人工智能加剧部门孤岛：以目标优先驱动整体价值创造

人工智能在提升企业效率与洞察力方面发挥着关键作用，但同时也悄然加剧了部门间的隔阂。各职能部门往往各自为政，进行重复投入且缺乏协同，这削弱了组织的整体绩效。突破困境的核心在于从“流程优先”转向“目标优先”，统一战略目标并共享绩效激励，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和团队会议中，人工智能的前景被广泛看好。领导者们认为，AI能够优化运营流程、提升决策质量并大幅提高生产效率。然而，尽管许多组织确实从AI中获益，一个不那么明显的趋势正在浮现——AI正在加深职能部门的孤岛现象，这一问题已困扰企业数十年。这可能导致业绩下滑，因为各部门退缩到各自基于AI的独立世界中。虽然每个职能部门都在改善自身运营，但整个组织却越来越难以实现其战略目标。

在本文中，我们将借鉴研究或咨询案例的经验，探讨以部门为中心采用AI时，组织绩效会受到何种影响，并提出应对策略（出于保密原因，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

部门负责人常常先决定实施AI，之后才寻找可用其解决的问题。现成的AI工具通常无法相互兼容，且团队很少关注自身领域外的情况。此外，供应商将这些工具作为独立解决方案推销给各部门，进一步强化了隔离。

局限于部门内的AI工具，使得解决客户体验、可持续发展和创新等紧迫业务挑战变得更困难。这些挑战需要跨部门的洞察和行动。

以我们合作过的澳大利亚制造公司Emacom（化名）为例。其IT部门实施了AI驱动的预测性维护，供应链团队使用单独的AI工具进行需求预测。同时，销售部门将AI用于客户服务，人力资源部门采用AI驱动的简历筛选。每个部门都独立运行其AI解决方案。

这些孤立的AI系统虽然各自提升了效率，但未能解决维护、供应链、销售和劳动力规划之间需协调的核心问题——减少延误。

解决办法：构建“中心辐射”模式

建立一个AI卓越中心（CoE），在集中管理与分散执行间取得平衡。卓越中心作为核心枢纽，汇聚组织内顶尖AI专家、战略领导者和共享资源。其职责是通过提供治理、最佳实践和共享基础设施，将所有AI项目与公司目标结合，以扩展AI能力。而“辐射点”则是各业务职能部门内嵌的AI团队。他们利用卓越中心的资源和标准，运用自身领域知识，快速解决特定业务问题。

以我们合作过的澳大利亚公司Bathurst Insurance（化名）为例。其AI卓越中心作为核心枢纽，发现了整合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、治理框架和资源，构建了一个AI模型，能实时预批保单并立即传递给销售团队。

影响二：重复与矛盾

当不同部门使用不同数据集和模型解决相似问题时，常会得出矛盾结论。这不仅效率低下，还直接威胁统一商业战略。

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AI风险管理模型，将某一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AI客户获取模型，却将同一群体确定为新产品的关键目标。这在内部引发严重紧张。银行究竟该像营销团队倡导的那样积极推销，还是听从财务团队建议避开他们？

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。相反，需要将思维模式从“流程优先”转变为“目标优先”。明确界定全公司范围内希望实现的成果，然后逆向推导，确定AI如何在多部门中支持这些成果。这种方法确保AI成为战略推动者，而非仅是战术工具。

我们合作过的一家澳大利亚大型在线零售商Nexora Market（化名）就是有力例子。该公司没有让各部门优化自身业绩，而是从首要目标出发：提高客户终身价值。这促使他们创建了一个统一推荐引擎。这些推荐成为营销重点；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AI项目都朝着同一方向努力，创造出跨部门界限的连贯客户体验。

影响三：未达公司目标

当AI工具无法互联并产生协同效应时，组织就无法获得使AI真正变革的复合效应。本文作者之一金（Kim）的研究表明，70%的AI项目在首次部署后难以拓展。原因正是这些项目的应用与评估基于“孤立AI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AI成功案例。其库存管理团队通过AI需求预测，将缺货减少15%。客户服务部门借助AI聊天机器人，将响应时间缩短40%。营销部门通过AI个性化服务，将电子邮件打开率提高25%。

每个部门都自豪地向领导层汇报这些指标，AI应用被视为巨大成功。然而，尽管各部门都有斩获，公司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。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，后者本可在问题演变成昂贵失败前揭示隐患。

解决办法：激励协作

大多数绩效指标都是职能特定的。销售部门追求营收，人力资源部门关注员工敬业度，运营部门追求效率。如果希望实现跨职能AI协作，就需衡量并奖励它。设计反映集体成果的共享KPI，比如端到端客户满意度、产品发布周期，或跨职能流程改进。

以我们研究的澳大利亚农业田间试验公司CropEdge Research（化名）为例。其各部门传统上使用孤立KPI——研究团队依试验准确性评估，销售部门看客户获取，运营部门关注成本效率。这导致部门摩擦：销售部门承诺快速启动试验，运营部门难以兑现，研究团队感到压力。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试验周转时间；研究、运营和报告过程中的数据质量一致性。

AI有潜力整合并提升组织，但若不刻意为之，它也很易造成分裂。你可能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，要抵制简单将现有孤岛数字化的诱惑。相反，将AI作为推动真正组织变革的催化剂。以你希望组织体现的系统思维方式实施AI。最终目标不仅仅是采用AI，而是利用它打造一个更具凝聚力、智能化且目标明确的企业。

关键词：#AI

格雷厄姆·肯尼（Graham Kenny）、金·奥斯特惠森（Kim Oosthuizen）| 文

周强 | 编校