AI颠覆传统规划模式：从确定性到适应性转变

现代企业依赖于确定性系统运营。而AI正在打破这些系统。

战略规划、目标与关键结果以及服务水平协议：这些都是为了减少模糊性、提高可预测性而设计的。它们让我们设定目标、跟踪进展并满足预期。但这些系统假设未来与过去足够相似，计划和结果能保持一致。

这一假设不再成立。AI颠覆和快速发展已经动摇了每个企业。形势每周都在变化。为稳定性构建的规划系统无法保持稳定。

我经历过其他重大变革——云计算、移动互联网、电子商务。但没有一个像AI这样彻底颠覆战略规划手册。即便是以严格、输入驱动规划著称的公司，也发现几十年来行之有效的方法在AI时代失效了。

AI是颠覆者，但你可以将其用作思考伙伴，模拟未来、压力测试想法，发现传统战略团队无法匹配的盲点。

从单路径到多路径规划

大多数公司将情景规划视为形式：在单一、完善的前进路径上添加一些"假如"幻灯片。

当谷歌DeepMind团队规划时，他们不选择"最可能"的未来。他们同时描绘多个合理的未来，寻找跨情景有效的行动。AI让任何企业都能实现这一点。不再需要数周的手动建模，你可以使用推理模型在几分钟内模拟竞争反应、客户行为或宏观经济变化。

多路径规划的目的不是预测将会发生什么，而是停止假设你知道或能够知道。当模拟选项的成本下降时，就没有理由跳过这个练习。

从固定赌注到无悔行动

在快速变化的环境中，最坏情况不是出错，而是出错时被锁定。

传统规划奖励果断性：选择方向、获得认同、执行。在AI加速的经济中，这是脆弱的姿态。这就是我开始思考无悔行动的原因：在多种可能未来中都能保持价值的行动。

这就是风险投资家的运营方式。他们资助初创公司组合，每项投资都是对潜在积极结果的计算性曝光。风险投资家知道单一成功可能产生比所有其他投资总和更多的回报。风险投资模式的力量在于分散风险中的选择性，以及在机会出现时捕获不对称上行空间的能力。

从长周期到短循环

如果你参与过软件项目，你会了解敏捷开发：小冲刺、频繁发布、持续沟通。在AI时代，我们可以将同样的思维模式用于几乎任何业务项目。竞争、监管和客户行为的变化可能在几周内使计划过时。

短循环意味着将计划分解为更小的独立组件，这本身就是一项工作。它还要求你对细微的市场信号建立敏感性，用实时模式匹配和适应替换对规划的不当依赖。

从自上而下到适应性系统

传统规划假设方向从领导者流向执行者。在稳定环境中，这可以奏效。在AI速度环境中，这会产生滞后。

许多组织试图通过"异议并承诺"等规划仪式包含多个利益相关者的输入，团队提出关注，领导层决策，每个人一起前进。这对协调很有价值，但通常只在周期开始时发生一次。如果两个月后形势发生变化，承诺就变成了惯性。

适应性系统将规划视为活的、网络化的能力。领导者仍然设定优先级和护栏，但团队根据新信号实时调整策略，这些信号可能来自基层的AI。

亚马逊有一个内部经济学家团队，展示了这种模式。他们不制定战略，但持续解读环境并发出变化信号。AI现在可以补充这些技能，或给没有亚马逊资源的公司提供类似能力的开端。

要组织这些输入，你不需要顶级首席AI官。适应性来自AI嵌入每个人的工作和思考中。这使组织更难被惊讶，响应更快，更可能利用新兴机会。

遇见你的新高价规划顾问

旧的规划方式——协调C级套房目标与实地真相——意味着忍受电子表格、会议，更糟的是顾问。相反，AI可以成为强大的咨询存在，一个始终在线的麦肯锡，吸收和处理目标，考虑实地数据，实时生成和调整协调路径。

在AI驱动的经济中，领导者的工作是建立能感知、解释和响应变化的运营模式：雷达，而非路线图。

我们必须知道何时依靠AI获得洞察，何时质疑它，如何让它成为团队一部分而不让它为我们思考。关键是，它可以向我们展示如何教导团队这种洞察力。AI是模式发现引擎，不是预言家。它可以暴露你可能错过的可能性和风险，但它也继承了所见数据的局限和偏见。

规划已死，至少是那种假装用单一路径控制未来的规划。AI增强、迭代和深度人类主导的规划万岁。

Q&A

Q1：为什么传统的企业规划系统在AI时代失效了？

A：传统规划系统假设未来与过去足够相似，计划和结果能保持一致。但AI颠覆和快速发展已经动摇了每个企业，形势每周都在变化，为稳定性构建的规划系统无法保持稳定，即便是以严格规划著称的公司也发现几十年来有效的方法在AI时代失效了。

Q2：什么是多路径规划，它与传统规划有何不同？

A：多路径规划是同时描绘多个合理的未来，寻找跨情景有效的行动，而不是选择"最可能"的未来。与传统规划将情景规划视为形式不同，AI让企业可以使用推理模型在几分钟内模拟竞争反应、客户行为或宏观经济变化，目的是停止假设你知道或能够知道未来。

Q3：如何在AI时代建立适应性规划系统？

A：需要从长周期转向短循环，将计划分解为更小的独立组件，建立对细微市场信号的敏感性。同时要从自上而下转向适应性系统，领导者设定优先级和护栏，团队根据AI提供的新信号实时调整策略，让AI嵌入每个人的工作和思考中。