这篇文章我读了三遍，推荐给所有在搞AI的CEO和CIO。保科世学，埃森哲日本数据与AI业务负责人，把一个不到百人的AI团队做到千人规模，撑起埃森哲日本四成营收。他说的每一句话，都踩中了中国企业现在搞AI的痛点。
上个月跟一个制造业老板喝茶，他拍着桌子跟我说：
"去年花了500万上了最先进的大模型，找了最牛的团队做了2个PoC，结果呢？除了行政部偶尔用来写个会议纪要，销售部用来改个PPT，业务上根本没看到任何变化。"
"500万啊，就买了个高级玩具。"
相信很多CIO朋友都有同感。技术越来越先进，PoC做得越来越漂亮，但一到规模化落地就卡壳。问题到底出在哪？
看完埃森哲保科世学的这篇访谈，我突然就通了——
我们的瓶颈，从来都不是技术，而是组织。
现在到处都在说"AI替代多少白领工作"，这个说法本身就是错的。
保科说了一个特别好的例子：
要给员工负面反馈？让AI去说，客观理性，不会情绪化，避免人际冲突
要表扬员工？必须领导亲自说，"这次干得漂亮"这句话的温度，AI永远给不了
再比如：
AI可以做99%的风险分析，把数据摆得清清楚楚
但最后拍板、承担责任的，永远是人
搞AI的第一步，不是想着让AI取代谁，而是把人和AI的边界画清楚。
哪些事必须人来做？决策、共情、承担责任。哪些事必须AI来做？重复计算、海量数据处理、得罪人的事。
把这个边界想清楚了，你的组织架构和AI系统才会真正清晰。不然就是为了技术而技术，为了AI而AI。
这一点我深有体会。
传统企业的IT部门，核心KPI是什么？系统稳定运行，不出事。所以形成了"绝不允许失败"的文化，多一事不如少一事。
但搞AI呢？AI模型的迭代本身就需要失败的数据，人的成长也需要试错的经验。
用保科的话说：
最高级的管理，不是要求员工绝对完美，而是为他们设计一个"在可控范围内，允许安全试错的沙盒环境"。
给他们布置"稍微踮起脚尖就能触碰到"的挑战性任务，在他们跌倒时说一句"没关系，复盘后再来"。
这种心理安全感，才是驱动组织创新的最强劲燃料。
如果你的IT部门还在追求"零故障"，那你的AI永远做不起来。
很多老板的逻辑是：AI是技术，那就是技术部的事。大错特错。
埃森哲为什么要在京都设高级AI中心？核心逻辑就是：把客户企业的CEO/CxO和最前沿的AI开发者拉到同一张桌子上。
技术人员懂算法的边界，但经营层才懂业务的生死。只有让"自上而下的商业意志"和"自下而上的技术现实"在同频对话中碰撞，甚至现场收反馈、现场改模型，才能搞出真正能解决问题的AI。
我见过太多企业，老板提了个需求，技术部闷头搞了三个月，最后拿出来的东西业务部门根本不用。为什么？中间没有对话，没有碰撞，没有同频。
AI不是技术部门的AI，是整个公司的AI。
这两年看着很多企业搞AI，我最大的感受是：大家都太焦虑了，焦虑到忘记了最基本的东西。
技术在变，算法在变，模型在变。但组织的逻辑没变，人的逻辑没变。
与其追着最新的技术跑，不如停下来想想：
我们公司人和AI的边界在哪？
我们给年轻人试错的空间了吗？
业务和技术真的在一张桌子上说话吗？
在这个AI浪潮席卷而来的时代，对于CIO和企业领袖而言，与其被动地维持系统的稳定，不如主动出击，将全球最前沿的技术吸纳进自身的业务语境中。
停止纯粹的技术焦虑吧，回归到"人与组织"的重塑上来。想清楚这一点，你的企业在下一个十年依然会是行业的执牛耳者。
——埃森哲AI中心负责人保科学世的挑战（完整访谈）
受访者：保科学世
埃森哲公司数据与AI业务日本区负责人、AI中心负责人将不足百人的AI团队拓展至千人规模，撑起埃森哲日本约40%的营收
问：请您介绍一下迄今为止的职业生涯。
从小学到高中，我对编程的痴迷与日俱增，同时也对量子力学产生了浓厚兴趣。顺着这份热爱，我在大学主修了高度依赖计算机计算的物理化学专业，并一路读到了博士。
用计算机研究原子和分子极其有趣，让我十分沉迷。但随着研究的深入，我内心开始产生一个疑问：
"我的研究真的能为这个世界做出贡献吗？"
怀揣着"先去了解一下社会与商业运作机制"的想法，我加入了安永咨询（现埃森哲），因为在这里，编程这项特长能立刻转化为即战力。
最初，作为"懂编程的人才"，我直接从连新人都很少涉足的高难度项目起步：
从构建客户数据库开始
逐步扩展到销售机制的搭建
呼叫中心建设
乃至于供应链领域
当开发团队逐渐壮大为百人规模的全球化协作体系时，我开始大力推动自动化测试工具的开发，致力于构建"排除人为依赖（去属人化）"的机制。从很早开始，我就将打造保障重现性与质量的底座作为核心课题。
职业生涯的转折点，出现在我们探索订单系统高端化的过程中。
我将博士阶段积累的机器学习知识与埃森哲的咨询诀窍相结合，着手开发需求预测、库存最优配置等智能机制，并成功将其作为云服务推向市场，实现了商业变现。
此后，顺应大数据与机器学习的浪潮，我们进一步推进了数字基地建设与人才培养：
在东京麻布成立了"埃森哲创新中心"，与客户共同将创新点子转化为现实
在京都设立了"高级AI中心"，打造了一个让企业高管与精通前沿AI的开发者直接对话、共构全企业变革蓝图的场域
问：在您的职业生涯中，最引以为傲的成就是什么？
回首过去，无论是建立创新中心，还是开发各类AI服务，我都参与了诸多重要项目。但如果要说对公司最大的贡献，或许是"成功扩大了AI组织的规模"。
虽然如今AI因达到了应用级别而备受瞩目，但这不过是近期的潮流。回想十年前，几乎看不到大企业以AI为核心推进实质性转型的案例。
我刚接手AI团队负责人时，团队还不到100人。随后，我将精力倾注于打造让成员充分发挥实力的环境，并推动组织扩张。这条路并不平坦，但在各方力量的协助下，如今团队已成长为千人规模。
目前，埃森哲日本区约40%的营收都由数据与AI相关业务贡献。曾经在公司内并不算主流的领域，如今已成为核心业务。
毫无疑问，我们将这股社会浪潮转化为实际商业成果的底气，正是源于"人的力量"。
问：您收到过印象最深的管理建议是什么？
我属于一边独立思考一边推进的类型，不太常找人商量。因此，并没有哪句具体的话成为我的转折点。
但回过头看，公司里的历任上司总是交给我一些"目前对我来说有些困难，但只要努力一下也许够得着的工作"。
不发一言，却直接给予机会，这恐怕是我获得最大成长的契机。
正因有了这种不断挑战"略超自身能力边界"的积累，如今我在管理下属时，也会刻意委派那些"稍微踮踮脚就能完成"的任务。
不施加毁灭性的重压，也不允许其龟缩在舒适区，而是精准地找到"挑战与成就感并存"的平衡点。
培养人才，正是这种不断把握平衡的艺术。
问：作为现任负责人，您觉得这份工作最大的魅力是什么？
绝不仅仅是能接触到以AI为首的前沿技术，更在于能将其实实在在地植入企业，并转化为造福社会的实质成果。
你不能仅仅了解技术，而是必须彻底想透"如何应用它、如何用它来引发变革"。
了解全球正在发生什么，亲自参与推动，将其横向扩展至各行各业甚至全社会，并在全球范围内进行规模化复制。
能够参与到这一进程中，是我目前感受到的最大乐趣。
问：成功的组织管理，最需要什么？
这是一个极难的课题。我们在京都AI中心与京都大学联合开展了关于"领导力"的研究。分析的核心是：
如何同时实现"企业的高绩效"与"员工的幸福感（Well-being）"？
研究表明，关键在于管理者能多大程度上贴近并培育年轻一代。
年轻人生来具备数字原住民的直觉，我们必须积极利用这股力量。然而，IT领域往往有着"绝不容许失败"的严苛属性。
但我坚信，无论是训练AI还是人类成长，适当的失败经验都不可或缺。
日本的IT现场往往弥漫着"不能犯错"的沉重空气。因此，领导者的核心职责，绝不是要求完美，而是设计出"在可容忍范围内的试错空间"，为年轻人打造一片"能安心跌倒的场地"。
在他们失败时，能对他们说一句：
"没关系，下次继续努力。"
问：您对年轻的IT领导者有什么建议？
过去，日本IT领导者的首要任务是如何维持核心基干系统的稳定运行，这是企业存续的命脉。但如今，生成式AI等技术革新的浪潮不请自来。
如果仅仅满足于系统的稳定运转，企业将无法维持未来的竞争力。
这就要求IT领导者不能把拥抱新技术的任务"外包"或甩锅给别人，而是必须亲自去理解，去思考外部世界的新鲜事物对自身企业意味着什么。
在维持稳定与推动变革、短期视野与长远社会视野之间取得平衡，并清晰地打出自己的战略牌。
问：您认为AI将如何重塑日本的产业格局？
大语言模型（LLM）正猛烈冲击着白领阶层，尤其是文档处理占比较高的金融及软件开发领域。随着生成成本的暴跌，语言类任务被AI广泛接管是大势所趋。
而未来，一旦"物理AI"全面铺开，现实世界中的繁重作业也将由AI和机器人分担。
届时的核心命题，将不再*"AI能不能做"，而是"这事该不该让人类来做"。
负面反馈交给AI，赞赏鼓励必须人来做。给出负面反馈，让AI去传达往往更客观理性；但如果是赞赏与鼓励，人类上司的一句"干得好"所带来的情感共鸣，是机器人永远无法替代的
风险分析交给AI，拍板决策必须人来做。即使AI能完成极度复杂的风险评估，最终敢于承担风险、为结果负责的，永远是人类高管
标准化作业交给AI，创造性工作必须人来做。规则清晰、流程明确的工作，AI做得又快又好；但打破规则、创造新价值的工作，只能靠人
面对老龄化、劳动力短缺等社会顽疾，"物理AI × 生成式AI × 负责任的AI"将成为日本破局的关键。
对于决策者而言，这不是一场盲目追逐时髦的竞赛，而是要不断深思：
如何组合这些技术，才能达成整个社会的利益最大化？
我期待所有的IT领袖们，都能保持这种思考，迎接下一个时代的挑战。
编者后记
整理这篇访谈时，我最大的感受是：保科先生谈了很多AI，但从头到尾，核心关键词始终是"人"和"组织"。
技术是工具，模型是手段，最终决定AI能不能做成的，还是人。这大概也是他能把百人团队做到千人、撑起四成营收的真正原因吧。
