企业需要一个新的运营模式来在以人工智能为动力的经济中竞争
企业需要新运营模式以应对人工智能驱动的经济竞争
根据Salesforce的研究，随着人工智能(AI)成为主流，信任差距正在扩大。品牌们正在转向生成式AI来提高效率并改善客户参与度。而对于技术风险持谨慎态度的客户则要求建立在信任基础上的周到方法。80%的客户表示，人类验证AI的输出结果非常重要。
从AI成为主流的角度来看，对于不断扩大的信任差距，客户们仍然持谨慎态度。随着公司关注效率，生成式AI承诺通过扩展内容创造来节约时间和资源。60%的办公桌工作者使用或计划使用生成式AI。客户还强调在AI时代人类的触摸的重要性。仅有37%的客户相信AI的输出结果与员工的准确性相同。因此，81%的客户希望有人类参与其中，审查和验证这些输出结果。
另外：如何使用ChatGPT编写代码
根据Salesforce的《IT现状报告》，近九成IT领导者认为生成式AI在他们的组织中将发挥重要作用。根据麦肯锡的数据，2022年有50%的组织使用了AI。国际数据公司预测，仅在2023年全球AI支出将增长惊人的26.9%。
AI和自动化是追求效率的焦点。87%的IT领导者预计在未来18个月内，他们的组织将在自动化方面进行更多的投资。在由AI驱动的世界里，大多数流程将受到自动化和自治的影响，公司在未来将必须具备实时感知利益相关者需求的能力。AI对企业的影响是无限的。因此，公司需要变得无限，以利用AI等技术实现其全部潜力。
无限公司超越了传统组织的限制。它们旨在实现共享成功，为客户、业务伙伴和社区，以及自身和员工创造价值。这种成功是通过个体赋权以实现自治、连接和流动，并通过整体组织实现一体化、分布式和持续的资源来实现的。
另外：根据AI专家的说法，与气候变化相比，AI更有可能导致世界末日
想知道从哪里开始走向无限？以下是一些我们可以提供的要点，帮助您在成功的道路上起步：
- 首先，无限模型与常规商业规则有着根本的不同。无限是一种重新定义成功的方式，它不再只关注利润，而是将利润、目标和价值相互强化，而不是相互排斥。
- 其次，追求无限要求重新设想组织的运营模式，特别是在如何使业务处于不断流动和联系状态方面。运营模式反映了公司更像是一个现代技术系统的想法：技术化，但也具有生命力。（我们将在下文对自主运营模式进行反思和拓展。）无限运营模式支持和实现连续性，并使组织能够专注于减少各种浪费。本文将重点介绍这种新的业务运营模式。
- 第三，追求无限要求（重新）设计核心业务流程，使其从客户价值和成功的角度出发。
- 第四，追求无限要求制定一项关系战略，以定义您与客户之间的关系类型，并定义其他对您重要的关系，包括（如果相关）业务生态系统、社区和环境。
无限运营模式
传统运营模式基于一个公司是一个实体、一个结构的理念。但无限组织在响应当前和未来客户需求、市场条件以及相关的决策和行动方面有所不同。
此外：如何使用新版必应（以及与ChatGPT的区别）
我们引入了无限操作模型，这是我们对其他当代感知与响应或情境意识模型的更新，作为一个指南，帮助组织设计和开发必要的过程和能力，以增强和加速其响应能力。
公司如何了解周围发生的事情，以及如何对这些输入做出响应？在我们开始思考公司如何发展这些能力时，我们研究了其他情境意识模型，以看看我们能从中学到什么。
我们使用的其中一个模型被称为观察-定向-决策-行动循环，也被称为OODA循环，由军事战略家约翰·博伊德设计。他的目标是解释战斗机飞行员如何在战斗环境中表现出色。他的洞察力是，比对手更快地感知和应对快速变化的条件使得飞行员具有竞争优势。
OODA循环描述了感知和响应所需的过程，并使军方能够设计最简化的做法。这个模型已经被广泛应用于军队和企业，后者可以将其作为设计和开发业务管理过程的概念框架。目标，如在军事环境中一样，是通过有效的过程管理实现更快的战略决策和创新。
此外：ChatGPT是如何工作的？
在我们进行研究时，我们意识到OODA循环与用于描述自动驾驶车辆工作方式的感知-理解-决策-执行模型非常相似。在这个模型中，车辆实时且持续地执行以下功能：
感知：车辆使用传感器收集其周围环境或情况的实时数据，主要是道路和附近的车辆。”感知”是一个比”观察”更广泛的词，反映了（1）并非所有传感器都基于视觉，以及（2）它们不评估所收集和共享的数据的含义。
理解：车辆解释传感器共享的数据，并利用机器学习和人工智能对其进行理解。特斯拉开发了自己的超级计算机Dojo，用来通过整个车队的数据训练车载智能系统，以提高感知和决策的准确性。
决策：然后，车辆从可用选项中进行选择，并决定最安全的行动方案，再次利用其人工智能进行决策。
执行：车辆执行其决定采取的行动。自动驾驶汽车需要执行的三个主要控制是加速的油门、方向盘的转向和刹车。当然，现代车辆中还有许多其他执行器，但这三个是帮助车辆完成任务并安全到达目的地的三个主要控制。
对于车辆来说，感知-理解-决策-执行模型描述了一个单一自主系统如何有效地与周围世界进行操作。
无限商业操作模型包括4个功能和2个领域（连接和自治）：•感知•理解•决策•执行。SUDA是情境意识和感知响应模型的发展，专门为动态变化… pic.twitter.com/3SKP5zHn9n
— Vala Afshar (@ValaAfshar) 2023年9月28日
那么，这些自主系统模型如何适用于无限的企业，并且我们如何调整它们以创建一个无限操作模型？简短的答案是它们非常有效，但我们认为以下调整值得做，以使它们最有用。
首先，无限公司是作为市场、生态系统和社区的一部分而存在，而不是与它们分离。一个公司独自行动的想法已经不可行。身份不是以孤立和排斥为定义，而是以连接和包容为定义。从操作模型的角度来看，我们希望能够展示一个无限公司与更大的生态系统相连接，并且它所做的一切都发生在该生态系统的背景下。
此外：如何保存ChatGPT对话以供以后查看
其次，上述模型倾向于关注感知即时和/或局部条件，有时被描述为情境意识。这对于有效的决策至关重要，但如今仅靠情境意识已经不够。如今的公司还需要具备水平意识。水平意识意味着与当前所在位置之外的更大世界保持联系。公司需要能够像自动驾驶汽车一样“向前看”，能够在旅途中的任何地方了解条件，并采取积极措施来预测和避免问题，这一切都是因为它在全球和本地的联系。
第三，从适用于一个自治系统以及其“家族”的讨论中可以清楚地看出，无限系统在不同层面上是自相似的（也称为分形）。无限公司内的个体资源本身也是无限的，并且与公司一样，它们有责任对客户的即时需求和当前市场状况作出响应，并且对未来的需求保持敏感和准备。就像整个公司一样，当个体员工和团队采取行动时，他们是在世界中而不是在真空中。
感知、理解、决策、行动（SUDA）
我们的模型必须将行动和反应放置在其上下文中，无论是本地还是全球，并且必须能够在个体、团队和公司层面上工作。这些考虑的结果就是无限经营模式。
无限经营模式将上述四个功能分为两个领域：连接和自治。
在模型的左侧，即连接领域，我们有在系统所属的更大世界中发生的感知和行动功能。关键点在于这些系统并不是在真空中行动的。它们在世界中行动，并且世界也对它们产生影响。这一侧有两个循环。较小的循环（实线）描述了系统行动的本地和即时世界。这与情境意识中的“情况”相同。战斗机飞行员、自动驾驶汽车、公司以及团队、销售代表或项目团队都必须能够感知并响应自己所处的情况，对前面的汽车减速做出反应，对客户呼叫作出有效的响应等。较大的循环（虚线）描述了全球和近期或新兴世界，其中系统也必须行动。
此外：如何（以及为何）订阅ChatGPT Plus
自动驾驶汽车不仅与周围的其他汽车保持连接，并通过传感器实时了解它们在道路上的位置，还与更大的世界保持连接，并了解更远处的新兴条件。因此，它可以预测对自身“任务”的可能影响，并采取预防性措施来避免。现在，所有公司都可以获得预测性和规定性的数据分析，成功的公司将是那些利用这些工具做出明智决策并采取预测性行动的公司，无论是为了避免可知的挑战还是抓住可知的机会，或者两者兼而有之。我们将虚线循环称为“水平线”，以表达所有公司必须与之相连的更广泛的时间和空间背景，以便取得成功。
在模型的右侧，即自治领域，我们有理解和决策功能。在后疫情时代，可以从任何地方做任何事情的世界中，公司的团队和员工都日益分散和远离中心，因此必须赋予他们自主权，以及及时准确地决策如何履行他们的任务。为了应对这种分散和自治的劳动力，公司需要改进其管理和监督流程，采用资源编排的形式。与此同时，公司本身在连接和无限性的意义上也必须具备自治性，拥有独特的身份和使命。
正如前面提到的，无限经营模式的设计不仅支持所有公司具备情境和水平意识的要求，而且还能在个体和集体层面上发挥作用。公司可以利用该模型为个体员工、团队和整个组织的业务管理流程进行设计和开发。
最后，关于我们展示的模型中每个功能的命名，存在广泛的共识，只有少数细微的差异。我们认为“感知”（Sense）比“观察”（Observe）更合适，因为这个模型既适用于像自动驾驶车辆这样的技术系统，也适用于人类组织。我们更喜欢“理解”（Understand）而不是“感知”（Perceive）或者“定位”（Orient），因为它的使用更加普遍。所有的模型都同意“决策”（Decide）。我们更喜欢“行动”（Act）而不是“执行”（Actuate），同样是因为它的使用更加普遍，尽管我们也认识到该功能可能涉及到整个系统的协调组件进行的激活（即投入行动），以及执行者组件的行动，这两个组件是相互解耦的。这使我们得到了缩写SUDA（感知、理解、决策、行动），用于无界操作模型。
另外：ChatGPT是最受工作场所青睐的技术技能，学习平台表示
简而言之，无界操作模型，或SUDA，是其他情境感知或感知-响应模型的演进，旨在反映动态变化的条件，与例如PDCA或Deming循环不同，后者旨在在稳定条件或相对受控环境中进行持续改进。
我们并没有发明SUDA模型。我们扩展了内部和外部因素的“感知”和“行动”部分的“连接”逻辑。它将一个自主实体，无论是员工、团队还是公司，置于一个本地和全球连接的世界背景中，公司可以将其作为一个概念模型来识别、定义和开发能够使其能够果断行动、不断学习和改进，并以所需速度做出响应的流程。
本文由Salesforce的业务创新和转型战略负责人Henry King和Boundless的合著者共同撰写。《Boundless: A New Mindset for Unlimited Business Success》由Henry King和Vala Afshar合著（由Wiley出版）。
