OpenAI发布企业领导者AI行动指南助力发展

OpenAI 最近在复盘企业 AI 落地时，抛出了一个颇为反直觉的结论：员工之所以抗拒 AI，根源往往不在技术本身，而在于管理层讲不清楚“为什么”。换句话说，这不是个技术问题，是个管理问题。

自 2022 年以来，前沿大模型的发布数量增长了 5.6 倍，基本是沿着摩尔定律的快车道在狂奔；运行 GPT-3.5 级别模型的成本，18 个月内下降了 280 倍，这成本曲线，打个比方，好比房价从一线城市的核心地段跌到了奶茶价；而应用落地的速度，比当年桌面互联网的普及还要快出 4 倍。也就是说，你可能还在犹豫该不该上，竞争对手已经靠这个把营收甩开了一个身位。

那么，问题来了：怎么跟上这个节奏？怎么让员工真正把 AI 用起来，而不是把 AI 项目变成又一个束之高阁的信息化工程？

OpenAI 在走访了 200 多家营收超 10 亿美元的企业后，结合雅诗兰黛、Notion、圣安东尼奥马刺队、BBVA 等公司的实践，总结出了一套 5 步战略框架——对齐、激活、放大、加速、治理。这几个步骤，不是为了让你买更多工具，而是为了让你在 AI 持续演进的当下，能让组织跑得更快、更稳。

一、对齐（Align）：先让所有人知道“为什么打这一仗”

员工只有看到新倡议能提升自己的技能、让工作更有意义、增强公司竞争力时，才会真正拥抱变化。否则，任何新工具的推入，在他们眼中都只是“又要学个新东西”的负担。

这里可以对照着反思一下：你的员工真的理解“AI 关乎公司战略”这件事吗？公司是否在公开透明地沟通进展？各业务负责人有没有定期举办 AI 专题会议，帮助团队把 AI 与日常工作挂上钩？

二、激活（Activate）：近半数员工卡在了“没人教”

调研数据显示，近半数员工认为“缺乏培训与支持”是他们采用 AI 的最大障碍。而培训，恰恰被认为是成功采纳的最重要因素。

更进一步，可以把 AI 使用列入绩效与晋升的考量。比如，在 OKR 里设定“发现可提效流程”“试点新场景”这类目标，并在晋升评审时明确讨论 AI 贡献。这会让团队意识到，这不是可做可不做的加分项，而是未来工作的基本能力。

三、放大（Amplify）：别让好经验烂在某个人的电脑里

很多公司的问题是，某个团队或个人摸索出了不错的 AI 工作流，但因为没有共享机制，其他部门还得从零开始。这就是典型的重复造轮子。

为了让这个机制转起来，可以要求每周例会固定 5 分钟让经理点名表扬 AI 亮点，形成正向循环。有条件的话，也鼓励员工在公开社交网络分享成果，放大荣誉感。

四、加速（Accelerate）：让好点子从试点到量产只隔一层窗户纸

很多时候，一个好创意不是死在技术实现上，而是死在漫长的审批流程和部门墙里。要打破这个局面，核心在于基础设施要灵活，决策权要下放，审批要轻量。

一个很有效的做法是，当团队用 AI 节省成本或提升效率后，把节省下的资源或时间再投给该团队做下一轮创新。这样，创新就不再是消耗，而是一台自我驱动的飞轮。

五、治理（Govern）：快不等于乱，规则要清晰

治理不是为了让事情变慢，而是为了让团队在“安全可试”的范围内高速前行。模糊的规则会增加不确定性，反而拖累效率。

AI 的采用速度已经超出了大多数领导者的想象。但真正的制胜关键，不在于你买了多少工具，而在于你是否为你的团队创造了一个能够适应与创新的环境。AI 不会取代团队，但“会用 AI 的团队”一定会取代“不会用 AI 的团队”。