直面殘酷現實，生成式AI能幫企業管理者做什麼？

理想很豐滿，現實很骨感，也很殘酷。

大西洋與太平洋茶葉公司（簡稱A&P）是美國20世紀50年代最大、最為知名的零售商，其收入一度僅次於通用汽車。進入1960年以後，富裕起來的美國人的消費觀發生了很大的變化，他們想要更好、更大和有更多選擇餘地的商店。但是這家公司對此未能做出妥當的反應，變革屢受挫折。於是到了20世紀末，公司市場份額嚴重下滑，一蹶不振。

此案例源自《從優秀到卓越》這部風靡一時的經典商業著作。作者柯林斯以此論證企業領導人「直面殘酷現實」的重要性。當舊的成功商業模式與現實世界日益脫節，很多優秀的公司對此反應遲鈍，從而失去成為卓越公司的機遇。

但這一說法並不公平。

因為對於「現實是什麼？」這個涉及本體論的問題，答案往往並非一目瞭然。很多時候，我們都是站在上帝的視角來看待過去發生的事情，認為當時的企業領導人應該知道事情的變化，應該為此作好準備——但這僅僅是一種馬後炮的判斷。

以「1960年代以後美國人的消費觀發生了很大變化」這一所謂的「現實」為例，就是一個典型的事後總結。首先，人們的消費觀時刻都在發生變化，既不是1960年代以後才發生，也不是於某個特定時間點突然有了重大的變化，而更多是一種大致的、模糊的趨勢判斷。同樣，它也不可能是所有美國人的消費觀同時發生變化，而可能是從紐約、芝加哥這樣有影響力的大都市先行改變，再逐漸向其他地方蔓延。

更為重要的是，在此變化發生的過程中，即便身處其中的公司不斷地掃瞄環境，發現了零星的數據支持，但最終是否應當作出變革，仍然有賴於身處高位的企業領導層對其的解釋，確認這種變化確實是在發生，以及它對公司業務將產生重大影響。正是這種由領導層認知所建構的現實在A&P失敗案例中起了更大的作用。

人們認識客觀現實有賴於工具和方法，特別是交通和媒介工具的發展。古代的人們瞭解現實，往往只是所居住的村鎮或城市幾平方公里的情況。出了這個範圍，人們不關心也無從得知。而隨著交通工具的便利，人們活動範圍的擴大；以及各種媒介的出現，人們對於現實的圖景逐漸清晰。例如改革開放之後，封閉已久的中國人奔赴世界，瞭解到各地的情況，才知道現實顯然不同於在國內所瞭解到的那樣。

由此可見，現實可以有客觀現實和建構現實之分。從盲人摸象的故事我們可以知道，客觀現實就是那頭大象，由於它非常巨大，每個人都只能摸到一部分，不知道全部。每個人摸到一部分之後，他們所認為的大象像一條繩子、一堵牆、一根柱子或一把扇子，就是建構的現實。

客觀現實與建構現實有何關係？一般認為，人們只有能夠先接觸客觀現實的信息，才能建構起更加真實的現實，儘量還原其本來面目，並據此採取相應的行動。

近代以來，由於電報、廣播到電視的發明，大眾媒體日益豐富。而互聯網的出現更是讓人類直接進入信息爆炸年代，人們的注意力、信息處理能力遠遠跟不上現實信息的生產。

當人們接觸到越來越多的信息，對世界的認識是不是就更加準確一些？答案是未必。人們把大像當扇子固然不對，但是如果把大象看成上述幾個簡單物品的加總，也未必就接近真相。更何況有關大像是什麼這一問題，遠遠不僅這幾種答案，不同信息源中更是充滿著矛盾的見解。

各類新型信息技術的出現，比如搜索引擎、大數據技術、智能推薦等，都在幫助人類更高效地處理各類信息。而生成式AI的出現，無疑是信息加工和知識生產的一場新的革命。就認識現實而言，生成式AI至少可以起到三個方面的作用：

首先，生成式AI可綜合地反映現實。

這適合於已經發生的事實層面的情況，對於新手尤其有用。以往通過搜索引擎，我們只能一篇篇文章查看，形成判斷，但是由於信息源有限，得出的判斷往往準確度較低。生成式AI所引用的資料源於互聯網上各主要媒體，具有聚合和提煉觀點的功能，可以很快讓人們對所處行業的現實有一個總體印象。例如我們想瞭解中國電動車行業的發展：

可以看出，這裏基本都是相關數據的列舉，且有一定的事實依據和引用鏈接。儘管更加內行的人可以對這些數據產生質疑，但是作為一般瞭解，這些數據還是相當有幫助的。

其次，生成式AI幫助建構現實。

生成式AI很少就某個議題得出一個明確的結論，更適合列舉和比較不同方面的意見和觀點。最為重要的是它提供了一個思考的框架。比如對於電動車發展前景的不同意見：

基於不同的乃至完全對立的觀點的列舉，生成式AI幫助人們建構一個更加完整的現實，對於極端的觀點起到一種中和作用。這樣，即使有些人會完全認可樂觀派觀點，他們同時會注意到可能存在的不利方面，從而在行動上可以更加謹慎一些。

更進一步，生成式AI可以一定程度上幫助創造現實。

眾所周知，一般人的行動主要受到過去的影響，但與此不同，成功的企業家的行動卻是受願景引領。正因如此，在很多人認為不可能的情況下，他們通過創新，創造一個新的現實，成就一番事業。這在商業史上並不罕見。生成式AI經過深度學習，參與到各類科研之中，其實已經具備了一定的創新能力。我們可以通過問題引導，運用這一能力。生成式AI的回答相比於優秀企業家顯然仍有差距，但是已經超過普通人的水平。例如：

由此我們發現，生成式AI與企業高層在認清現實問題上可以形成一個良好的互補，具體如下圖如示。

在反映現實層面，由於AI的信息處理和加工能力遠遠超過人類，同時掌握了更多的數據，所以它能夠更全面地反映現實。因此企業可以AI生成的內容為基礎，進一步收集更多、更細緻的數據，以及一些難以量化的信息進行補充。

在建構現實層面，企業高管與生成式的互補作用體現得更加充分，可能是最具潛力的部分。由於每位高管個人的認知不同，所以他們對於相同的客觀事實作出不同的解釋和建構，這是很多內部衝突的來源。這時候，如能運用生成式AI比較不同觀點的優缺點，可以讓企業高管更容易達成一致和共識。

在創造現實層面，企業高管佔據了主導的地位。生成式AI目前可以做的並不多。關鍵還是在於企業高管提出適當的問題，利用AI廣博的知識數據，通過不同領域知識的交叉授粉，讓AI「一本正經地胡說八道」變成有價值的創意來源。

柯林斯在書中提出，卓越公司之所以能夠看清現實，主要有兩大原因：一是有一個深知「事實勝於美夢」的第五級經理人。二是公司的文化氛圍：人們有無數的機會被傾聽，最後事實就會浮現。

今天，我們還應該加上第三個因素：那些能夠有效地利用生成式AI的企業管理者，可能會對現實有更好的把握，從而贏得先機。

本文來自微信公眾號「複旦商業知識」（ID：BKfudan），作者：趙付春 於保平，36氪經授權發佈。