AI几乎可以成为任何行业的重大变革者。它带来了我们几乎所有工作方式的巨大变化，或者用CEO的话说，它带来了"业务流程效率"。
但AI本身并不能直接做到这一点：只有当应用程序平衡且适合商业模式时，它才能做到这一点。我经常说，新技术（任何新技术）对公司来说既可能是帮助也可能是阻碍，这取决于适配性。
在使用AI进行业务流程工程（BPE）时，我们还必须解决一些模糊性问题。
哈佛商学院的Lian Parsons写道："当我们不清楚预测是如何生成的时候，我们就很难建立防御能力或问责制。"这展示了哈佛DCE专业与高管发展部Mark Esposito的观点。"我们必须解决的挑战是决定人类的角色，以及如何让技术以人为本。即使人类在很大程度上摆脱了重复性任务，这并不意味着我们要剥夺人类的权力委托。如果我们对这个角色不清楚，那么我们必须有意识地尝试定义它。"
那么，这种适配性又如何呢？
服用药物
在最近的TED演讲中，哈佛商学院教授Karim Lakhani用了一个不同的比喻来讨论这个问题：把它比作病人服药。
"我们实际上不知道正确的剂量、产品的功效、副作用、毒性，甚至在使用这种药物时应该遵循什么样的正确饮食，但这种药物已经在数亿人中推广使用，"他说，并指出他的组织一直在进行一系列AI的"临床试验"，有点像新药试验，实际测试采用趋势的温度，看看人们使用AI时会发生什么。
他认为，出现的是一个"参差不齐的技术前沿"——一个以不同速度发展的系统和流程网络，以及伴随这样一个生态系统而来的所有挑战。
"AI在某些事情上非常擅长，"Lakhani说。"当你将它用于（这些功能）时，AI表现得非常好，人们变得更好。但是当你将AI用于它不擅长的任务时，你的表现会下降，而且会急剧下降。"
AI"临床试验"中测量的生产力提升
在生产力方面，他指出在一项研究中，AI的使用平均导致完成的任务增加了12.2%，任务完成速度提高了25%，任务完成质量提高了40%。
但是，他提到，对于领导者来说，在创新用例方面避免"在方向盘前睡着"是很重要的。
宝洁的控制论队友
引用随机化结果，Lakhani谈到AI从工具转变为队友。
"我们看到的第一部分是生产力的大幅提升，"他说。
然后，他指出，事情真正起飞了。
"虽然AI模型的性能能力每六个月或每九个月呈指数级增长，但大多数组织的吸收能力是线性的，"他补充道。"这是线性的。这意味着每六个月或九个月，你将在指数级上落后于模型真正能做的事情。"
他认为，公司将无法快速吸收活动以应对指数级曲线。这是个问题吗？我想，在某种程度上是的。部分只是在竞争中。
Lakhani描述了试图在人群中脱颖而出的过程。当他谈到试图基于每月20美元或基本模型订阅价格来区分你的业务时，这很有趣。
换句话说，你必须使用有界值为你的组织创造巨大价值...
四幕剧
Lakhani后期提出的另一个关键概念是他所谓的"四幕剧"作为领导力路线图。
第一阶段是尽你所能学习AI——了解系统和模型，以及它们能做什么。理解商业背景。观察事物如何随时间变化。
第二步是用AI做事情。他说，这是事情经常搞混的地方。他谈到领导者将所有活动委托给其他人，而他们应该自己承担某些任务。
第三阶段是想象在业务中可能发生什么，第四阶段是让这些事情发生——实现你的想法。
本质上，Lakhani向我们展示了AI转型带来的大量生产力，工具变成智能体，智能体在功能上变得像人类一样。
我们会有智能体作为老板吗？那会是什么样子？
敬请关注。
