微软CMO与哈佛教授：AI落地工作中的四个关键抉择

AI@Work：未来一年领导者必须回答的4个关键问题

哈佛大学的Karim Lakhani和我探讨了组织必须有意识地驾驭其前沿企业（Frontier Firm）之旅所必须做出的关键选择。

作者：Jared Spataro，微软工作场景AI首席营销官2025年12月17日

2025年是工作场景AI真正落地的一年。曾经主要停留在实验阶段的事物，正在融入日常工作。曾经处于组织边缘的事物，已经迁移到中心。企业领导者对AI是否重要已毫无疑问。如今的挑战在于，在地基仍在移动之时，你如何适应——以及以多快的速度适应。

我最近与我的朋友、哈佛商学院教授Karim Lakhani进行了一次对话，捕捉到了组织——以及个体领导者——在结束一个关键之年并展望另一个年头时所面临的问题。我们探讨了四个具有挑战性的问题，每一个都迫使人们做出选择，而两边都有充分的论据。

前沿企业还是快速跟随者？

第一个问题关乎时机：是成为引领曲线的前沿企业更好，还是成为比任何人都更快规模化已验证模式的快速跟随者更好？

一方主张尽早行动：现在就开始围绕AI重塑你的组织，建立熟练度，边做边学。开辟这条前沿企业之路的企业会获得快速跟随者所没有的经验。它们在优化商业价值的模式完全定型之前，就培养出直觉、发现边缘案例，并培育出敏捷思维。

另一方则是快速跟随者的论点：让技术成熟、蓝图浮现，避免在AI模型和平台持续快速演进的过程中付出可能高昂的试错成本。

两种论点都合理——而这正是决策困难的原因。

这场对话最终落脚点与其说是速度，不如说是学习。真正的风险不在于行动过早或过晚，而在于行动而不学习。前沿企业的定义不在于它们多快规模化部署，而在于它们多么有意识地开展实验、吸收经验教训，并为接下来的变化准备好运营模式。

等到竞争优势显而易见时，它早已消失。

AI的投资回报率在哪里？

下一个问题是一位CEO最近问我的：AI在公司内部无处不在——聊天机器人、试点项目、概念验证——但在损益表上却不见踪影。这是怎么回事？

这种沮丧可以理解。投资是真实的，结果却感觉抽象。

但这种沮丧往往反映了一种类别错误。AI不是一种点状解决方案。它是一种通用技术，有潜力重塑工作的完成方式。错误在于把它当作增量变化来对待，而它需要的是适应性变化的心态——新的工作流程、新的角色、新的监督形式。期待即时、线性的投资回报率，就错失了这一转变的本质。

早期回报往往不均衡地显现：更快的周期、更高的质量、更好的决策、每位员工更高的杠杆效应。但整体模式遵循J曲线。当组织引入如此基础性的技术时，生产率几乎总是先下降后上升。这种暂时下降不是失败——而是一个投资阶段，组织以短期生产率下降为代价，换取长期复合的、AI驱动的商业价值。前沿企业为J曲线做好规划，深知当它们走出低谷时，痛苦将以真正的竞争优势作为回报。

停滞不前的组织往往在等待投资回报率的证明，然后才开始改变工作的组织方式。这种拖延代价高昂。等到财务影响无可辩驳时，引领的窗口已经关闭——而它们的J曲线可能变得更深。

技术转变——还是更大的事情？

对话从采用转向了后果：我们是否准备好迎接这样一个世界：真正的竞争优势在于你能多快教会一个智能体在工作中击败最优秀的人类？

AI整合常被框定为技术问题：使用哪些模型、如何连接系统、如何降低风险。更大的挑战在于管理。Karim指出，模型将释放能力，但组织内部的人将决定如何部署这些能力。这种类型的变革——这种层面的变革——很难自下而上地发生。

AI整合工作的大多数失败并非源于模型能力不足，而是源于为人类完成所有工作的世界而设计的管理系统。当产出由人和机器共同生产时，决策权、审查周期、问责制和信任都需要重新思考。

这就是我所认为的“模型吞噬世界”的开端：当AI使专业知识变得丰富时，工作流程、角色和组织都必须围绕它进行改革。

前沿企业正在发现，人机协作并不能整齐地嵌入现有结构：委派方式变了。监督方式变了。专业知识的来源变了。这不是即插即用的升级。这是对组织如何学习和运营的重新配置，公司需要做好准备。

我该对孩子说什么？

每次我进行关于AI的严肃对话时，这个问题都会出现，而且通常是最触及个人的地方：在一个模型能够起草代码、分析数据并进行跨学科推理的世界里，我们该对孩子说什么？他们还应该上大学吗？如果上，他们应该学什么？

卡里姆的回答从历史谈起：教育以前也经历过这样的时刻。计算器曾被禁止进入数学课堂；最终它们提高了下限，让学生能够更早学习更高级的概念。电路设计从手绘工作转向了计算机辅助系统。随着时间推移，学校学会了如何将新工具转化为智力杠杆。他的观点是，我们再次处于同样的阶段——只不过现在它同时发生在每个领域，从法律、商业到工程和艺术。教育仍然重要。挑战在于它能否以技术变革加速的步伐适应。

我的担忧正在于此。按今日的结构，大学往往行动缓慢，即便经济预期迅速重置。在过去的技術变革中，教育确实适应了，但有时只是在新机构出现并引领之后。我们需要看看这次事态如何发展。有一点是稳妥的赌注：适应最慢的机构将不再是经济流动性的强大驱动力。

卡里姆明确指出什么行不通：放弃教育或将学习简化为写提示词。如果一个人只学会了如何向机器要答案，他们就没有培养出真正重要的判断力。所以当领导者问，我该告诉我的孩子什么？最诚实的答案或许是这样的：深入学习，建立判断力，并始终准备好随着周围的系统重塑和进化。

这一切意味着什么

贯穿对话的主线很简单：除了加速工作，AI正在压缩各行业领导者的决策窗口。

前沿企业不押注于完美的先见之明，而是构建学习、适应和随条件变化重新配置的能力。他们在重要之处选边站，在无关紧要之处保持灵活，并明白在这样的时刻，等待仍然是一个决定。

AI将改变你的组织。在未来一年，你会帮助塑造这种改变——还是继承别人的愿景？

Jared Spataro 是 Microsoft 工作场景 AI 首席营销官。本文转载自 Jared 的 LinkedIn 通讯《AI at Work》。订阅现在。

探索更多来自 WorkLab 的内容