AI轉型卡關「最後一哩路」：化解七種阻力，組織設計須重構

企業投入大量AI試行計畫與生產力工具，個人效率雖提升，效益卻常停留在局部，難以轉化為整體營運成果。真正卡住轉型的，是技術與組織設計之間的「最後一哩路」，包括試行計畫氾濫、流程債、代理型AI治理缺口等7種結構性阻力；透過重新設計流程、知識管理與職務配置的營運模式藍圖，可協助領導人跨出這一步。

企業高層對於AI轉型願景的熱忱日益提升，並投入了相應的資金來推動轉型。大多數大型企業已啟動數百項試行計畫，並大規模為員工提供Copilot與ChatGPT等工具。

然而，儘管許多試行計畫在單一層面都稱得上成功，例如有助於節省時間、金錢和提升流程效率等等，但這些效益卻未能擴及整個組織。很少有企業能以AI為基礎，從根本上改變自身的營運模式和商業模式。

為了探討那些已圍繞最先進AI能力完成重塑的企業，其未來商業模式將會如何發展，以及企業從當下邁向該目標的路徑，數位數據設計研究所（Digital Data Design Institute, D^3）（由本文作者史戴夫與拉哈尼協助創立）及微軟（Microsoft）在哈佛商學院成立了「前瞻企業計畫」（Frontier Firm Initiative）。此計畫結合了哈佛嚴謹的組織研究與微軟的第一線技術部署數據，探討企業如何跨越單純的自動化，轉型為可改變價值創造方式的「AI代理式工作流程」（agentic workflow）。

不久之前，前瞻企業計畫於哈佛商學院舉辦了一場閉門高峰會，希望找出組織內部有哪些阻力讓AI試行計畫難以變成企業整體適用的營運模式，其中邀請醫療、銀行與工業製造等產業12家國際企業的資深高層，探討各自的AI轉型在哪些環節陷入停滯。這麼做有兩大原因：首先，我們想了解這些企業在AI轉型中面臨哪些挑戰，以及目前嘗試了哪些方法；其次，我們想要探索未來的機會，以及他們往後可以採取哪些不同的做法。