生成式AI冲击企业价值主张，战略定位决定未来
快速阅读: 研究显示，生成型AI对企业的影响不在于任务自动化，而在于企业如何创造价值。领导者需重新评估公司核心价值，明确AI的适用范围，以增强而非侵蚀差异化优势。
关于人工智能（AI）的讨论，尤其是在商业媒体中，往往依赖于职业和任务暴露模型：如果生成型AI（GenAI）能够撰写文案、分析数据或总结法律文件，那么营销公司、分析师或律师都面临风险。但这种观点将组织视为模块化的——可以简单地分解为一系列任务。
然而，过去18个月的研究表明，这种逻辑存在缺陷。我领导的一项研究项目，通过圆桌会议、调查以及与英国董事协会的合作，与超过300名高级执行官和董事进行了交流，还通过AI分析了企业的市场定位，利用网站和LinkedIn数据。此外，我们还与专注于AI、战略和生态系统的顾问公司Evolution Ltd合作，了解私募股权基金及其投资组合公司在董事会和领导层中如何解读和误解生成型AI。
研究发现，颠覆并非始于任务，而是始于企业如何创造价值。如果领导者混淆这两者，可能会做出错误的战略决策。
**任务层面的谬误**
尽管许多公司的产出高度依赖任务，但其价值往往来自整合：部分之间的协调、信任、判断及监管理解。从远处看似乎可以自动化的任务，实际上可能与生成型AI目前无法复制的因素紧密交织。
在与董事和高管的工作中，这一模式始终如一。他们并不担心任务本身，而是担忧生成型AI是否能对其价值主张构成真正挑战——客户愿意为其支付溢价的部分。
一位法律总监表示：“是的，生成型AI可以起草合同，但我们的价值在于理解这份合同在此案件、此司法管辖区、对此客户的具体意义。这不在训练数据中。”
一家专业服务公司的战略负责人说：“如果按任务描述我们的工作，我们似乎已经过时。但如果按成果描述，我们则是独一无二的。”
**为何模块化重要**
生成型AI在处理可分离、可重复且模式化的任务时表现出色。任务越模块化，越容易被自动化或商品化。但组织不仅仅是任务的堆叠，它们是一个系统。大多数评论家和生成型AI爱好者忽视了这一点，将任务层面的巨大（且真实的）生产力提升与对组织乃至社会的影响混为一谈。
关键在于，有多少价值可以被分离出来，以及当移除人类因素后，客户是否仍认为输出具有战略意义。
因此，一些看似“高风险”的企业在实际中表现出意外的信心，而另一些被认为不受AI影响的行业却看到了潜在威胁。这取决于领导者如何定义其企业的价值，以及这些价值中有多少是生成型AI可以复制或重新定义的。
**研究背后的洞见**
为了更严谨地理解这一点，我们采用了三阶段方法。首先，与英国各行业的董事进行探索性圆桌会议，了解他们对生成型AI的看法——哪些让他们兴奋，哪些让他们担忧。其次，对近300名英国董事协会成员进行大规模调查，绘制机会和风险的认知图谱，并在不同行业、企业类型和领导角色中测试这些模式。最后，进行后续访谈和验证，包括与非英国董事协会成员的独立圆桌会议，以及使用自然语言处理工具和存档网络数据对企业自我描述的市场定位进行的新颖分析，观察过去一年中情况的变化——随着生成型AI的迅速发展。
研究发现了一些一致的模式：- 认为生成型AI与其核心价值主张匹配的执行官报告了更高的感知替代率，无论任务暴露程度如何。- 将其价值视为与生成型AI已知优势不同的执行官感到更加有保障，即使基础任务看起来可以自动化。- 战略定位而非职位名称或功能地图，最能预测领导者是在准备增强还是颠覆。
尽管生成式人工智能（GenAI）迅速发展，我们重新访谈的大多数高管表示，他们的观点并未改变。他们对公司的价值定位仍然基于自身定义的核心价值，而非哪些任务可以自动化完成。
然而，我们怀疑早期的洞察在不断涌现的GenAI头条和行业全面变革的预测下是否依然成立。因此，在2025年4月至7月期间，我们进行了新的探索：组织了新一轮的董事圆桌会议，实施了一项新的定向调查，增加了个别访谈，并利用自然语言处理工具抓取了数百个公司网站页面，以追踪公司现在如何描述自己。结果显示，尽管技术进步迅速，且周围充满了热烈的倡导声，但受访者关注的商业基本面——其核心价值主张及传递这些价值的信任关系——几乎没有变化。
这对战略意味着什么
如果你是CEO、投资者或战略负责人，关键在于：你公司面临的GenAI影响不在于你做什么，而在于你认为自己的价值是什么，以及你能否清晰地阐述和捍卫这一点。
停止以任务为导向的思考。开始考虑差异化——以及GenAI如何增强这种差异，而不仅仅是侵蚀它。
以下是如何开始：
1. 重新评估你的价值主张：客户或消费者支付的是他们无法轻易从其他地方获得的东西吗？如果答案是速度、一致性或产量，那么你可能处于GenAI的影响范围内。如果答案涉及信任、特定领域的理解或复杂的解读，你有更多的时间来考虑如何将GenAI转化为优势，而不是威胁。
2. 诊断战略模块化：哪些部分可以分离并由系统同样好或更好完成？哪些部分需要整合、关系或深入的背景知识？这是AI遇到战略风险的地方。考虑以GenAI为重点重新设计面临风险的产品，并建立新的方式来提供战略价值。
3. 将暴露视为选择：GenAI可以拆解你的产品组合。但这并不意味着应该这样做。确定哪些环节可以自动化（以保持成本竞争力），哪些环节要加倍投入人力价值（以证明溢价）。利用这一时刻重新思考和构建你的竞争优势——明确AI的适用位置以及你的优势所在。
案例分析
我们合作的一家由私募股权支持的中型咨询公司，表面上看似乎高度可自动化。但通过按价值锚点而非任务来映射服务线，领导团队意识到，他们的粘性来自于如何框架和解读信息，而不仅仅是生产信息。
他们没有裁员，而是：
– 利用AI工具提高交付速度
– 重新培训员工，强调判断力和框架构建
– 引入新的“AI保障”层，作为战略监督的一部分向客户收费
结果不仅保留了相关性，还提高了利润率和客户对话的质量。
误读时刻的风险
危险不在于GenAI会一夜之间取代你的公司，而在于你可能会对错误的信号作出反应——自动化不需要自动化的部分，忽视正在变化的部分，或者误解客户真正重视的价值。
那些追逐AI趋势而不了解公司真正价值的领导者，可能会把自己自动化到无关紧要的地步。而那些知道自己的独特之处，并且明白AI可以在哪些方面支持而不是替代这些独特之处的人，将会胜出。
虽然GenAI发展迅速，但战略仍然设定方向。
正如我们在与英国董事协会和领先企业的合作中所展示的，能够在这波浪潮中生存下来的企业不会是反应最快的，而是那些明白什么需要保护，什么需要重塑，以及如何区分这两者的企业。
Michael G. Jacobides 是伦敦商学院的创业与创新教授、战略学教授，同时也是Evolution Ltd的首席顾问。本文基于他与M. Dalbert Ma的合作项目，该项目得到了英国董事协会和几家私募股权支持的企业的协作研究支持，以及通过Evolution Ltd进行的实践工作。研究发现基于调查、访谈、AI驱动的分析以及直接与高级管理层和董事会的互动。
(以上内容均由Ai生成)
