听说过CEO、CFO、COO，最近一个词又出现了：CAIO，也就是首席AI官。

AI是否能够真正替代人类的方方面面？

答案当然是否定的。正如现在AI如火如荼、铺天盖地的宣传，在新闻中甚至能够看到体现一个行业是否具有“新质生产力”，就看它的AI参与度有多少。

AI真正落地的步骤

根据DataIQ的一份报告《The End of AI Theatrics》显示：在受访的AI企业中，93%认为⾃⼰已经处于中等或者⾼⽔平的AI投资状态，包括投入资金购买模型，搭建专门团队。但真正认为⾃⼰具备⾼⽔平AI能⼒的企业，只有16%。也就是说，能够使用并且转化为业务能力的人还比较小。

AI替代业务部门，需要怎么做？以销售部门为例：

1、让一线销售把记在微信、excel、飞书等的客户信息，规规矩矩填入到系统中。

2、让销售主管受AI的数据漏斗约束，剥夺了以往向管理层提交预测数据的资源。换句话说，AI将会自动生成报表抄送老板。

3、要把数据底座补齐，调整组织架构、改变流程。原本需要两三年的事情，要压缩到一年之内完成。

谁都知道，让自己去革自己的命，大部分人都会抵制。

用AI替代人，本身就是一个“脏活”

我想先问问你，一家企业的中高层看重的是什么？是进度、成果和回报。

而企业和员工之间的关系，在没有设计好新的责任共担机制和激励方案的情况下，就要动他人蛋糕，谁真的去干这个事情了，最后都不排除有性命之虞。

AI来临，什么能力才能真正有用？

首先，对于求职者或者在职员工，第一道能力护城河是对业务理解的能力。说直白一些，就是对“潜规则”的理解能力。这里所说的“潜规则”，是指的企业的激励机制、人与人之间的博弈能力以及默认的做事方法。（所以，在沟通能力上在简历中一定要体现）

谁能够先于他人早日理解这个过程，谁就能够知道这份工作的核心。

比如说，⼀家消费品公司的CDO，带着团队花了半年时间，训练出⼀个销量预测模型。模型很漂亮，算⼒很强。结果上线以后，预测结果却⼀塌糊涂。原因在于这家公司长期存在压单⾏为。很多销售为了完成季度指标，会在⽉底把货提前压给渠道。于是模型学到⼀个规律：⽉底需求特别旺盛。供应链按照这个结果备货，结果真实消费者没买那么多，库存爆了，现⾦流开始承压。

其次，对算法、代码、架构不迷信。

比如在一些工程设计领域，很多计算机出身的人，往往认为代码能够解决一切问题。但是恰恰忽视了任何事情都有“概率”。也就是说，计算机、统计、数学出身，懂得建模、懂得代码、懂得架构，未必能够知道实践当中可能存在的一些事情。当然，这里并不是说“随大流”。该把底层的东西弄通，还是要弄通。模型思维是解决大部分问题的关键，随着技术门槛的下降，两方面结合才是关键。

最后，还是要把真实的业务结果弄出来。

这一点就不多说了。