从质疑自我起步，用GenAI驱动创新

先分享一个核心判断：多数企业创新失败，根子往往不在执行层面，而是出发前就错了。比如，对客户需求、技术趋势或竞争格局的判断还停留在过去；又比如手头创意看着不少，但实际质量堪忧；再比如，明明好点子就在眼前，却缺乏足够的能力把它筛出来、投下去。

无论业务焦点落在新产品、新服务、新流程还是新商业模式上，生成式人工智能都能在创意的全周期中扮演重要角色，挑战我们习以为常的工作方式。尤其是在创意的生成与验证阶段——也就是创新的发散与收敛环节——GenAI的贡献非常突出。但真正值得深挖的，是它在"质疑阶段"的潜力：帮助领导者用新的视角审视、甚至推翻战略假设。一家企业如果能定期质疑自己的底层假设，不仅能更敏锐地捕捉竞争优势的转移，也自然会长出更强的韧性。

借力GenAI，用质疑推动创新

质疑是一切创新真正起步的土壤，在充满不确定性的时代尤其如此。与其说"跳出旧框架"思考，不如说"进入一个新框架"思考更准确。团队在思考时需要一定框架的引导，这些框架就是关于客户、技术、市场的一系列假设。问题是，如果连框架本身的合理性都没验证过，就直接进入发散阶段，很容易陷入"新瓶装旧酒"的死胡同——只不过更快地走错了方向。

所以，第一步不是急着出创意，而是花时间理清那些限制思维的"框架"，尤其是那些隐晦的、默认成立的假设。然后，在开始构思创意之前，对它们做一次高压测试。哪些假设明天依然有效？哪些已经过时？新的框架里，应该保留哪些旧假设，又该引入哪些新假设？想清楚了这些，再问两个更根本的问题：为什么要创新？要往哪里创新？

GenAI当然不能替你决定什么时候换框架，但它有一个人类团队很少具备的优势：没有情绪，没有偏见，能提供真正的局外人视角。凭借庞大的知识储备，它能在我们容易忽略的角落发现蛛丝马迹，支撑或削弱那些已经很久没有质疑过的假设。即便它输出的信息有时不完全准确，甚至出现"幻觉"，只要运用得当，这种"不完美"反而能成为打破惯性的一股力量。

突破旧框架，创建新框架

进入质疑阶段时，通常建议把所有主要利益相关方拉到一起，先把企业的基本战略假设摆上桌面，并达成共识。目标客户是谁？优先级是什么？为什么这么排？支撑这些优先级的竞争优势是什么——是数据洞察、技术壁垒，还是规模效应？

接下来就是对假设做压力测试。旧框架可能仍然有效，也可能早已过时。有没有数据表明，你对核心客群的吸引力在下降？他们最在意的东西是不是变了？成本结构、技术路线或竞争格局有没有在悄悄削弱你的护城河？

一旦发现有些假设已经站不住脚，或者正承受着压力，就需要清晰地讲出每个假设的调整方向。这时，"从……到……"的格式特别好用。尤其是当"从"的那一边是一些默认成立的潜台词，比如"我们一直这么干"或"行业里都这样"。举个例子，某喷气发动机制造商从"销售发动机和单独的维护服务"，转向"销售发动机使用寿命的承诺"。这种转变本身就是一次碘伏性的框架重构，也为后续的创新定义了全新的边界。

GenAI能帮我们发现那些被忽略的潜在假设，也能提醒我们，那些多年未变的核心假设可能马上就要过时。比如，可以试着向GenAI工具输入这样一条提示："我是（某公司）的CEO，正在启动一轮战略审查。你认为哪些关键假设是目前战略的核心？其中哪些依然有效，哪些已经失效，哪些正面临风险？" 对正在探索创新方向的领导团队来说，这样的回答往往很值得玩味，能提供不少启发。即便有些信息听起来像是天方夜谭，只要团队别急着否定，先认真想一想，也能打破思维定势。

试想一下，如果时间回到20世纪80年代，GenAI能否帮百货公司提前看到自己的战略漏洞？当时，各大百货公司通过向中产阶级提供品类丰富但选择不多、价格友好的商品，生意做得相当不错。但GenAI可能会从数据中发现：收入不平等从70年代末开始加剧，首席执行官与普通工人的薪酬比在十年间翻了一倍；低端折扣店和奢侈品专卖店正在崛起。它可能会提醒高管们，未来的战略环境已经不那么友好了——如果能早一点听到这个警报，也许很多公司能争取到更充足的应对时间。

把想法摆上桌面

进入发散阶段，核心任务就是围绕"新框架"或"调整后框架"提出尽可能多的创意，暂时不做评判。逻辑很简单：要想拥有一个好主意，最好的办法就是先拥有许多主意。而GenAI如果部署得当，在这个阶段能发挥巨大作用。BCG 2023年的全球创新调查显示，那些将AI纳入创新体系的企业，创意数量是未使用AI企业的五倍。

发散阶段的成败，关键在于你能不能提出好问题——不仅是对团队，也是对GenAI。近年来"提示词工程师"的需求急剧上升，这些人专门负责设计提问方式，以获得更优质的生成结果。但这其实不是什么新鲜事。训练有素的创新导师多年来一直在用结构化提问技巧来提高员工的创意质量和多样性。AI聊天机器人能从中受益，也毫不奇怪。

在创意发散阶段，真正重要的不是答案，而是问题——只有好问题，才能催生好创意。

为了让创新保持活力，同时让更多人参与进来，建议先让团队自己提出一些关键问题，再由GenAI介入，扩大思路，丰富选项。你可以要求它生成一系列创意，调整分析的"温度"或随机性，在务实和天马行空之间找到一个合适的比例。比如让它参考其他行业的类似情况；或者让它设想某个利益相关方未来会对某款产品赞不绝口的原因——这往往能打开全新的思路；又或者让它基于某项技术趋势或战略投入，推演可能的机遇空间。值得强调的是，我们要在开发新产品时找它帮忙，在重新设计流程、削减成本、处理任何需要新思路的问题时也同样可以用。它给出的创意可能本身就很好，也可能给团队带来新的灵感，甚至只是让原有的想法变得更加完整。

不过，有一点需要特别注意。由于GenAI的训练数据集是公开的，对于类似的问题，它很可能会给竞争对手提供相近甚至相同的答案。所以创新团队在提问时，必须把自己的竞争优势植入进去——你的组织有什么独特的宗旨？有什么专业积累？客户和供应商关系如何？规模优势在哪里？如何在它的创意基础上做进一步的提升？这才是拉开差距的关键。

去其糟粕，取其精华

创意多了之后，资源限制就开始显现。怎么从一堆想法里找出最值得投入的那几个？一个可行的做法是：先由团队创建一份创意管理列表，挑出最激动人心的几个。然后借助GenAI，从相对可取性、可持续性和可行性等维度做一次系统筛选。通过筛选后，再进入概念优化和视觉化的环节。GenAI可以快速生成图像和简短介绍，让销售、营销团队甚至客户用更直观的方式给出反馈。

但更重要的是，GenAI在收敛阶段同样可以扮演"唱反调"的角色。就像在质疑阶段一样，它能利用庞大的数据库对各种想法提出挑战。BCG正在开发的"创新助手"就是这样一款工具——它会在创意周期的每个阶段对创意进行反复质疑，帮助团队不断打磨、完善想法。

说到底，GenAI再强大，也只是工具。真正的洞察力和落地的执行力，依然来自人。组织终究要靠人来领导和管理。要把战略变成行动，离不开员工的理解、支持和热情；要推广新产品、新服务、新商业模式，也需要员工发自内心地认同和自豪。创新与商业化的全链路，始终离不开他们的参与。

不妨把GenAI想象成一个反应迅速、不知疲倦、聪明伶俐的实习生——有各种各样天马行空的想法，但偶尔也会犯点小错。它的作用从来不是取代人，而是帮我们挣脱那些早已习以为常的条条框框，让我们把更多精力放在真正重要的事情上：创造。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：从质疑自我起步，用GenAI驱动创新要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题