文章作者丨埃勒·陶林斯，澳大利亞管理學(xué)會(huì)商學(xué)院講師，慎思行采編翻譯
個(gè)人微信丨hello_SSX
最近，隨著ChatGPT等生成式AI工具的推出，企業(yè)界關(guān)于AI的討論不一而足，從它對(duì)崗位的替代和對(duì)職場(chǎng)生產(chǎn)率的影響，到它的風(fēng)險(xiǎn)和倫理問(wèn)題。全世界對(duì)AI的期望都很高：預(yù)計(jì)到2026年，AI的市場(chǎng)規(guī)模將達(dá)到530億美元，2019至2026年間的復(fù)合年增長(zhǎng)率可達(dá)35.4%。而在C級(jí)高管層面，人們提出的問(wèn)題則是：AI是否有能力，通過(guò)做好戰(zhàn)略定位或自動(dòng)進(jìn)行戰(zhàn)略決策，來(lái)給企業(yè)創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)？本文探討了AI對(duì)戰(zhàn)略思考和戰(zhàn)略制定的潛在影響，概述了目前AI工具的優(yōu)勢(shì)，并探討了在多大程度上，人們可以把戰(zhàn)略決策委托給AI和ML（機(jī)器學(xué)習(xí)）。
一、在“VUCA世界”中制定戰(zhàn)略
對(duì)于管理者來(lái)說(shuō)，在不可預(yù)測(cè)和快速變化的環(huán)境中開(kāi)展業(yè)務(wù)已成為"新常態(tài)"。多變（Volatile）、不確定（Uncertain）、復(fù)雜（Complex）和模糊（Ambiguous）的商業(yè)環(huán)境，通常被稱為“VUCA世界”，這一情形還在持續(xù)加劇。來(lái)自新冠病毒的挑戰(zhàn)凸顯了在不可預(yù)測(cè)的情況下戰(zhàn)略應(yīng)對(duì)能力的重要性。無(wú)論是全球的還是澳大利亞的研究人員，在他們調(diào)查未來(lái)的工作和商業(yè)智能將會(huì)如何演變的過(guò)程中，都突出強(qiáng)調(diào)了政府治理和商業(yè)環(huán)境所面臨的前所未有的復(fù)雜性。
在VUCA條件下，企業(yè)必須能夠應(yīng)對(duì)壓力、發(fā)現(xiàn)新的機(jī)遇并做出高度因地制宜的決策。應(yīng)對(duì)VUCA的戰(zhàn)略制定必須要靈活，減少對(duì)傳統(tǒng)工具和線性模型的依賴。思想領(lǐng)袖們一直在呼吁新的思維和新的戰(zhàn)略創(chuàng)造，建議采取影響分析、針對(duì)具體的VUCA因素的行動(dòng)、戰(zhàn)略前瞻和創(chuàng)業(yè)型的戰(zhàn)略方法。
二、戰(zhàn)略制定中的認(rèn)知過(guò)程
“戰(zhàn)略”或"戰(zhàn)略制定"的概念，以及相鄰的"戰(zhàn)略思維"的概念都是抽象的，很難界定。明茨伯格曾明確指出："從未有人真正說(shuō)清如何創(chuàng)造戰(zhàn)略?。如何收集信息？是的，有方法；如何評(píng)估戰(zhàn)略？是的，有框架；如何實(shí)施戰(zhàn)略？當(dāng)然，有步驟；但唯獨(dú)沒(méi)有人在一開(kāi)始就告訴我們——?究竟該如何創(chuàng)造戰(zhàn)略?。"戰(zhàn)略思維是戰(zhàn)略制定和戰(zhàn)略決策的基礎(chǔ)。
“戰(zhàn)略思維”這一概念與先進(jìn)的認(rèn)知和領(lǐng)導(dǎo)者的思維能力有關(guān)，但它也在不斷變化，以適應(yīng)組織的需要。在20世紀(jì)60年代，它主要指綜合數(shù)據(jù)的能力；到了20世紀(jì)90年代，明茨伯格在其中加入了管理者對(duì)企業(yè)戰(zhàn)略方向的學(xué)習(xí)成果進(jìn)行綜合運(yùn)用的能力；后來(lái)，這一概念被提升為“概念式、系統(tǒng)導(dǎo)向、方向性及機(jī)會(huì)導(dǎo)向的思維，共同促成新穎且富有想象力的組織戰(zhàn)略的發(fā)現(xiàn)”。戰(zhàn)略思維的框架，如麗迪卡的五因素“設(shè)計(jì)方法”模型，或皮薩皮亞等人的認(rèn)知型三因素模型，意味著戰(zhàn)略思維既是分析性的，也是創(chuàng)造性的。戰(zhàn)略思維只有在特定背景下才有意義，它需要開(kāi)放的思維、對(duì)模糊性的適應(yīng)以及做出相應(yīng)決策的能力。
在一個(gè)充滿變數(shù)和挑戰(zhàn)的世界里，領(lǐng)導(dǎo)者需要具備高度發(fā)達(dá)的戰(zhàn)略思維能力，才能根據(jù)戰(zhàn)略選項(xiàng)來(lái)做出戰(zhàn)略決策。Gartner公司創(chuàng)造了"決策智能"這一概念，并認(rèn)為決策智能對(duì)于三類決策十分必要，并且這三類決策之間是相互依存的關(guān)系：一次性戰(zhàn)略決策、重復(fù)性管理決策、高頻次操作決策。從本質(zhì)上講，這些類型的決策是同戰(zhàn)略的三個(gè)層面相一致的：公司層、業(yè)務(wù)層和職能/戰(zhàn)術(shù)層。
在動(dòng)蕩的商業(yè)環(huán)境中，隨著AI/ML技術(shù)的興起，企業(yè)將希望寄托在AI生成的戰(zhàn)略解決方案上。而許多公司對(duì)這場(chǎng)由AI驅(qū)動(dòng)的變革將會(huì)如何影響戰(zhàn)略制定和決策的理解是十分有限的。領(lǐng)導(dǎo)者們?nèi)孕柽M(jìn)一步明確AI潛在的認(rèn)知能力，這些能力既可以為解決企業(yè)戰(zhàn)略問(wèn)題做出有意義的貢獻(xiàn)，也可以在戰(zhàn)略決策過(guò)程中接替人類。
三、戰(zhàn)略過(guò)程中的核心痛點(diǎn)
許多公司都會(huì)投入大量的資源去收集和分析競(jìng)爭(zhēng)對(duì)手的信息。盡管如此，每當(dāng)競(jìng)爭(zhēng)對(duì)手做出未曾預(yù)料的舉動(dòng)時(shí)，他們都往往會(huì)遭遇"戰(zhàn)略意外"。雖然對(duì)信息的需求和信息的可用性之間的差距始終存在，但“快速且可靠地捕捉新變化”對(duì)于推動(dòng)戰(zhàn)略制定的高管層至關(guān)重要。
傳統(tǒng)的宏觀環(huán)境分析模型（如PESTLE）需要較長(zhǎng)的數(shù)據(jù)分析周期，因?yàn)樗蕾囉跉v史數(shù)據(jù)和基于事實(shí)的推理。而考慮到即使是《財(cái)富》500強(qiáng)企業(yè)也仍在使用簡(jiǎn)單的信息收集工具，主要是來(lái)自O(shè)SINT（開(kāi)源情報(bào)），因此，這類分析對(duì)高層領(lǐng)導(dǎo)的附加值還有待提高。這種情況迫使高管們只能根據(jù)部分信息或"直覺(jué)"做出決定。而許多研究者和從業(yè)人員都強(qiáng)調(diào)了戰(zhàn)略決策中的偏差風(fēng)險(xiǎn)。
如何快速地將大量數(shù)據(jù)處理為可管理的信息和可行的替代方案，則給戰(zhàn)略決策增加了另一種壓力。在不確定的情況下，管理者希望盡可能了解情況。組織中的數(shù)據(jù)往往是海量的或人工整理的，如果對(duì)輸入數(shù)據(jù)的監(jiān)控不夠系統(tǒng)或滯后了，那么重要的"弱信號(hào)"可能會(huì)被忽視或?qū)е骂A(yù)測(cè)錯(cuò)誤。錯(cuò)誤的預(yù)測(cè)可能會(huì)帶來(lái)高昂的成本。滯后的數(shù)據(jù)監(jiān)控則可能會(huì)導(dǎo)致企業(yè)無(wú)法及時(shí)做出反應(yīng)，并有可能失去競(jìng)爭(zhēng)優(yōu)勢(shì)。
制定戰(zhàn)略是一個(gè)需要認(rèn)知洞察力的過(guò)程，涉及到推理、解決問(wèn)題和學(xué)習(xí)。為了給決策提供依據(jù)支撐，戰(zhàn)略制定者必須找出底層模式，獲得有意義的洞察，并使用概率分析技術(shù)來(lái)支持他們的判斷。
簡(jiǎn)而言之，大多數(shù)組織都需要更快的速度、更強(qiáng)的預(yù)期預(yù)測(cè)能力，以及分析和判斷技能的協(xié)同作用。
四、AI在戰(zhàn)略領(lǐng)域的應(yīng)用情況如何？
AI正在融入我們的日常生活，例如Cortana、Alexa、Siri或虛擬助手。雖然任務(wù)自動(dòng)化在客戶服務(wù)和市場(chǎng)營(yíng)銷領(lǐng)域的應(yīng)用日益增多，但我們?cè)贏I方面的商業(yè)經(jīng)驗(yàn)仍然相當(dāng)有限。有經(jīng)驗(yàn)表明，AI可用于制定營(yíng)銷戰(zhàn)略，尤其是在“經(jīng)理-AI”合作制定戰(zhàn)略的活動(dòng)中。AI已經(jīng)可以執(zhí)行分析客戶調(diào)研和客戶互動(dòng)等功能，也就是在操作層面自動(dòng)做出營(yíng)銷決策。AI在市場(chǎng)營(yíng)銷中的應(yīng)用實(shí)例表明，它確實(shí)可以用于戰(zhàn)略制定，不過(guò)，這種戰(zhàn)略僅限于職能層面，而不是企業(yè)層面。市場(chǎng)營(yíng)銷使用的是"弱AI"類型，即它可以通過(guò)分析大量數(shù)據(jù)來(lái)模擬人類邏輯，如果所需的決策過(guò)程是理性的，它就可以充當(dāng)決策者。因此，它可以實(shí)現(xiàn)自動(dòng)化，并提供決策制定的預(yù)測(cè)或情景/選項(xiàng)。
紐倫堡市場(chǎng)決策研究所的研究人員在2022年對(duì)500名高級(jí)B2C經(jīng)理進(jìn)行的研究表明，26%的經(jīng)理以"合作者"的角色使用AI，即人類與AI互動(dòng)，但控制著整個(gè)流程。受訪者首選的模式是由人類控制的增強(qiáng)型決策。研究表明，當(dāng)人類可以修改AI的決策或預(yù)測(cè)時(shí)，他們會(huì)更容易接受AI，從而最大限度地減少所謂的"算法厭惡"。
盡管研究團(tuán)隊(duì)認(rèn)為，AI在決策中的應(yīng)用范圍正在從操作層面轉(zhuǎn)向戰(zhàn)略層面，但"戰(zhàn)略"的定義仍然難以捉摸，而且可能并不是指企業(yè)級(jí)的戰(zhàn)略。組織范圍內(nèi)的戰(zhàn)略及其制定需要更高階的思維技能，或者需要"創(chuàng)造性分析"類型的AI來(lái)接替人類，做出帶有想象力和創(chuàng)造力的最終決策。
五、AI的主要優(yōu)勢(shì)
不可否認(rèn)，AI在將大數(shù)據(jù)（包括音頻、視頻和圖像等非結(jié)構(gòu)化的輸入數(shù)據(jù)）轉(zhuǎn)化為可管理的信息和知識(shí)方面，超越了人類的能力。這樣，管理者就可以將其輸入到營(yíng)銷和銷售策略中。例如，當(dāng)Netflix進(jìn)入內(nèi)容業(yè)務(wù)領(lǐng)域時(shí)，它就使用了自己2700萬(wàn)美國(guó)用戶和3300萬(wàn)全球用戶的數(shù)據(jù)。通過(guò)使用用戶的觀看記錄、搜索和評(píng)分，Netflix最終決定在美國(guó)改編大獲成功的英國(guó)電視劇《紙牌屋》。
借助于實(shí)時(shí)的數(shù)據(jù)跟蹤（如購(gòu)買(mǎi)數(shù)據(jù)或搜索流量）和超快的分析速度，AI能夠減少數(shù)據(jù)分析產(chǎn)出所需的冗長(zhǎng)準(zhǔn)備時(shí)間，進(jìn)而可以創(chuàng)造出競(jìng)爭(zhēng)優(yōu)勢(shì)。
AI算法有助于消除重要管理決策的偏差。AI還可以為高管提供競(jìng)爭(zhēng)對(duì)手的數(shù)據(jù)分析，通過(guò)處理甚至預(yù)測(cè)競(jìng)爭(zhēng)對(duì)手的行動(dòng)，能夠幫助他們更客觀地了解對(duì)手。
六、AI的類型及其重要性
值得注意的是，AI的產(chǎn)出和效益可能取決于所選擇的AI類型。AI的定義和分類繁多，關(guān)于AI/ML術(shù)語(yǔ)的討論也在不停地進(jìn)化著。
除了已經(jīng)提到的"弱人工智能"（執(zhí)行特定任務(wù)）和"強(qiáng)人工智能"（類似于人類問(wèn)題的解決者）之外，AI還可以基于能力（狹義、廣義）或功能（反應(yīng)性、有限性、自我意識(shí)），也可以從認(rèn)知（邏輯）或行為的角度來(lái)進(jìn)行研究。先前的研究將AI系統(tǒng)分為基于規(guī)則的系統(tǒng)（決策過(guò)程自動(dòng)化）和基于學(xué)習(xí)的系統(tǒng)（使用ML的預(yù)測(cè)模型），其中包括用于分析客戶評(píng)論的NLP（基于自然語(yǔ)言的系統(tǒng)）。AI可以專注于優(yōu)化解決方案，或者也可以向物理交互（機(jī)器人技術(shù)）發(fā)展。Gartner的分析優(yōu)勢(shì)模型（GAAM）確定了AI的四種主要類型（描述型、診斷型、預(yù)測(cè)型和規(guī)范型），而艾里克森等人則建議將GAAM擴(kuò)展到創(chuàng)造性分析，即能夠進(jìn)行創(chuàng)新的AI。人們普遍認(rèn)為，AI有六種主要類型，其中三種目前正在使用：描述型、診斷型和預(yù)測(cè)型。其他三類AI的發(fā)展需要更多時(shí)間：AI有望為能夠創(chuàng)造價(jià)值的行動(dòng)提供建議，在監(jiān)督下將決策權(quán)下放給受監(jiān)督的AI并完全自主運(yùn)作，以及在沒(méi)有人類互動(dòng)的情況下做出決策。
AI的分類或分類法很重要，因?yàn)槊糠N類型都能發(fā)揮不同的功能，而負(fù)責(zé)指導(dǎo)流程的分析師需要了解戰(zhàn)略家的目標(biāo)是什么。
描述性AI可用于儀表盤(pán)之類的績(jī)效分析，但也可用于數(shù)據(jù)收集和分析，從而系統(tǒng)地、有效地識(shí)別那些人類有可能會(huì)忽略的模式和信號(hào)。它有助于洞察戰(zhàn)略制定，或發(fā)出早期威脅預(yù)警信號(hào)。診斷型AI可將投資組合進(jìn)行細(xì)分，而預(yù)測(cè)型AI則可為決策者提供系統(tǒng)性的視角。預(yù)測(cè)型的分析目前仍在發(fā)展之中，它使用ML來(lái)理解人類行為。ML是AI的一個(gè)子集，它依賴于分析師對(duì)學(xué)習(xí)過(guò)程進(jìn)行判斷和指導(dǎo)，并對(duì)中間結(jié)果進(jìn)行評(píng)估，這可能會(huì)增加預(yù)測(cè)型AI的難度和風(fēng)險(xiǎn)。
如果管理者使用像ChatGPT這種人人可用的AI來(lái)獲取信息、篩選和重組選項(xiàng)，或在“特定”情況下獲得建議，那么今天這些可用的AI可能會(huì)影響戰(zhàn)略層面的決策。生成式AI可以協(xié)助進(jìn)行數(shù)據(jù)分析，從而為評(píng)估提供指導(dǎo)，而企業(yè)家和管理者們也可以通過(guò)使用更多數(shù)據(jù)和更有根據(jù)的推理做出更好的判斷。然而，ChatGPT或其他AI目前還無(wú)法進(jìn)行推理或決策。
隨著強(qiáng)人工智能的發(fā)展，ML將能夠像“受人類啟發(fā)的”或“人性化的”AI那樣思考和運(yùn)行，只不過(guò)目前的AI離強(qiáng)人工智能的能力還有很大的距離。
七、AI與人類：信任問(wèn)題
如果要考慮在當(dāng)前或未來(lái)把AI用于戰(zhàn)略分析或戰(zhàn)略決策，就需要更深入地了解人與技術(shù)之間的相互聯(lián)系。
分析師可以告訴機(jī)器，人們想要它做什么，例如創(chuàng)建決策規(guī)則或提供數(shù)據(jù)集?；蛘撸治鰩熆梢远x輸出或目標(biāo)，然后讓機(jī)器來(lái)找到解決方案。換句話說(shuō)，分析師將任務(wù)"喂"給AI。任務(wù)的框架會(huì)對(duì)戰(zhàn)略決策流程產(chǎn)生深遠(yuǎn)的影響。由人類編程的AI機(jī)制在ML中就嵌入了人類的偏見(jiàn)："機(jī)器執(zhí)行操作的方式，和在機(jī)器背后的人希望操作如何發(fā)生的方式，這兩者之間存在著重要聯(lián)系"。有證據(jù)表明，這種偏見(jiàn)可能會(huì)產(chǎn)生嚴(yán)重的后果，包括國(guó)家安全。2018年，美國(guó)眾議院報(bào)告了AI使用的失誤，認(rèn)為支持AI系統(tǒng)的算法可能存在相當(dāng)大的缺陷和偏見(jiàn)。錯(cuò)誤的算法和偏頗的數(shù)據(jù)造成了盲點(diǎn)，引發(fā)了無(wú)人管理的安全風(fēng)險(xiǎn)。
另一個(gè)挑戰(zhàn)是尋找能夠構(gòu)建AI工具并將業(yè)務(wù)問(wèn)題轉(zhuǎn)化為AI問(wèn)題的技術(shù)人才。為此，分析師需要了解公司想要實(shí)現(xiàn)哪些目標(biāo)。
從AI用戶的角度來(lái)看，之前提到的"算法厭惡"問(wèn)題顯而易見(jiàn)。對(duì)來(lái)自2000家全球最大上市公司的500名高級(jí)B2C經(jīng)理的調(diào)查結(jié)果表明，當(dāng)人類決策者可以修改算法的決定或預(yù)測(cè)時(shí)，他們會(huì)更經(jīng)常性地接受算法。這意味著，人們要么是對(duì)AI的解決方案缺乏信任，要么是事先存在偏見(jiàn)。目前還不清楚人們對(duì)AI的恐慌有多大的依據(jù)，但新興的AI工具在提高"決策智能"以取得更好結(jié)果方面還具有很大的潛力。隨著AI/ML的發(fā)展，人類的作用不可能變成是多余的。
強(qiáng)大的戰(zhàn)略思維能力與復(fù)雜的分析工具相結(jié)合，將成為首席執(zhí)行官的一項(xiàng)極其重要的能力。預(yù)計(jì)全球?qū)Ω唠A思維技能（即分析、推理、解決問(wèn)題和決策）的需求和它的重要性將繼續(xù)增長(zhǎng)。
AI也仍需要更加接近人類的能力，以解決定義不明確的問(wèn)題。只有當(dāng)AI知道要尋找什么時(shí)，它才能發(fā)揮作用，例如，能從大量數(shù)據(jù)中找出某種模式，從而發(fā)現(xiàn)可以幫助管理層進(jìn)行戰(zhàn)略決策的洞察。不過(guò)，這首先需要明確戰(zhàn)略"問(wèn)題"或目標(biāo)本身。戰(zhàn)略明確后，公司就需要決定使用哪種類型的AI。瑞典一家廢物管理公司的真實(shí)案例表明，他們首先確定了可持續(xù)發(fā)展的戰(zhàn)略，然后基于機(jī)器人的AI系統(tǒng)實(shí)現(xiàn)了自動(dòng)化操作，使公司的效率提高了20倍，每月在回收效率方面節(jié)省了2萬(wàn)歐元。
目前，AI更多地還是一種戰(zhàn)術(shù)工具，而不是戰(zhàn)略工具。不過(guò)AI/ML具有支持戰(zhàn)略決策的潛能，或有潛能作為戰(zhàn)略的組成部分來(lái)創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)。
八、AI和戰(zhàn)略決策的未來(lái)會(huì)怎樣？
由于商業(yè)環(huán)境日益復(fù)雜和模糊，從確定到混亂的轉(zhuǎn)變對(duì)戰(zhàn)略決策產(chǎn)生了影響。與運(yùn)營(yíng)決策相比，戰(zhàn)略決策至關(guān)重要，而且往往不可逆轉(zhuǎn)。像蒙特卡洛模擬、凈現(xiàn)值、決策樹(shù)或投資組合優(yōu)化等傳統(tǒng)決策工具，是為穩(wěn)定的環(huán)境而創(chuàng)造的，而影響圖、情景規(guī)劃、實(shí)物期權(quán)理論、系統(tǒng)思維或?qū)W習(xí)型文化這些新型工具，則更適合正在經(jīng)歷模糊和混亂的組織。AI未來(lái)的任務(wù)將是增強(qiáng)它的學(xué)習(xí)能力，讓機(jī)器為我們找到最佳解決方案。
人們一致認(rèn)為，AI將發(fā)展預(yù)測(cè)分析能力，這將使得它能夠預(yù)測(cè)未來(lái)事件，選擇最佳選項(xiàng)和方案，像決策樹(shù)一樣計(jì)算概率，從而為戰(zhàn)略決策提供信息。
制定戰(zhàn)略方向是高管人員面臨的挑戰(zhàn)，它取決于有效的領(lǐng)導(dǎo)力。由于其復(fù)雜性，戰(zhàn)略將是較晚受到自動(dòng)化影響的領(lǐng)域之一。給高管提供教育培訓(xùn)的機(jī)構(gòu)將能夠?yàn)榕囵B(yǎng)現(xiàn)任和下一任領(lǐng)導(dǎo)人的高階認(rèn)知和"決策智能"能力做出貢獻(xiàn)。
結(jié)論
戰(zhàn)略制定是一個(gè)高度概念化的過(guò)程，它以戰(zhàn)略思維和決策為基礎(chǔ)。它需要了解當(dāng)下的背景情況，并在日益復(fù)雜的VUCA世界中做出判斷。目前，AI已經(jīng)能夠自動(dòng)做出運(yùn)營(yíng)決策、識(shí)別一些常見(jiàn)模式并提供有限的預(yù)測(cè)見(jiàn)解。不過(guò)，它仍然需要有能力來(lái)解決未被明確定義的問(wèn)題，并為那些需要明確制定的企業(yè)戰(zhàn)略提供備選方案。
AI的使用不僅引發(fā)了人們對(duì)過(guò)度依賴AI的風(fēng)險(xiǎn)擔(dān)憂，還促使人們探究管理者將控制權(quán)完全授予AI/ML的信任度。AI/ML的使用據(jù)說(shuō)可以消除決策偏差，但具有諷刺意味的是，它卻依賴于分析師為AI的任務(wù)設(shè)定參數(shù)，從而形成了人機(jī)互動(dòng)中螺旋式的循環(huán)牽制。
即使AI發(fā)展的勢(shì)頭強(qiáng)勁，"人性化的AI"也不會(huì)那么快就取代有效的領(lǐng)導(dǎo)力。展望未來(lái)，對(duì)高管進(jìn)行教育培訓(xùn)將從創(chuàng)造知識(shí)轉(zhuǎn)變?yōu)殄憻捜祟惻cAI的協(xié)作能力，使高管能夠批判性地思考和進(jìn)行判斷。強(qiáng)大的戰(zhàn)略思維能力與復(fù)雜的分析工具兩相結(jié)合，這將成為領(lǐng)導(dǎo)者們?yōu)榻M織做出戰(zhàn)略決策的基本能力。
編輯 | Noah
進(jìn)一步交流
進(jìn)入專業(yè)社群展開(kāi)深度討論
慎思行通過(guò)微信等平臺(tái)覆蓋超過(guò)10萬(wàn)戰(zhàn)略人、咨詢?nèi)说雀黝悓I(yè)人士。我們也構(gòu)建了專業(yè)社群，推動(dòng)戰(zhàn)略與咨詢領(lǐng)域的問(wèn)題討論、信息交流和機(jī)會(huì)分享，社群已有超過(guò)5年歷史，并成為了頂尖專業(yè)人士感知市場(chǎng)前沿，獲得實(shí)踐經(jīng)驗(yàn)的首要選擇。入群請(qǐng)?zhí)砑由魉季⑿?，并提供名片?/p>
現(xiàn)在微信公眾號(hào)更改規(guī)則，如果你不特地點(diǎn)進(jìn)來(lái)，很可能看不到我們的推送了。希望喜歡【慎思行】的讀者朋友們將本號(hào)【設(shè)為星標(biāo)★】，方便找到我們；也歡迎點(diǎn)擊右下角的【在看】。
＞AI將如何改變戰(zhàn)略？
＞人工智能會(huì)取代咨詢顧問(wèn)嗎？
熱門(mén)跟貼