数字化和人工智能转型无处不在。几乎每家公司都已经、正在或准备转型。但问题是如何让转型成效持续释放？麦肯锡全球资深董事合伙人埃里克·拉马尔（Eric Lamarre）在《Inside the Strategy Room》播客访谈中，对这个重大问题进行了详尽阐释。他与凯特·斯玛耶（Kate Smaje）和罗德尼·泽梅尔（Rodney Zemmel）合著的Rewired: The McKinsey guide to outcompeting in the age of digital and AI 荣登 《华尔街日报》畅销书榜单（中文版书名为《麦肯锡讲全球企业数字化：AI时代赢得竞争优势的数字化操作指南》）。
Sean Brown是本集博客的主持人，本文为编辑后的访谈译文。
Sean Brown: 据你观察，当高管们尝试最大化技术价值的时候，遇到的最大挑战是什么？
Eric Lamarre:
大规模推广。大多数商业领袖对技术的力量感同身受，他们做过一些小范围试点工作，取得了成功，但问题是公司的业绩没能改善。这就是我们在《麦肯锡讲全球企业数字化》（英文书名：Rewired）一书中的核心观点：企业如何实现从小规模试点到大规模推广？与其说它是个技术问题，不如说是人才和数据的问题。当然，技术是必要元素，但是组织本身才是必须做“大手术”的地方。
Sean Brown: 数字化和人工智能转型应从何处入手？
Eric Lamarre:
永远从想要解决的业务问题开始。如果立足于此开启转型，通常会有好的结果，因为问题总是与为客户提供更好的服务和为公司提供更多的价值密切相关。当商业领袖说，“这就是我想用技术解决的问题”时，制定技术路线图来解决问题就变得容易了。
Sean Brown: 现在，在科技方面可能没有比生成式人工智能更重要的主题了。你是否发现公司几乎在“创造”需要用生成式人工智能解决的问题？
Eric Lamarre: 是的。现在围绕生成式人工智能的讨论让人感觉它像是一种“生成”问题的技术。这也许很自然，因为当我们使用生成式人工智能时，它似乎带来了某种神奇的体验，总是会让你觉得 “我还能在哪里用这个？”不过，从根本上来看这是件好事——（发现）公司的痛点——然后广泛搜寻解决痛点的技术组合。有时答案可能是生成式人工智能，但并不意味着生成式人工智能就是开启转型的起点。
举个例子，假如你是一家包装消费品公司，你可以在许多地方用到生成式人工智能，而过去的收入增长管理则是关于定价、需求和促销的高级分析。我不认为生成式人工智能在解决这一问题上会有很大助力，但它正是消费品公司面临的最主要的业务问题之一。生成式人工智能是一项超级技术，但我们不应该因为对它的关注，而忽视企业真正需要解决的业务问题。
现在围绕生成式人工智能的讨论让人感觉它像是一种“生成”问题的技术。
埃里克·拉马尔（Eric Lamarre）
Sean Brown:
在《麦肯锡讲全球企业数字化》一书中，你强调了确保数字化转型取得长期成功的关键要素之一是人才。可以展开说说吗？
Eric Lamarre: 根据我的经验，关于人才的对话通常从“人工智能很棒，但我们永远找不到合适的人才来做这件事”开始。事实上，严肃对待数字化转型的传统企业总能找到合适的人才，但企业必须致力于打造一个现代化的技术环境，好让员工工作起来得心应手。人才最不希望的是由于公司老旧的技术栈和软件工程方法而导致他们的技能退化。他们会问：“告诉我你的技术架构。告诉我你是如何管理数据的。告诉我你的软件工程方法。”这些问题会在对话中很早被提出来，如果人才觉得公司不是认真的，就会选择离开，因为人才最看重的是自己的技能。
Sean Brown: 您是否见过成熟企业通过升级现有人才，成功管理新的数字产品或解决方案？
Eric Lamarre: 是过。例如，产品经理可能会设想一个解决方案。他们负责要解决的问题，制定解决问题的路线图，然后指导团队执行。有业务经验才谈得上了解业务问题。通常，公司会提供相应的培训，但最重要的技能并非技术方面的，而是一个精通业务的人熟悉技术，懂得运用技术去解决问题。
Sean Brown: 是什么导致公司没能充分实现其采用的技术的价值？
Eric Lamarre: 我举一个具体的例子。我们为一家航空公司开发了技术，以使其最大限度地提高货物填充率。对于航空公司来说，这是一项利润丰厚的业务，但做起来非常困难，因为你不知道有多少乘客会出现，有多少人会携带行李箱，而这些决定了货物空间有多大。这对人工智能来说是一个很好的问题，我们开发的技术可以准确计算出额外的货物空间有多大，以及相应的收费标准。但当我们检查飞机时，发现并没有装载应带的货物。为什么？原因在于机场的码垛程序不规范。
这是我一次又一次得到的教训：不管你开发什么技术，系统中一定会存在某种“副作用力”，让你不能充分实现价值。而解决上面问题的答案，是培训机场的操作工最大限度地提高托盘装载量。这不是技术问题，只是操作层面的老问题。技术通常会在实现价值的过程中暴露出需要解决的流程瓶颈。这就是企业领导者端到端重新构想流程的重要性，因为一旦部署了技术，他们就需要在追踪整个流程的瓶颈方面发挥关键作用。
Sean Brown: 那本书里你提到，“你不能通过外包的方式走向成功”。你能详细解释一下吗？
Eric Lamarre: 我们发现，技术在内部开发的效率更高。为什么这么说？如果你是数据工程师、软件工程师或处理业务问题的机器学习工程师，正在解决一个商业问题，那么如果你了解该问题的背景，（相比不了解情况时），你就能以快两到四倍的速度开发出所需的技术。这不是一朝一夕的事。另外，内部技术人员也会了解该问题的下一个渐进式创新以及之后的创新的背景，因此你的整个创新齿轮就会转得更快。
Sean Brown: 那么，外部技术专家或外部顾问在帮助公司建立技术实力方面，应该扮演何种角色？
Eric Lamarre: 这是我经常被问到的问题。我是这样回答客户的：你们不应该过于依赖外部顾问，应该自建能力。启动开发的飞轮并不容易。如何打造技术专家队伍？如何为他们展示正确的工作方法？如何让业务起飞？第三方如果对这些情况非常了解，是可以让这一过程提速的。但你不会愿意将能力完全外包。如果你想让某项能力成为差异化竞争的源泉，你就要牢牢将这项能力掌握在自己手中。
不管你开发什么技术，系统中一定会存在某种 “副作用力”，让你不能充分实现价值。
埃里克·拉马尔（Eric Lamarre）
Sean Brown: 如果转变员工的思维方式，把组织视为数字或科技公司，这样做是否有助于数字化转型取得成功？
Eric Lamarre: 一些公司的确这么做了。在书中，我们分析了星展银行，这是一家将自己视为科技公司的组织。但并非每家公司都选择这么做。有些觉得自己的核心业务不是技术，而是采矿或者消费品，技术只是一种助力，而不是核心。然而，如果希望技术在差异化竞争方面发挥作用——更好地服务客户，并实现更低的单位成本——公司别无选择，只能将软件开发做到极致。
Sean Brown: 企业是否应该将技术作为组织的根基，而淡化其类似于人力资源或财务等单独部门的色彩？
Eric Lamarre: 是的。这本书的一个关键主题是达至我称之为“分布式数字创新”的状态。你可以从少数几个开发技术解决方案的团队入手。他们开发的应用程序或模型会产生一些价值，但公司的其他部分却不会因此发生转变。当企业彻底重塑时，这些团队的数量会增加100倍，分布于组织的各个部门——销售、供应链、制造、研发等等， 为不同业务领域开发技术来解决各自的问题。这时每个业务领域都具备开发解决的能力，IT演变成为具备分布式技术能力的分散化职能。
Sean Brown: 组织全面转型后，IT 职能将扮演何种角色？
Eric Lamarre: IT将在网络安全和分配创新所需工具和数据方面发挥基石之力。IT的平台能力仍然很重要，但它不再是创新的唯一引擎。
Sean Brown: 包括首席信息官、首席财务官在内的高管团队应如何思考他们在新环境中的角色？
Eric Lamarre: 首席执行官身边的每个人都要在转变中发挥作用。首席信息官要转向一种新模式，确保其他部门能够安全地创新，获得所需的工具和数据，并为他们提供过去由信息技术部门负责的开发能力。这意味着IT职能的重大转变。而对于人力资源来说，人才方程式（the talent equation）至关重要。人力资源部门要从外部招聘人才，并提升员工的产品管理能力。在大型机构中，成千上万的员工可能需要经历这种转变。人力资源主管还应了解如何根据技能水平考核数据工程师，因为技能已成为评估标准，而不是一个人管多少人。
然后是财务。你如何为这一切提供资金？在过去，如果有一个大型IT项目，你会先讨论，确定用例，基于项目为其提供数百万美元的资金，并动员一个大型团队。通常两年后，总会出现一些事情导致项目脱离既定轨道。这是过去的情况。现在，IT项目分为许多敏捷小组，获得资金的来源也各有不同。你无法按照项目为500个小组逐一提供资金，必须转变为持续的投资方式。在这种方式下，你为这些小组的融资组合提供资金，而不是单个项目。你持续投资，直到解决问题。从项目投资转变为持续投资是财务工作的一个巨大转变。
企业无法通过外包建立差异化竞争优势。
埃里克·拉马尔（Eric Lamarre）
现在，让我们来谈谈负责管控职能的人员：风险管理、合规和监管。设想一下，公司有500个小团队在创新，可能引发潜在的风险。管控职能需要前移，为开发工作提供遵循与指导。开发启动之前，管控人员要问，“这些小组承担的风险有哪些需要我们监控？”如果某个团队正在处理客户数据，那么就存在数据隐私风险，而你不会希望在项目开展六个月以后才告诉团队：“你们没有处理好数据隐私，所以我们不能使用你们到目前为止所做的工作成果。”管控职能还需要流程来监控风险是否已经得到有效控制或消除。
简而言之，一旦转变为分布式创新模式，每个高管就都有了新工作。每个人都必须推动其所在领域的转型，合力让整个系统发挥作用。这成为我们在书中所说的“终极企业运动（the ultimate corporate sport）”，每个人都要参与其中。
Sean Brown: 许多高管担心IT的复杂性——只要拉动一根线，就会导致14件事出错。你如何消除他们的担忧？
Eric Lamarre: 这是我们撰写这本书的主要原因。技术领域变得异常复杂。以生成式人工智能为例，高管们有种种疑惑：“它是否意味着旧的人工智能已经死了，现在我只需专注新的人工智能？还有，我总是听说数据工程师——他们做什么的？还有数据架构，我都不懂。它是如何工作的？敏捷这个词出现已经有十年了，现在还相关吗？”高管们缺乏共识，使得进展很难取得，因为技术领域已经演变为充斥着时髦术语的世界。
某种程度上说，这本书是为了“去复杂化”，并专注于能将新技术转化为价值的重要能力。通常，当一位高管开启转型旅程时，我的忠告是“欲速则不达”。带领你的团队一起踏上学习之旅。花10到15个小时形成一套共同的语言和技术认知，澄清我前面提到的所有问题。然后，参访转型标杆公司。从其领导者所取得的成就中激发动能，建立必胜信心，相信自己也能做到。在这些投入——不会是一大笔投资——形成协同合力之后，高管团队可以在领导技术转型方面发挥各自的作用。
关于作者
埃里克·拉马尔 （Eric Lamarre）是麦肯锡全球资深董事合伙人，常驻波士顿分公司；
Sean Brown 是麦肯锡战略与公司财务业务的全球传播总监，常驻波士顿分公司。
