文章作者｜麥肯錫公司：Alexander D'Amico、Bruce Delteil、Eric Hazan、Andrea Tricoli、Antoine Montard ，慎思行采編翻譯

個人微信 |hello_SSX

在戰略的核心處，需要的是從事實和數據中獲得洞察，根據這些洞察來制定實際的選擇方案，以及做出一些難以逆轉的選擇，并采取行動來將這些選擇轉化為價值。幾十年來，數據分析一直在協助這項工作；但一個前所未有的情況是，現今的技術不僅能夠使對戰略的輸入得以增強和部分地自動化，還能將這些輸入組合成復雜的分析。假以時日，它甚至可能會推薦可行的戰略。

AI和生成式AI具有改變戰略人的工作方式的潛能，這種改變的潛能在于增強和加速諸如分析和見解的生成等活動，同時又減輕人類偏見、偏差和戰略的社會方面所帶來的困難。近期的數據爆炸和早期AI的進步極大地提高了預測的準確性，在此基礎上，AI這些最新的工具正在使得洞察的產生變得更加容易和便宜。我們在客戶的組織和在我們自己作為戰略人的工作中所看到的影響，使我們將這一時刻視為戰略設計的新拐點——有可能與 20 世紀 70 年代和 80 年代核心戰略框架的創建相提并論。

雖然AI不會改變領導者們的需要，即需要通過承諾做出大動作來展示戰略勇氣，但我們預期，假以時日，AI技術將強化戰略制定的每個階段，從設計到動員，再到執行。如今，這項技術可以在戰略設計階段帶來最大的益處，而這是通過幫助企業在行業和市場動態的環境下評估它的起點來實現的。人們可以用它來確定潛在市場的規模，分析競爭對手的動向，并在復雜多變的情況下評估不同戰略舉措的價值。但這僅僅是個開始：戰略還需要動員整個組織，確保準確的資源分配并監控執行過程。在所有這些任務中，AI都可以發揮它的作用。

AI在戰略中的新角色

人的判斷對于制定戰略愿景來說仍然至關重要，這一愿景將組織的雄心壯志和如何將之實現的看法結合在一起。然而，AI可以加速戰略團隊的工作，并使其更加嚴謹。即使是在早些時候，我們也能看到AI的五種角色：研究者、解讀者、思想伙伴、模擬器和溝通者。這些角色中的每一個都可以在戰略制定過程的不同階段、不同步驟中發揮作用（見下表）：

• 研究者。戰略家們會花費大量的時間，從眾多的來源處收集和豐富數據。AI總結數據的能力，以及它在所有的數據集之間建立有價值聯系的能力，都能夠大大加強這項工作。例如，一個由AI驅動的可以識別潛在并購目標的引擎，就能精確地找出符合公司戰略點的受低估的資產，從而在這個過程中起到增強作用；而這一過程在今天通常被認為是有賴于企業管理層及其中介對市場的了解才能做出的。一個這樣的工具就可以在短短幾分鐘之內掃描不同語言下 4000 多萬家公司的公開信息，并給出一份相關目標的簡要清單。盡管AI比人類思考得更全面、更快速，但戰略家們仍然需要向它們提出正確的問題，才能產出他們所尋求的特定洞察結果。

• 解讀者。要將數據分析轉化為有用的見解，戰略家們需要解讀他們的分析結果何以推進他們的目標。例如，一項尋找增長機會的研究，往往需要關注鄰近市場。這些擴張的思路可能來自很多方面，例如對競爭對手動向的審視，或是對客戶新需求的深入了解。AI工具可以將一些互不相干的輸入集合中的數據——如年度報告、專利、客戶評價和采購數據——轉換為 "增長觀察"，從而加快思路發現的過程。這些觀察會總結出最常競逐的鄰近市場，然后對它們與公司戰略的契合度進行解讀和評分。由此產生的觀點可以幫助戰略家們縮小選擇范圍，為正在考慮中的行動找到先例或基準，并揭示新的想法。

  AI已經在發揮解讀作用的另一個領域就是趨勢監測。戰略家們在制定選擇方案和審視他們的假設時，需要密切關注主要趨勢的變化。生成式AI的引擎可以讀取海量的信息，并將大趨勢分解為其中各種組成部分的不同模式，然后解讀這些模式表明了某一種趨勢是在加速、成熟或是減退。例如，一家機構要想了解可持續建筑材料的需求，就可以在建筑師的興趣、專利數量和競爭對手在此方面的涉及等等信號轉化為銷售量之前，就對這些信號進行監測。

• 思想伙伴。AI還可以充當頭腦風暴時的伙伴，加快想法的產生，抑制企業領導者潛在的偏見或盲點。尤其是生成式AI，它可以幫助戰略人根據已有框架來評估他們的計劃，從而避免常見的誤區。例如，團隊可以在戰略執行前和執行中對一項戰略進行壓力測試，利用生成式AI來扮演挑戰者的角色，突出潛在的隱患或管理盲點。

• 模擬器。在確定戰略方針之前，戰略家們會基于宏觀經濟狀況、潛在競爭對手的動向和利益相關者的反應等等因素，考慮多種市場情形的影響。通過先進的建模功能、策略游戲與模擬應用，AI可以使對市場情形的分析更加嚴謹。這種能力在戰略的執行過程中也很有價值；AI可以監測來自市場的早期信號，模擬它們帶來的影響，并在可能需要謹慎地改變方向時提醒團隊。

• 溝通者。將戰略路徑、目標以及對整個組織和利益相關者可能帶來的的影響清晰地敘述出來，對于執行行動來說至關重要。自 ChatGPT 發布以來，屬于生成式AI的那種以不同形式總結觀念的能力，是這項技術里最受歡迎的應用。戰略家們可以使用生成式AI的工具來使他們的敘述更有說服力，這些敘述可能是以不同形式（簡報摘要、談話要點，或最近時興的播客），面向具有不同專業知識（如地方市場、監管機構或分析師）和不同水平的受眾的。AI還能監測不同渠道中的對外信息傳達是否一致。

要了解這五種應用方式如何在實踐中發揮作用，可以考慮東南亞的一家地區性銀行的案例，這家銀行希望向新的細分市場或地區擴張。他們的戰略團隊使用了公司的AI模型分析了該行業、該地區的業務環境和前景趨勢。AI工具生成的交互式報告，使得這個項目的戰略人對隨后的研究進行了微調。在此基礎上，這家戰略團隊最終決定重點關注數字金融生態系統（尤其是P2P支付）和小額信貸領域的機遇。

接下來，團隊要求AI就最有前景的增長型投資鄰域提供建議。根據對全球銀行信息的分析，AI工具繪制了一張關于哪些業務部門之間是相鄰關系并能起到協同作用的圖表。管理層優先選擇了其中幾個，要進行更深一步的分析——例如，跨地區、跨境的數字產品，或越南的小額信貸業務——并對它們的潛在增長軌線建立假設。為了更進一步了解每個細分市場，他們向AI提問：“在每個細分市場里，我的競爭對手是誰，他們的價值主張是什么？”領導層對于有些市場領域并不熟悉，因此戰略團隊提出了類似于這樣的問題："我們正在考慮進入越南的銀行市場。過去出現過哪些風險？是否有嘗試失敗的例子？”

這個團隊還考慮了諸如合作和并購等非有機的方案。基于AI的掃描和觀察，他們篩選出了一些具有該公司所需技術的中小型企業，來支持公司在數字產品上的志向。生成式AI還幫助他們建立了初步的盡職調查檔案，以支持可能會有的外聯工作。最后，當這些假設被固定為具體的戰略選擇時，AI可以幫助戰略家模擬由此帶來的損益和增長預測。此外，AI工具還利用內部數據，如該銀行早期向另一個國家擴張的管理報告，來幫助管理層了解他們在執行能力上優缺點。

眾多的組織都已經開始構建自己的工具，將上述場景轉變為現實，其中的一些還開發了專有的智能體來模擬推理或是執行復雜的研究任務。不過，即使是那些還處在他們的AI之路上較早階段的人，也可以開始探索AI能夠發揮的一些作用。隨著技術的進步，那些建立起了一套為AI模型開發出獨特應用方式的技能的戰略家們，將會掌握在洞察力上超越競爭對手的關鍵優勢。

首席戰略官部署AI的注意事項

雖然這家東南亞銀行的發展歷程令人矚目，但戰略家們在部署AI時應留心幾項挑戰。生成式AI所帶來的風險是有據可查的，從模型偏差（例如，歷史的訓練數據可能導致AI過度強調某些類型的客戶）到可解釋性降低（沒能為分析提供合乎邏輯的基礎），再到產生幻覺（構建聽起來可信但其實是虛假的內容）。好消息是，這些隱患正在逐一得到解決。例如，AI可以幫助實現AI的自我管理：一個“審查智能體”可以檢查其他AI應用所做的工作，并在內容可能出錯時進行標記，或者直接指令重做當前有問題的任務。

除了這些眾所周知的風險之外，生成式AI還為戰略家們提出了5個需要額外注意的因素。首先，它提升了獲取專有數據的重要性。生成式AI正在加速一個長期趨勢：洞察的民主化。利用現成的工具可以快速地生成任何戰略當中的觀察、見解，這件事從未有像現在這樣容易。隨著AI模型的普及，依賴于商品化的AI洞察的結果也將遍地都是。畢竟，公司為AI輸入通用的資料數據，就會產生通用的輸出結果，也就會導向通用戰略；而顧名思義，通用戰略就會導致通用的績效，甚或更差的績效。因此，組織起一個能夠整合定量與定性輸入的專有數據的生態系統的重要性將與日俱增。

其次，各種數據和見解的數量激增，使得從混雜的噪音中分離出值得關注的信號變得更為重要。長期以來，這都是一項挑戰，而生成式AI則更是加劇了這一點。我們相信，隨著技術的逐步成熟，它將具備有效地提取出真正重要的信號的能力，但目前還沒有達到這一水平。

第三，隨著洞察的生成越來越容易，能在執行層面把想法進行綜合的價值也將越來越大。企業領導者——尤其是那些負責制定戰略決策的領導者——如果被埋沒在數據當中，那么即使這些數據確實是有用的信號，也無法有效地運作。正如上一點所提到的那樣，AI技術的確在綜合的方面做得越來越好，但在短期之內，戰略領導者們需要主導這項任務。

第四，AI強化了一個組織在制定它的戰略時所要遵循的流程的重要性。我們的研究表明，對于戰略的成功而言，流程的質量遠比洞察的質量更為重要。高質量的流程包括但不限于：制定和審查戰略備選方案、適當地考慮不確定性、推動做出大膽的承諾，以及最重要的，采取措施消除決策中的偏見。幸運的是，隨著生成式AI加快了洞察的產生，戰略團隊就有了更多的時間來打磨出一套一流的流程。

最后，要成功地利用生成式AI，戰略部門需要投資到能夠創建和存取專有數據源的生態系統的技術中。這種生態系統的途徑無需公司在內部生成或擁有無所不包的專有數據。而是說，他們要能用技術建立起可以無縫接入的數據源網絡。此外，戰略家們還需要確保（并經常定制）生成式AI工具能夠有效地扮演研究者、模擬器、解讀者、思想伙伴和溝通者的角色。

繼續前進

那么，要從哪里開始呢？我們建議近期采取三個步驟：

• 越學越聰明。未來的戰略人需要理解AI是如何工作的。字詞預測引擎是如何處理復雜的概念和信息的？如何從模型和提示詞中包含的信息生成洞察？掌握了這些專業知識的人將有能力為創造出他們工作所需的工具做出貢獻，例如對市場和競爭格局的未來演變進行復雜的模擬。擁有這些技能的人才將受到追捧，因而，留住這些人才將會成為管理層的首要任務。

• 今天就開始建設。AI將會一直存在，而關鍵則是要找到能將之應用于戰略制定的正確方法。戰略團隊應當熟悉AI帶來的各種可能性，從幫助研究、洞察生成到識別潛在的風險。懂得探究現有的工具能如何幫助完成任務的團隊，將會更好地理解自己還需要構建或投資哪些別的工具，從而滿足他們的特定需求。從組織的角度來看，領導者們需要協助戰略團隊獲得數據科學、數據工程和大型語言模型方面的專業知識。具體做法可以是將技術專家納入到戰略團隊中，或者是通過卓越中心來為戰略人員提供接觸這些專家的機會。

• 開發自己專有的洞察生態系統。即使擁有最先進的能力，AI模型也僅限于能夠解釋現有數據，它們自己無法生產新的信號。例如，AI無法取代人種學研究上的未知見解，或取代客戶直接給出的訊息。事實上，隨著外界數據的愈發低廉，且所有市場參與者都能獲取到，專有信息對于生成獨到的見解而言將變得愈發關鍵。要想獲得優勢，戰略家們需要通過和組織內外的創新者、利益相關者建立聯系等方式，擴大他們與不同領域的接觸，戰略家們將在不同領域發揮重要作用。戰略家工作的核心重點將越來越多地轉向提出假設、測試假設并從假設中學習，以及維護AI和數據基礎設施，確保將洞察力轉化為競爭優勢。

結語

AI還無法——我們相信也不會——取代人類在諸如戰略等復雜領域上的邏輯和解釋。但是，這項技術可以提供更快、更客觀的答案，從而大大增強我們的決策能力。借助于AI已有能力扮演的各種角色，從研究者、思想伙伴到模擬器，我們開始見證這些工具將如何在未來重新定義戰略人的角色，并且如何幫助公司做出戰略決策。通過提高戰略制定過程的效率，同時為具有創造性和突破性的想法留出空間（這些想法可以幫助領導者確定相應的大膽舉措），AI能夠提供擊敗市場所需的競爭優勢。

編輯 | Noah

清流學苑2025Q1課程安排

我們將在3月29~30日在上海推出我們的清流學苑的新晉課程《關鍵洞察營》，歡迎感興趣的朋友掃碼了解和報名。

進一步交流

進入專業社群展開深度討論

慎思行通過微信等平臺覆蓋超過10萬戰略人、咨詢人等各類專業人士。我們也構建了專業社群，推動戰略與咨詢領域的問題討論、信息交流和機會分享，社群已有超過5年歷史，并成為了頂尖專業人士感知市場前沿，獲得實踐經驗的首要選擇。入群請添加慎思君微信，并提供名片。

現在微信公眾號更改規則，如果你不特地點進來，很可能看不到我們的推送了。希望喜歡【慎思行】的讀者朋友們將本號【設為星標★】，方便找到我們；也歡迎點擊右下角的【在看】。

＞AI能幫我們獲得洞察和解決問題嗎？