需要进行文化上的转变，从传统的层级模式转向更加协作和跨职能的方式。
