2023年生成式AI火得一塌糊涂，可BTG最近一份报告却揭示了一个尴尬的现实——七成以上的雇主其实还没搞明白怎么把AI，特别是生成式AI，真正用到非技术的工作场景里去。数据科学、人工智能和机器学习的需求明明在持续攀升，但大约71%的企业内部专业知识严重短缺，根本撑不起这场技术落地。

具体来说，企业面临的核心挑战包括对AI法规一头雾水、高层领导对AI几乎零基础、数据保护和安全的担忧挥之不去，再加上日常事务缠身、根本不知道从哪下手。这些问题要是解决不了，世界经济论坛预测的生成式AI能拉动14.4万亿美元经济增长，很可能只是纸上谈兵——因为知识缺口本身就把路堵死了。

图源备注：图片由AI生成，图片授权服务商Midjourney

那么，怎么填上这个内部知识的大窟窿？其实有不少路子可走。首先，关键的业务负责人和利益相关方得先接受培训，搞清楚AI到底能做什么、不能做什么，这样领导层才能做出靠谱的决策——方向对了，后面的动作才不会白费。

另一个简单直接的办法是：雇几个靠谱的外部AI顾问，他们不光懂AI伦理和法规，还通晓数据保护和安全。请他们来跟团队一起工作，手把手教大家怎么在不损害数据和信任的前提下，把AI集成到工作流里。这笔钱花得值不值？看看内部试错的成本就明白了。

如果眼光放长远点，也可以考虑设立专门负责AI变革管理的岗位，或者成立一个AI焦点小组。这概念虽然还算新鲜，但通过逐部门推进的方式，能让每个人都逐步用上AI工具，最终提升全员的效率。当然，这需要耐心和持续投入。

报告特别提醒：别一上来就全公司铺开，最好先搞个小范围的试点项目，测试一下用户的接受度和体验，收集反馈，看看哪些工具最适合自己的业务目标。等试点跑通了，再慢慢扩大规模，每扩一个用户群就收集一次反馈。这种渐进式的思路，比拍脑袋全面推行稳妥得多。

最后也是最重要的一步：给各级员工——从高层到中层再到基层——提供全面的培训，教他们怎么部署AI，同时制定一套清晰的道德准则。这样一来，大家心里有底，对新技术的那点顾虑和误解自然就烟消云散了。AI落地这件事，说到底，人才是真正的瓶颈。