AI 转型里，真正推动结果的发起人和只批预算的，差在哪？

界定高效高管发起人的关键行动

已有研究发现

• 与绩效高度相关。麦肯锡的报告显示，AI 高绩效组织中，高层领导表现出对 AI 项目的责任感和承诺，其可能性是其他组织的3倍。
• 领军人物的画像很关键。埃森哲发现，“战略级规模化企业”通常由首席 AI 官、首席数据官或首席分析官牵头，而挣扎中的企业则往往只能依靠技术部门内部一位孤立的”champion”来推动。
• 目的性比”在场”更重要。规模化企业推动 AI 时，会将其与高管层的战略目标紧密锚定；而停留在概念验证阶段的企业，其 AI 项目往往与战略要务脱节。

上述研究揭示了相关性，但并未回答”发起人到底做了什么，才真正带来了差异”。

我们的发现

“主动引导型”（每周例会跟进、主动清除障碍）是成功项目中最常见的模式。但真正实现了组织级转型的七个案例，无一例外都达到了”战略整合”（Strategic Integration）的层级：发起人把 AI 应用变成了与奖金挂钩的公司级 OKR，而不仅仅是一个需要”被支持”的项目。

当我们把关注点从”发起人做了什么”，转向”他们是如何领导的”，一个一致的模式浮现出来：最有效的发起人，营造了一种让团队可以失败、可以学习、可以再次尝试，而不必承担职业风险的环境。关键不在于高管本人，而在于他们打造了一种企业文化——鼓励试验、要求协作、把责任机制设计进流程本身，并培育出一种”主动尝试不会被惩罚”的安全氛围。

发现1：主动引导型很常见，但真正驱动转型的是战略整合型

我们将发起人的参与程度划分为四个层级：

1. 被动批准

批预算、完全授权下放，几乎不再持续参与。

2. 周期性监督

按月复盘，只在被上报时才出面清障，属于被动响应。

3. 主动引导

每周跟进例会，主动清除障碍，参与关键决策。

4. 战略整合

将 AI 纳入公司级 OKR，激励与应用挂钩，推动文化转型。

主动引导型模式，对于局限在单一职能内的项目行之有效。但真正实现了组织级转型的七个案例，全部都达到了战略整合层级：发起人让 AI 的应用成为衡量组织整体成败的一个标准，而不仅仅是一个需要被支持的项目。

发现2：四类行动界定了什么才是真正有效的发起人

资源配置只是”入场券”。真正让有效的发起人脱颖而出的，是他们在预算之外还做了什么：将 AI 与业务目标挂钩、在组织内部持续传递其重要性，以及最关键的一点——在团队不得不上报问题之前，就主动清除了障碍。

• “总裁一直盯着这件事，每周都来跟进：进展如何，我们到哪一步了，卡点在哪里？这很有帮助，因为这样一来，团队其他人也跟着投入进来了。”
• ——某科技服务公司高管

发现3：业务与技术的”联合发起”，是打通跨职能项目的关键

有八个案例表明，业务负责人与技术负责人之间的”联合发起”，正是决定成败的关键因素。在一家专业服务公司，第一次推动 AI 的尝试由 CTO 主导，结果未能真正落地。第二次尝试之所以成功，是因为 CEO 和人才负责人与 CTO 一起共同推动：

• “整个组织必须清楚这是一件由 CEO 主导的事情，而不只是 CTO 的事。当 AI 项目由技术主导、技术优先时，它很难成功，甚至几乎不会成功。”
• ——某专业服务公司高管

CEO 提供战略授权，人才负责人负责设定激励机制和成功指标，CTO 负责具体实施——每个人都带来了别人所不具备的东西。

在一家电信公司，成功的关键在于找到了一位能同时贯通两个世界的领导者：

• “最大的助力，是我们聘请了一位对业务流程有深刻理解的 AI 高级副总裁，他能把流程细致地梳理出来。同时他对人工智能也有深刻的理解。这正是我们最大的问题所在：我们缺少那种既懂业务流程、又懂 AI、还能把两者结合起来的人才。”
• ——某保险公司高管

发现4：真正有效的发起人，会给团队”允许失败”的空间

研究表明，61% 的成功项目此前都经历过一次失败。但失败只有在特定条件下，才能真正转化为经验教训。在考察发起人如何应对挫折时，我们发现三种策略，把”失败推动了下一次尝试”的组织，与”失败导致项目被放弃”的组织区分开来。

• 发起人在失败前后保持连续性：在每一个我们能够确认失败与成功尝试是否由同一位高管发起的案例中，答案都是肯定的。在一家科技公司，最初搭建后又被弃用的第一个平台的那位高管，六个月后亲自主导了重新设计。在一家半导体制造企业，早期 AI 项目因工程部门各自为战、缺乏协调而停滞不前；正是当初主导那些失败项目的同一位 AI 负责人，把问题上报给 CEO，并推动了第二波项目走向落地。当发起人在失败后更换，机构记忆也随之流失——哪些做法行不通、需要拉哪些相关方参与、真正的瓶颈在哪里，这些经验都会一同消失。更重要的是，这会向所有人传递一个信号：失败会威胁到职业生涯。
• 以”可控范围”作为一种失败应对策略：73% 的实施案例，都是有意识地从小处起步；63% 则明确将试点定位为”实验”。这不是胆怯，而是一种政治层面的精明考量——小规模试点的失败成本很低，而低成本的失败不会断送任何人的职业生涯。一家专业服务公司此前在两次技术实施中都失败过，这一次，发起人接受”80% 的准确率”作为可以推进的及格线，把”不完美”当作起点而非缺陷。从一个可实现的目标出发，让团队有空间去反复迭代，而不必背负”第一次尝试就要交付完美产品”的压力。
• 用反馈闭环取代硬性上线日期：应对失败最有效的方式，不是在事后容忍它，而是提前就把应对失败的机制设计进方案本身。在一家半导体制造企业，第一次失败与第二次成功之间的关键转变，就在于把”持续的用户反馈与迭代”提升为整个解决方案生命周期中的头等优先事项，而不是把每一次部署都当作一次性交付的”成品”。

一个共同的线索是：在我们研究的所有案例中，没有一个人因为 AI 项目失败而受到惩罚。

案例研究 ：一家半导体公司的现场服务变革

他们如何实现有效的高管发起支持 硬件制造 | 现场服务 | 企业级

公司背景

一家为企业客户生产固态硬盘的半导体制造企业。公司下设多个技术要求各异的部门：工程与 IT 在最前端，运营和财务在中间层，法务和人力资源在最后端。

问题所在

当企业客户反馈问题时，现场服务工程师需要先收集技术数据才能进行诊断。而产品规格、测试库、数据表、工程日志分散存储在由不同团队管理的五六个不同系统中。仅仅是数据收集这一环节，服务水平协议（SLA）就要求耗时40小时。

• “各种文档、不同的数据表、不同的测试库，全都没有集中存放，每一样都归不同的团队所有。一旦发现问题，所有这些东西都必须被凑到一起。”
• ——某制造企业 AI 负责人

第一次尝试为何失败

早期的 AI 项目搭建了基于 LLM 的数据分析智能体，在演示中表现良好，但在实际生产环境中却行不通。问题不在技术，而在于工程部门各自为政，为自己的使用场景搭建方案，缺乏协调，没有统一标准，也没有人为落地采纳负责。

发起人做了什么

这位 AI 负责人意识到，仅靠部门层面的支持还远远不够。他通过三个具体行动，把问题一路上报到了 CEO 层面：

1. 在每个部门都建立起 AI “推广大使”。工程和 IT 部门很快就采纳了 AI，但法务、人力资源等非技术部门进展缓慢。发起人在每个部门都设立了推广大使，通过同事之间的相互影响来推动采纳。

• “我看到的情况是，同一个组织内部，AI 成熟度参差不齐……所以我们在每个部门都设立了 AI 推广大使。”
• ——某制造企业 AI 负责人

2. 把 AI 的应用变成公司级 OKR。当同侪压力还不够用的时候，发起人一路上报到 CEO，把 AI 的应用变成了公司衡量成功与否的一部分。

3. 通过 AI 展示日，营造可见的高层承诺。CEO 亲自出席展示日，为推动 AI 应用的团队颁奖。这传递出一个信号：AI 是一项战略优先事项，而不是 IT 部门的自娱自乐。

• “我们举办了 AI 展示日，设置了奖励，CEO 亲自颁奖。这种来自一线团队的认可和自豪感，实实在在地推动了势头的持续增长。”
• ——某制造企业 AI 负责人

解决方案

在获得组织层面的全力支持后，团队搭建了一套多智能体框架，用来解决现场服务的瓶颈问题。当客户问题传来时，智能体会自动从所有相关系统中拉取数据。

• “这套智能体框架做的事情，就是自动进入五六个不同的系统，去查找与这位客户、这个问题、这个工程领域相关的信息，然后把它们整合到一起。”
• ——某制造企业 AI 负责人

成果

关键经验

部门层面独立推进的 AI 项目，在需要跨职能协同采纳时，往往会遇到天花板。把 AI 应用与公司级 OKR 和奖金挂钩，打破了常规沟通和培训手段无法突破的阻力。

• “AI 说到底就是一场思维方式的转变，仅此而已。它本质上完全是由变革管理驱动的。”
• ——某制造企业 AI 负责人

翰德恩咨询，汇聚众多华为等世界500强10年以上资深专家与AI数智化实战专家，以深厚的IPD实战经验为底座，以敏捷方法为执行引擎，以AI技术为驱动，帮助企业重构业务流程、提升研发效能，实现降本增效与业绩持续增长。我们倡导轻量化IPD导入、敏捷与AI融合落地，结合企业行业特点与组织能力量体裁衣，已辅导众多企业实现升级——让效率看得见，让增长真实现！