【导读】在AI重塑决策结构的今天，领导者的核心竞争力正在发生剧变。
葛兰素史克（GSK）首席数字与技术官（CDTO）Shobie Ramakrishnan指出，我们已进入一个高摩擦、高风险的时刻。决策的质量和速度，将直接决定明天的胜负。
未来的竞争优势，将不再属于拥有最多资源的人，而是属于那些掌握了“人机决策生态系统”的人。
如何在这个系统中创造自信、高速的决策？答案在于一种新的领导力货币：决策智能（Decision Intelligence）。
Ramakrishnan指出，未来的决策将不再是静态的终点，而是迭代、适应性强且共同创造的。
信任：决策将不再关乎控制，而更多关乎对系统的信任——相信它不仅能执行，还能推理、学习并挑战假设。
编排与协作：领导心态需从“命令和决策”转向“编排和协作”（orchestrate-and-collaborate）。这不是放弃权威，而是设计透明、问责的系统。
在高风险、高摩擦的场景中（如药物研发管道决策），AI带来的价值是内生的。
前向模拟：AI能在几分钟内运行数千次模拟，考虑需求冲击、监管变化，并运用因果推理（Causal Reasoning），而不仅仅是相关性。
消除偏见：AI可以丰富人类见解，同时消除人类偏见。它能处理冲突数据，揭示人类无法察觉的模式，而无需取代最终的判断权。
【顾问洞察】AI不会取代人，而是放大在压力下做出更好决策的能力。竞争的基础将转向那些掌握人机决策生态系统的企业。
如何在组织中消除犹豫，建立自信决策的文化？Ramakrishnan给出了三个实用的法则：
法则一：缩小范围（Narrow the Field）
痛点：重大决策常因变量过多而停滞。
对策：聚焦于最关键的几个变量，学会放下其余的。在AI时代，精确度优于完美。
法则二：将风险视为“旋钮”（Risk as a Dial）
认知：风险不是非黑即白的开关，而是一个光谱。
行动：根据公司阶段和问题性质，有意识地校准风险。风险意识是领导优势，风险规避则是长期负债。
法则三：邀请“建设性摩擦”（Constructive Friction）
原则：每个决策都需要一个单一、负责任的所有者，但这不意味着孤立。
方法：从专家（包括AI）那里汲取多元观点，不要陷入“共识”的泥潭。
价值：建设性摩擦能提升判断力。艺术在于让这种摩擦变得高效，同时保持对结果负责的绝对清晰。
【结语】这个时代的成功领导力，不由数据量定义，而由决策的质量和速度，以及背后的信任所定义。
GSK CDTO Shobie Ramakrishnan 阐述了 CIO 如何通过智能系统协作，创造自信且高速决策的条件。
图源：Shobie Ramakrishnan / GSK
作为葛兰素史克（GSK）的首席数字与技术官（CDTO），Shobie Ramakrishnan正帮助这家全球最具科学驱动力的公司之一，将数字化转型转化为推动人类健康和影响的力量。凭借在生物技术和高科技公司的深厚经验，Ramakrishnan领导了GSK数字化、数据和分析能力的转型，并通过重新构想工作方式，在建立更灵活的运营模式中发挥关键作用。
在当今快节奏且充满颠覆性的环境中，对CIO的期望从未如此之高——而犯错的余地也从未如此之小。在最近一期《科技低语者》（Tech Whisperers）播客中，Ramakrishnan分享了她如何利用IT快速演进并引领持久变革的见解。
随着新工具、数据和能力的出现，推动创新加速，CIO们已进入Ramakrishnan所称的高摩擦、高风险领导时刻。她认为，IT领导者今天做出的决策将决定他们明天是否能取得成功。鉴于决策的质量和速度至关重要，她认为IT领导者必须创造自信、高速决策的条件。节目结束后，我们花时间关注领导力的新货币：决策智能（Decision Intelligence）。
Dan Roberts：在人工智能（AI）重塑决策结构的时代，领导者将如何应对一个选择与智能系统共同创造的世界？
Shobie Ramakrishnan：在人工智能时代，决策将不再是控制，而是更多关于信任——对那些不仅执行，还能推理、学习并挑战假设的系统的信任。几十年来，大型组织的决策一直基于确定性工作流程，主要依赖于大量分析支持的人类判断。机器提供数据，人们做出决策，通常控制整个过程。这种动态正在改变，随着人工智能从洞察引擎向推理伙伴（reasoning partners）演变，决策将不再是静态的终点。它们将变得迭代、适应性强、共同创造。人类直觉和机器智能将形成快速反馈循环，彼此学习以优化结果。
这一转变需要新的领导心态，从“命令和决策”转变为“编排和协作”（orchestrate-and-collaborate）。这不是放弃权威；它关乎设计能够实现大规模信任的透明、问责和道德保障体系。这里有非常深远的机会去重塑决策，不仅更快，更根本上更聪明、更有韧性。拥抱这一点的领导者将解锁竞争优势，而那些执着于控制的人则有可能被落在一个决策不再仅由人类做出的世界里。
Dan Roberts：在过去，决策高度依赖分析，充满报告和回顾性数据。您如何看待从“分析瘫痪”向“决策智能”的转变，利用新工具和能力带来清晰和速度，而非摩擦和噪音？
Shobie Ramakrishnan：长期以来，决策一直以数据为基础，由人主导。随着推理模型和多模态人工智能的兴起，正在出现的是能够在几分钟甚至几天内运行数千次前向模拟（forward simulations）的能力，这些模拟可以考虑需求冲击、价格变化、监管变化，同时还能运用因果推理（causal reasoning），而不仅仅是相关性。这为基于数据、由人类专家指导和塑造结果的决策打开了大门。
在我所说的高风险、高分析、高摩擦的使用场景或决策中，比如销售或供应链预测，或者在我们行业中，围绕哪些药物进入流程的决策，做出更精准且更快的决策具有内在价值。难点在于将这一转变付诸实践，因为这意味着将控制点从以人为中心的支点转变为流畅的人机协作。这可不容易。如果改变一个个人习惯很难，那么你可以想象，当多重职能、复杂且相互冲突的数据集和巨大后果碰撞时，重塑数十年组织肌肉记忆——尤其是对于那些以收集数据、发展洞见和调解决策为核心的团队来说，将会是多么艰难的体验。这种转变会让人感到更加令人生畏。
但这正是机会所在。人工智能可以作为分析师、研究者、代理人，或者持续前进的同事。它不仅能丰富人类见解，还能消除人类偏见。它可以大规模处理冲突数据，运行情景模拟，并揭示人类无法察觉的模式，而最终无需取代判断或控制。这不是关于取代人；关键是放大这种在压力下做出更好决策的能力。
最后我想说的是，历史上，在一个有钱人和没钱人（haves and have nots）分明的世界里，优势一直属于那些拥有更多资源和才华的人。我认为人工智能会打破这种动态。竞争的基础将转向那些掌握这些人机决策生态系统的人，这将在未来十多年内区分胜负。
Dan Roberts：许多组织仍然处于犹豫的氛围中，常因害怕错误、责任不明确或无休止的共识建立（consensus-building）。如何营造一种让人们感到有能力、能够快速且自信地做出决策的文化？
Shobie Ramakrishnan：自信的决策始于清晰。我能想到三个实用的转变很有价值，我现在还在努力练习。
第一个是缩小范围（narrow the field），让你能更快地行动，因为重大决策常因我们同时处理太多变量或选项而停滞不前。在复杂性之中，缩小范围，聚焦于关键变量或重要因素，能促使决策变得清晰且有动力。所以专注于决策中最重要的几个方面，学会放下其他的。在我们即将进入的世界里，思想量是10倍，速度是10倍，精确度明显优于完美。
第二个建议是把风险当作一个旋钮（dial），而不是开关（switch）。我的意思是认识到风险不是非黑即白的；这是一个领导者需要根据你在旅程中的位置、公司身份以及当前正在解决的问题来校准和立场的光谱。有些时刻可以大胆下注，有些时候克制反而能保护价值。关键是分辨哪种是哪种，然后有意识地去识别。我真心相信风险意识是领导优势，同时我也认为风险规避从长远来看可能成为负担。
第三个建议是围绕如何建立自信决策的文化，并将决策融入团队运动。我们通过明确所有权，同时邀请建设性摩擦（constructive friction）进入这一过程来实现这一点。我坚信每个决策都需要一个单一的、负责任的所有者，但我不认为拥有权意味着孤立或个人赋权去做某件事。最强的结果出现在当该人能够从专家那里汲取多元观点——现在我会把人工智能也列入可供大众使用——但不会陷入共识。建设性摩擦能提升判断力。艺术在于让决策高效，并保持对该决定影响负责的绝对清晰。
Ramakrishnan的观点提醒我们，在这个时代，成功的领导力不会仅仅取决于我们能接触到多少数据或技术。相反，关键在于我们做出决策的质量和速度，以及决策背后的信任和目的。
