夜雨聆风
放弃“工具思维”!安森“AI优先”四步法:——独家拆解CDO拉杰夫·罗南基的变革蓝图,未来组织的一半是人,一半是机器
开头：组织健康的“新范式”
在疫情后的剧烈波动中，企业的竞争优势正在被重新定义。过去，我们谈论规模、成本或渠道；今天，决定企业生死的变成了组织敏捷性。
如果你的竞争对手不再只是“使用”AI，而是正在重塑基因成为“AI优先”的组织，你该如何应对？
所谓的“AI优先”，不仅仅是部署几套算法，而是像安森（Onsem）的高级副总裁兼CDO拉杰夫·罗南基所实践的那样：将AI融入心智模式，让组织在适当的时间和地点做出及时、有效且持续的改变。 这种改变直接带来了更好的业绩和更健康的组织生态。
安森的成功并非偶然。它从四个维度——立足未来、小试牛刀、领导参与、人才动员——构建了一套严密的转型逻辑。本文将深度拆解这一路径，并探讨在AI优先的时代，企业如何平衡人与机器的关系，释放真正的“组织健康”潜能。
第一篇章：安森“四步法”——从战略到落地的黄金闭环
罗南基在安森的实践，不仅是一次技术升级，更是一次深刻的管理革命。这四步法构成了一个从顶层设计到基层执行，再到反馈迭代的完整闭环。
1. 立足未来：构建“AI优先”的顶层心智
变革的第一步永远是愿景。罗南基以使命宣言的形式制订了总体计划，为安森的转型奠定了基础。他描绘的医疗保健新愿景，核心在于采用先进的数字技术和AI优先的心智模式。
这不仅是购买软件，而是建立了一个基于平台的AI引擎。安森从基础的收集数据开始，逐步发展到挖掘可操作的洞见。这意味着流程的自动化、更高的效率以及永不停歇的迭代改进。
2. 小试牛刀：用“连接”取代“颠覆”
大规模转型往往死于宏大的叙事。罗南基的策略是务实且敏捷的：他深入研究AI如何影响具体的业务结果，然后将相关、可行的用例连接起来，通过小规模实验获取反馈。
从流程的角度切入，应用AI和机器学习，安森得以部署下一代技术，并在这一过程中显著改善了客户体验。这种“小步快跑”的策略降低了试错成本，让组织在安全范围内快速学习。
3. 领导参与：打破部门墙的“共谋”
AI的潜力在于全局优化，而非单点突破。要充分发挥AI的潜力，需要得到公司全面的支持，这意味着让所有利益相关方（业务、技术、运营）一起参与构想积极的业务成果。
在安森，各业务部门的合作伙伴被要求主动思考：如何利用AI重新设计、重新构想，甚至重新实施核心业务流程？ 基于这些反馈，公司专注于自动化数据处理，在能对业务产生最大影响的地方应用AI。他们采用敏捷方法，推动流程从概念进入实际生产。
4. 人才动员：创建内部的“AI西点军校”
没有人才，战略只是空壳。罗南基深知，必须夯实人才基础才能实现全公司的AI愿景。
为此，安森创建了一个结构化的AI培训计划——“安森AI”。这个计划不仅为了吸引外部的熟练技术人员，更旨在培养公司内部的人才。其核心目的是建立一种促进AI应用落地的创新文化，从而留住那些渴望成长的人才。当员工发现公司愿意投资于他们的未来时，忠诚度和创造力便会自然涌现。
| 战略维度 | 核心举措 | 关键成果 |
|---|---|---|
| 立足未来 |
|
|
| 小试牛刀 |
|
|
| 领导参与 |
|
|
| 人才动员 |
|
|
第二篇章：重塑人才实践——从“工业时代”到“网络型团队”
安森的实践揭示了一个真理：AI优先的组织需要全新的“生产关系”。过去根植于工业时代的标准人才做法正在被抛弃。
-
招聘标准变了：像云存储公司Compose等领先组织不再仅仅根据教育水平和经验招人，而是根据潜力、能力、技能、团队契合度和成就来选拔人才。
-
评估机制变了：不再依赖主管每年一次的绩效评估。AI优先的组织更频繁地评估员工的敬业度、合作能力、潜力和未来所需技能。
-
工作设计变了：利用内部人才市场，将人员持续匹配到短期的项目和角色（而不是固定的岗位）上。
-
学习模式变了：将学习设计到工作中，而不是让员工离开岗位去参加脱离情境的培训。
AI本身也在重塑人才管理。 73%的美国CEO计划在未来3年内改善人才管理，而AI正是核心工具。正如思可信首席人力资源官贾里德·卢卡斯预测：“AI将推动更有效的内部流动，让公司更好地挖掘内部人才填补关键职位。”
第三篇章：治理与认知——在“狂奔”中系好安全带
当组织全力拥抱AI时，风险也随之而来。安森和所有成功的AI优先组织一样，将风险缓解和认知提升视为生命线。
1. 合规只是起点，道德才是护栏
在推行AI的过程中回避道德问题方面，遵循标准仅仅是开始。AI优先的组织将AI道德和责任放在首位，使其成为每个人的工作准则。
例如，油田服务公司斯伦贝谢在使用AI进行视频分析以改进运营时，制定了明确的数据隐私规则：先对视频数据进行匿名化汇总，再进行趋势分析，允许个人私下查看自己的数据以改善绩效，而非公开处刑。
2. 清晰的所有权与治理流程
成功的公司拥有清晰的数据所有权结构：业务部门拥有业务相关的数据，并对其生成的数据质量负责。 从治理的角度来看，公司必须在问题出现时启用风险框架和应急计划。
澳大利亚电信公司的亚历克斯·巴德诺赫解释说：“技术变化如此之快，会产生各种意想不到的后果。我们需要花时间就问题本身、可能性和风险，对最高管理层和董事会开展培训。” 许多组织成立了伦理审查委员会，引入外部专家，主动解决AI可能带来的意外后果。
第四篇章：人机共生——释放“多元化红利”
最终，AI优先的组织不是要取代人类，而是要学会“与机器交朋友”。
不要只是“学习AI”，还要“用AI学习”。
员工需要从厌恶风险、必须有完美答案才行动，转变为更加敏捷、愿意尝试。在一家重视关系的金融机构中，领导者强调用AI增强与客户联系的能力。他们制作小册子，展示AI如何帮助客户经理量身定制产品，同时改善客户体验和增加利润。CEO的月度通讯甚至会展示那些善于使用AI工具的员工的成就。
EID与福祉：AI带来的新视角
研究表明，由不同类型（包括AI）组成的团队可以创造 “多元化红利” 。当AI为团队带来自己独特的“思考”方式时，人机结合产生的多元化红利，将超过仅由人类组成的团队。
与此同时，我们必须关注员工福祉。当AI接手重复性劳动，人类员工需要被重新赋能。通过为呼叫中心员工配备AI教练，实时提供报价建议和技能辅导，一家电信供应商不仅降低了10%的客户流失率，还让员工的工作更有成就感。
图表：AI优先组织健康模型
中心： 领导力（谦逊、适应性、远见）
外环四个扇区： 1. 战略与心智模式（立足未来） 2. 组织与工作设计（小试牛刀/网络型团队） 3. 人才与学习（人才动员/用AI学习） 4. 信任与治理（风险缓解/道德护栏）
飞轮效应： 箭头连接四个扇区，表示它们相互作用，共同驱动“组织健康”与“业绩增长”。
底层基石： 多元化、公平与包容（EID）和员工福祉。
结语：通往“AI优先”的艰巨与荣耀
领导AI优先的组织是一项艰巨的工作。亚马逊、谷歌等数字原生代已经证明，它们可以在快速运转的同时扩展新业务。但对非数字原生的传统企业而言，要从模拟转向数字，必须像安森一样，系统地重塑战略、人才、治理和文化。
这要求在实验和习惯、自动化和人力、分析和判断之间找到完美的平衡点。随着组织效力的范式转变为AI优先，能否管理好由此产生的多重压力，将很大程度上取决于公司的健康状况。
最终，为了通过AI进步释放组织健康的潜能，领导者应该专注于投资本章讨论的所有要素，同时关注它们对领导力、EID和员工福祉的影响。那些适应变革、并帮助整个公司变得敏捷的领导者，将最终释放出公司的全部潜力——那是一种取决于组织健康状况的、无法被模仿的终极竞争力。
