首创：AI领先企业组织效能评估（ALCA）模型（下）

我们继续分享，AI领先企业组织效能评估模型，也就是ALCA评估模型的下半部分。如果您还没有读过最基础的“工具”和“数据”两个维度，可以向前翻上一期视频或文章。

首创：AI领先企业组织效能评估（ALCA）模型（上）

这里，我们继续谈谈后面的流程、战略、组织和人才四个维度。

评估维度三：流程能力

这里的“流程”，不是指狭义的审批流程，也不是指评估某个特定业务的执行流程是不是合理，那和具体的业务强相关。我们是评估一个组织中个体与团队开展工作的步骤、方法，对流程进行定义、执行和改进的能力。企业开展的所有经营活动，无一例外都是由一个个流程、步骤、活动串起来的，也包括把每个活动做到最好的那些优秀实践。我们能不能在所有流程活动中，充分应用数据和AI能力，是组织开展业务的核心。

这里我们可以从两个方面来评估：

3.1 “业务创新”

它评估的是企业在AI时代，是否具备将AI等技术与业务场景结合，产生持续的有效创新的流程与方法，包括颠覆式或渐进式的创新。创新不是拍脑袋，它就是一套流程方法，包括从洞察用户和技术、分析场景、识别机会、设计方案一直到上市后获取反馈，判断要继续、调整，还是终止投入。这里有几个关键的评估问题：

• 持续洞察

组织是否建立了机制，来确保团队持续对市场、客户以及技术趋势进行洞察，并识别出最有价值的机会？而不是以长周期的方式进行，或过于依赖外部建议。

• 创新方法

我们是否具备对用户和市场进行实验、低风险的创新流程与方法？从而在AI时代高度不确定性的市场中提高创新的成功概率。比如精益创新的方案。

• 体验设计

团队是否具备以“体验”为中心的设计方法，从全服务旅程中识别客户机会点，并将体验融入到所有智能场景的产品和服务设计中？

• 创新机制

组织是否在不同层级建立了多样化的激励、赋能机制，和匹配的试错文化，来激活AI与业务场景相融合的持续创新？比如自顶向下的战略创新，和自下而上的全员创新机制。

• 伦理与安全

在所有基于数据与智能的创新中，是否充分融入了伦理、隐私与安全标准？这可能是让我们在AI时代的社会进步不走入崩溃的关键前提。

3.2 “流程运营”

既然组织内的所有存量业务活动都是由流程、活动串起来的，那么我们就需要评估，组织是否以数据和智能技术为基础对既有的业务流程进行了高效运营管理，也包括了几个问题：

• 价值流定义

组织是否对所有的经营价值流进行了清晰的分层和定义，并以合理方式识别出可被自动化、智能化取代的那些活动，或者能力项？这里可以借鉴企业架构中进行业务架构定义的方法。

• 流程智能体

是否已经建立了足够数量的智能体，来执行每一个流程活动，而且能够智能地规划与控制全流程执行，产生稳定可靠的结果？智能体在这当中不仅充当了执行者，也充当着流程的控制者。

• 人类在环

是否识别出了所有必须人类参与判断和决策的时点，并已经有效嵌入到各智能体工作流中？这一点，应该是所有智能体建设中都至关重要的一项设计能力，从流程上确保智能体行为不会偏离常识，带来过度风险，能做出符合人类认知的最优选择。

• 观测与追溯

是否流程执行中所有的活动、决策以及结果信息都有记录，具备可解释性，关键信息可观测，并通知到相关干系人？完整的记录，允许我们进行实时或事后的审计与追溯分析，支持问责；而通知，包括一些关键决策、事件和异常信号的通知，允许我们及时采取行动。

• 流程改进

流程不能是固化的，是否建立了基于数据、智能的流程分析与洞察能力，且配套有效机制和责任体系，确保对流程活动进行持续诊断和改进？

评估维度四：战略能力

再下一个大的评估维度，我们将具体业务的执行，上升到企业在高不确定性的AI智能体时代，参与市场竞争并适应变化的战略能力。战略，不应该再是一个长周期性的规划活动，而是以持续的洞察为原点，以投资组合管理的方式，基于反馈持续动态地调整方向、动态决策并且分配资源。它包括两个关键的方面：

4.1 “战略选择”

这是企业对数智化发展方向的选择。可以由几个问题来评估：

• 使命愿景

我们的组织，是否面向全体员工传递出了有挑战并鼓舞人心的发展愿景，并能展现出业务在智能时代的巨大，并且积极的想象空间？比如，企业能否展现出，通过AI赋能增长，而非削减岗位，为人类带来幸福感这样的未来图景。唯有这样，企业才能在AI的变革中激发来自一线的积极响应，才是对社会有益的。

• 业务战略

组织是否制定了清晰的数智化业务战略，明确以技术为内核的关键竞争力，并识别出优先需要投资的创新场景？比如新渠道、新体验。

这里补充一点，战略，有可能是自上而下的前瞻思考，也可能是在一片混沌中，来自一线的各种试错，浮现出的机会与优势，我们发现后经过提炼成为战略。但只有当战略清晰，AI变革才可能在整个组织层面规模化、有效地拓展开。

• 技术战略

组织是否制定了清晰的，包括数据与AI技术在内的新技术战略路径？在数智时代，所有业务都将被新技术重写，对技术路径的选择和投资是保持领先的关键之一。不仅仅是技术本身，战略中还应当包括为此匹配的技术组织与人才发展路径。

• 三条地平线

组织是否有清晰的，包括了成熟业务（H1）、高增长业务（H2）与新业务探索（H3）在内的业务和产品战略？以此形成了由近及远的三条地平线，能始终保持创新活力。

4.2 “动态投资”

评估企业是否建立了适应智能时代‘不确定性’的动态机制，来灵活制定决策，并分配资源，拥抱机会。这包括：

• 投资组合

是否以战略路径为轴线，建立了包括一系列投资机会在内的投资组合，并对此有明确的管理机制与责任体系？以数据和AI技术为核心的业务不确定性，让企业的规划更像是对一系列机会的管理，按优先级行动，而不是一个基于固定时间的、长期不变的执行计划。

• 动态决策

是否建立了一个以成效数据反馈为基础，实时、动态的投资评审与决策机制？尤其是对AI投资，需要建立基于成效ROI的动态机制，滚动式地制定规划，远粗近细，持续验证；而不再是长周期性地，比如以半年或年为周期，每次投入大量精力来重新制定规划，但也不是放弃做规划。

• 动态成效目标

组织是否能将战略选择与决策调整，实时地转化为不同组织层级的目标，并以成效而非产出为标准来衡量？从而有效牵引团队与个人有清晰、聚焦的方向，并快速调整行动。不是追求完成任务，而是达成结果。

• 动态资源分配

预算、人力与其他资源，是否能基于动态决策进行敏捷、灵活的重新配置？这样才能确保资源尽可能地聚焦在最高价值回报的机会上。

评估维度五：组织能力

组织，是我们为深入的数字化、智能化运作提供的土壤环境。这决定了一个企业那些看似美好的规划，由谁来承载和实现？能不能真正地落地下去？我们也可以从两个方面来审视。

5.1 “组织形态”

指组织是否建立了适应智能时代的有效组织结构、分工，这是所有战略得以落地的必要因素。可以通过几个问题来评估：

• 扁平组织

组织是否借助数据与AI能力，有效压缩了组织层级和管理层规模？以此提升了管理效率，缩短决策链路。

• 二元结构

在组织内部，是不是由提供可复用能力的平台团队，与面向客户成效的价值流团队构成，彼此间边界清晰且高效协作？这可以参考我之前一期视频分享的“四色团队”划分，‘价值流团队’与‘平台团队’，是面向未来的高效能组织应当具备的两种基本组织形态，一纵一横。

• 成效型单元

在组织里，业务和技术专家，以及其他必要职能，是否构成了共同面向价值的跨职能组织，共同对业务结果负责？而不是以需求流程在不同职能部门间传递工作。无论是虚拟的，还是实体的，那种面向客户、面向成效的组织单元，应当是组织实际运作、管理和考核的主要形态。

• 人机同形

组织的最小作战单元，是否是一系列“人+智能体”构成的复合体？包括业务与技术在内的个人或微型团队对一个或一组智能体全生命周期负责，这就像养育智能体的一个小家庭。在组织中，人和智能体的分布结构、管理结构应该是基本同形的。

• 多模态组织

对于多元化业务的大型组织，这里会增加一个问题。组织是否能针对不同地平线的业务，例如成熟期业务和早期探索业务，平台型团队与价值流团队，分别建立起不同的管理模式与激励机制？进行差异化管理。

5.2 “组织协同”

判断组织是否具备让不同组织单元为共同目标紧密协作起来的机制，减少内耗，让事情得以快速推进。也可以通过几个问题来评估：

• 透明度

我们的员工和管理者，是否可以透明地掌握团队、智能体的真实信息和风险？从而建立起一种风险共担的氛围，对问题及时做出判断和响应，也能促进成员之间的交叉协作与学习改进。

• 目标对齐

：是否在跨团队之间能够对彼此的目标或关键绩效可见？这样才能以价值为共识，让每个单元都清晰地了解自身工作如何支撑全局战略，并支持横向协作。

• 接口与代理

是否不同的组织单元、业务单元之间，那些例行任务执行可以通过提供接口或智能体，来实现系统、智能体与人之间的互操作？我们相信，能完成日常工作的智能体或接口，就像团队或部门的一个门面，让很多常规任务，不需要人类亲自去服务，从而能大幅提升跨组织间的协作效率。

• 战略协同

是否不同的组织单元、关键岗位，能够围绕战略性的变革、重点专项紧密协同工作，并建立了明确专项管理机制与协作流程？比如来自不同的业务线，来自市场、财务、IT不同职能部门的团队，有机制让他们能够围绕共同的客户增长目标，或一项重大变革，坐在一起，密切协同工作，相互支持，而不是相互等待甚至牵绊。

评估维度六：人才能力

即构成组织的这群人，能不能适应并支持组织向智能化的未来可持续地发展。没有合适的、优秀的人，一切都做不成。这也包括两个重要的评估方面：

6.1 “人才发展”

关注员工的技能成长与创新的动力。几个关键的评估问题包括：

• 技能重塑

组织是否更新了适应AI时代的人才胜任力与晋升体系，让数据和AI成为一项普适性的技能要求？比如将基础的AI与智能体技能、知识管理，以及持续学习、判断力、创造力、同理心等纳入了关键能力要求。

• AI技术人才

组织是否拥有，具备全流程智能体系统搭建和优化的专业技术人才，以及梯队？在某些业务场景下，可能还需要具备模型训练能力的人才。AI技术专家，这决定了组织在AI化的道路上能够走多深，以AI为业务核心竞争力的企业，可能需要雇佣大量的这类人才。

• 创新激励

是否提供了有效激励来驱动员工拥抱AI与智能体技术，积极地开展结合了AI、其他新技术的创新探索？毕竟AI的深度、规模化应用，不可能都依靠个别场景的自顶向下创新，更多依赖所有组织单元的自主创新，员工的内在动力影响着组织的创新速度和规模。

• 持续成长

组织是否提供了帮助员工适应AI技术进化的学习途径与成长激励？比如提供新知识推送、AI辅助的学习课程、自适应学习，以及通过灵活的内部调动提供实践机会等等。组织首先应立足于现有人才的转型和成长，而不是都指望在激烈的人才市场中去招聘。

• “数字员工”效能

是否将基于AI智能体的“数字员工”和人一样，都纳入了效能管理，建立起智能体效能的基准测试与淘汰机制？比如，一个客服智能体的“首次解决率”和“平均处理时长”是否总体上优于人工客服？要建立机制对低效能智能体进行优化或淘汰。

6.2 “领导力”

数智时代的领导力，正在从传统的“管人”与“业务专家”，向“价值定义”和“架构决策者”的身份转变，各个层级管理者的“数智”领导力，可以说是AI变革成败的关键催化剂，和人才发展一样，影响着变革的深度与可持续性。可以通过下面几个问题来评估：

• 技术认知

领导者是否对数智技术的发展方向，关键技术与应用场景有清晰的认知？例如AI与智能体的能力边界、有效应用场景、数据治理和应用等？

• 管理智能体

就像统筹对人的管理一样，领导者是否能统筹智能体的定义和编排，同步设定人与智能体的目标与职责，制定关键决策？

• 洞察和探索机会

领导者，是否对客户与市场有敏锐的洞察力，能够动态地发现和管理机会，并清楚如何领导团队来探索创新？这就类似字节最近提出的，我们的领导者必须持续具备外部视角，深入到一线，能清楚地理解客户与市场，并且拿到结果。

• 领导变革

：AI时代，比以往任何时候都有更高的不确定性，无论是外部市场环境变化，还是内部组织进化，都需要组织持续地处于变革之中。那么领导者，是否具备驱动持续变革的胆识与策略？这里的变革，即包括对外的产品与服务，也包括组织内部的进化，能够设定有挑战性的高目标，去追求实现突破性的改变。

• 赋能他人

：领导者是否具备意愿和技能，持续地赋能他人成长？AI时代快速变化，组织的快速成长依赖于人的快速成长，而领导者应当成为那个关键的催化剂，而非阻力，仅仅把人当做消耗品。

到这里为止，我们就快速浏览了ALCA评估模型的六个维度和14个子维度，这是它的全貌。

对于一个评估模型，我认为评估得到一个分数是次要的，那些追求面子工程的组织可能更需要这样的打分。真正重要的是，我们能够基于一个系统性的模型，进行自检和找到差距，清楚下一步的变革应该从哪里开始，它应当是用来驱动我们做出变革和改进的。

你可以看到，通过这个评估模型，可以帮助我们系统性地评估在组织中落地AI智能体从技术底座到业务发展、从战略导向到组织土壤，成为AI时代的高效能组织，或者说AI原生组织，最大的差距在哪里？最需要补齐的能力是什么？

上面这些问题只是每个评估方向的要点，每个点都包括很多具体的评估项、评价标准，这些我将在后续的视频和公众号中来分享。模型本身，当然也会与时俱进，一切都在进化！也欢迎提出您的建议。

最后一点我想说明的是，模型里的每个评估点，并不要求具体怎么实现，每个组织可以有适合自己的最佳实践。如果你还不知道怎么做，我也会分享一些可参考的最佳实践。欢迎订阅和持续关注。