人工智能在为企业创造效率和洞察的同时，也悄然加剧了部门之间的隔阂。职能壁垒、重复投入和协作缺失等问题，正削弱组织整体的绩效表现。突破困境的关键在于从“流程优先”转向“目标优先”，通过统一战略目标与共享绩效激励机制，促使AI真正成为连接组织、驱动整体价值创造的核心力量。
在全球各地的董事会会议室和团队会议上，人工智能的前景被广泛看好。领导者们期待AI能够精简运营流程、提升决策质量并大幅提高生产效率。然而，尽管不少组织确从中获益，另一个不易察觉的趋势正悄然浮现——人工智能正在加剧职能部门孤岛现象，这个困扰企业数十年的问题尚未得到根本解决。这种局面可能导致业绩持续下滑，因为各部门逐渐退缩在各自基于AI打造的独立世界中。虽然每个职能团队都在优化自身运营，但整个组织却越来越难以实现其战略目标。
在本文中，我们将借鉴所研究或咨询公司的实践经验，探讨当组织以部门为核心采用人工智能时，整体业绩会受到怎样的影响，并提出应对策略（出于保密考虑，以下提及的所有公司名称均为化名）。
影响一：“技术优先”的陷阱
部门负责人往往先决定实施人工智能，然后才去寻找能借此解决的问题。现有AI工具通常难以兼容，且鲜有团队具备关注自身领域之外事务的动力。此外，供应商向各部门推销这些作为独立解决方案的工具，进一步强化了部门间的隔阂。
局限于部门内部的人工智能工具，使得应对当今诸多紧迫业务挑战变得更为困难，例如客户体验、可持续发展与创新等议题。这些挑战需要跨越多个部门的洞察和行动。
以我们合作过的澳大利亚制造公司Emacom（化名）为例。其信息技术部门实施了AI驱动的预测性维护系统，供应链团队则使用独立的人工智能工具进行需求预测。与此同时，销售部门将AI应用于客户服务，人力资源部门则采用AI驱动的简历筛选系统。每个部门都在独立运行其人工智能解决方案。
这些孤立的AI系统虽然各自提升了效率，却未能解决维护、供应链、销售和劳动力规划之间需要协调才能解决的核心问题——减少延误。
解决办法：构建“中心辐射”模式
建立人工智能卓越中心（CoE），在集中管理与分散执行之间取得平衡。卓越中心作为核心枢纽，汇聚了组织内顶尖的人工智能专家、战略领导者以及共享资源。其职责是通过提供管理框架、最佳实践以及共享的基础设施，将所有AI项目与公司目标相结合，以拓展人工智能能力。而“辐射点”则是各业务职能部门内部嵌入的人工智能团队。他们利用卓越中心的资源和标准，结合自身深厚的领域知识，迅速解决特定的业务问题。
以我们合作过的澳大利亚公司Bathurst Insurance（化名）为例。其人工智能卓越中心作为核心枢纽，发现了整合公司销售与承保流程的机会。嵌入销售和承保部门的“辐射点”团队，借助卓越中心的共享平台、管理框架和资源，构建了一个能够实时预批保单，并立即将其传递给销售团队的人工智能模型。
影响二：重复与矛盾
当不同部门使用不同数据集和模型来解决相似问题时，往往会得出相互矛盾的结论。这不仅效率低下，还直接威胁到统一的商业战略。
以我们合作过的澳大利亚跨国银行Western Pacific（化名）为例。财务部门基于传统信用评分和历史贷款表现构建的风险管理人工智能，将某一特定客户群体标记为高风险。与此同时，营销部门通过分析数字行为和社交媒体数据构建的人工智能，却将同一群体确定为新产品的目标客户。这在内部引发了紧张局面：银行究竟应该像营销团队主张的那样积极向这些客户推销产品，还是听从财务团队的建议避开他们？
解决办法：从目标出发，而非流程
解决之道并非为每个团队创建通用数据集，而是需要将思维模式从“流程优先”转变为“目标优先”。首先明确你希望在全公司范围内实现的成果，然后逆向推导，确定AI如何在多个职能部门中支持这些成果。这种方法确保人工智能成为战略推动者，而不仅仅是战术工具。
我们合作过的一家澳大利亚大型在线零售商Nexora Market（化名）就是一个有力的例子。该公司没有让各部门优化自身业绩，而是从一个首要目标出发：提高客户终身价值。这促使他们创建了一个统一、集中的推荐引擎。这些推荐成为营销的重点；库存管理部门利用它们优化库存水平，物流部门借助它们预测运输需求，客户服务部门则依据它们提供主动支持。
通过聚焦共同目标，Nexora Market确保所有人工智能项目都朝着共同目标努力，创造出超越部门界限、连贯一致的客户体验。
影响三：未达公司目标
当AI工具无法相互连接并产生协同效应时，组织就难以获得具有变革性的复合效应。本文作者之一金（Kim）的研究表明，70%的人工智能项目在首次部署后便难以进一步拓展，究其原因，正是这些项目的应用与评估都基于“孤立的人工智能实施”模式。
参与金研究的一家澳大利亚大型零售连锁店Vera & Wilde（化名），在整个组织内取得了多个与AI相关的成功案例。其库存管理团队通过AI驱动的需求预测，将缺货情况减少了15%。客户服务部门借助AI聊天机器人，将响应时间缩短了40%。营销部门通过AI驱动的个性化服务，将电子邮件打开率提高了25%。
各部门都自豪地向领导层汇报这些指标，人工智能的应用被视为巨大成功。然而，尽管各部门表现亮眼，公司的整体客户满意度得分却停滞不前，竞争对手正在抢占市场份额。这是因为AI被用于优化部门指标，而非创造如净推荐值等跨职能成果——后者本可以在问题演变成代价高昂的失败之前揭示潜在隐患。
解决办法：激励协作
大多数绩效指标都是针对特定职能的。销售部门追求营收，人力资源部门关注员工敬业度，运营部门则注重效率。如果你希望实现跨职能的人工智能协作，就要对其加以衡量并予以奖励。设计能够反映集体成果的共享关键绩效指标（KPI），比如端到端的客户满意度、产品发布周期，或者跨职能流程改进。
以我们研究的澳大利亚农业田间试验公司CropEdge Research（化名）为例。其各部门依据传统的KPI——研究团队根据试验准确性进行评估，销售部门关注客户获取情况，运营部门则关注成本效率。这导致了部门间的摩擦：销售部门承诺快速启动试验，运营部门却难以兑现，研究团队则感到压力巨大。这损害了客户满意度。为鼓励跨职能AI协作，公司领导层引入了共享指标，如从试验设置到最终报告的客户满意度得分；从签订合同到交付的周转时间；研究、运营和报告过程中的数据质量一致性。
人工智能有能力整合并提升你的组织效能，但若处理不当，也极易造成组织碎片化。你看到的碎片化并非技术不可避免的副作用，而是工具采用、管理和文化等方面选择的结果。因此，要避免简单地将现有数字化孤岛AI化。相反，应将人工智能作为推动真正组织变革的催化剂。按照你希望组织体现的系统思维方式来实施人工智能。最终目标不仅仅是采用人工智能，而是利用它打造一个更具凝聚力、智能化且目标明确的现代企业。
关键词：#AI
格雷厄姆·肯尼（Graham Kenny）、金·奥斯特惠森（Kim Oosthuizen）| 文
格雷厄姆·肯尼是Strategic Factors公司的首席执行官，著有《战略发现》（Strategy Discovery）。他是战略和绩效衡量领域的知名专家，帮助私营、公共和非营利部门的高管和董事会创建成功的组织。他曾在加拿大和美国的管理学院任教。金·奥斯特惠森是全球医疗保健公司保柏（BUPA）澳大利亚和新西兰地区的人工智能负责人。她是人工智能整合与应用方面的专家，帮助领导者利用人工智能提高运营效率，并在商学院兼职授课。
周强 | 编译
