Skip to content
Artwork for 难得正经|商业版今夜不设防
难得正经|商业版今夜不设防 · Sunday · 1 hr 23 min

FDE坦白局:企业AI转型有多少坑?谁在贬值谁更值钱了?

好久没聊 AI 了,来聊聊 FDE 这个话题 已经热了一段时间了,也有不少知识付费的博主都转型去做 FDE 的培训。这到底是一个 IT 外包的语言通货膨胀,还是一个真需求? 这期我们邀请了从 2022 年就开始做 AI 数字化转型的咨询专家,Rolling AI 的阿甘。到底为什么上百家 500 强企业都愿意花这么多钱请他们做 AI 转型呢?在实操的 AI 变革过程中,到底会遇到什么样的麻烦?即使没钱请阿甘,我们能不能偷师学一学,一个企业到底该怎么做,来面对接下去 AI 的挑战? 🎙️嘉宾 甘逸凡(阿甘),创立RollingAI自2022年开始已经服务了上百家五百强企业做AI进化 🎙️主播 CK:零售行业老发誓,独立咨询师,公众号《CK商业逻辑研究》 🎙️主播 Iris:品牌战略咨询师,曾任宝洁品牌运营部总经理,百亿企业CMO,各大平台搜iris的小宇宙可以看到更多视频内容 --------------------🕐时间轴-------------------- 01:12|FDE 到底卖什么:技术交付,还是企业解决问题的能力? “我们认为FDE这件事情不是一个岗位或者机构,是一个能力包。” “我们和传统咨询没有本质区别,还是在卖认知差,这个认知差包括失败的经验,包括这个更高的审美。” “通常我们现在看到的,可能 80%~90% 以上的最大的问题,不在于 AI 能不能在技术上落地,而在于这个问题有没有被定义清楚。” 09:40|执行越来越便宜,FDE 的壁垒还能建在哪里? “如果你没有行业 know-how,正向来讲是你没有一个行业最高标准,你不知道怎么去教 AI 一个行业的最高标准。” “能够和越高层对话,能够把这些 underlying 的问题提出来,能够更一针见血地找到这个企业里面发现的那个问题,能力的要求越来越高。” 17:16|大部分老板提的 AI 需求本身就是错的? “有的就太近,就是近到说我提出了一个非常小的目标;有的又太远,把我整个公司的所有管理全部 bet 在 AI 上面。” “整个思考路径应该是,它到底有没有颠覆整个行业的商业模式。” “再往下就是,它到底有没有颠覆你的组织和你组织内的生产关系。再往下才是想到,到底有没有在颠覆某一个具体流程里面的具体环节。” 26:40|大企业该押注 AI,还是等别人先把路走通? “现在大家的顾虑是,我们如果用了 AI,是能够做到电气时代的日本纺织业,还是我们仅仅在做兰开夏郡的那根传动轴。” “你自己能够长出翅膀,你一定能活得更长。” 34:01|企业的 AI 能力该从哪里长出来?老师傅为什么愿意教? “我们不再是帮他徒手去造那个机器,而是我们去教他造机器的方法。” “公司内的知识类型的专家,或者说有非常非常多经验的老师傅,对于公司来说极其地宝贵。” “我们现在在一些企业里面做尝试,如果我分享出来的经验,每次被使用的时候,我都能拿到相应的报酬。” 38:51|一家连锁的实战:为什么试点有效,推向千店却卡住了? “每个门店经历的环境是不一样的。比如说同样下一场暴雨,机场的门店和商场的门店,它的营业额的涨跌反应是完全不一样的。” “我们大范围去扩张的时候,第一件事情就是,我们先要用 AI 赋能这个算薪团队。” 52:06|排班更精确,就代表管理更好吗?效率之外还有什么账? “从站在整个企业的角度来看,我觉得这件事情,我不能说它一定不好,我只能说它需要去算一下综合成本。” “我要用这个机器把所有的效率榨干,还是说我要在这个过程中创造一些冗余,这个的标尺是可以有的。但是这个能力有没有,其实是更重要的一件事情。” 56:44|未来谁会变得不值钱?谁会更值钱? “只要它是一个人本的组织,大部分要去照顾的就是人的价值、人的情绪、人的位置,然后人和人之间的关系。” “当模型真的会一样东西,而那个人他只会这样东西的时候,这个人的价值就会很快归零。” 01:05:59|效率可以买,责任能外包吗?AI 犯错到底谁背锅? “如果企业内部没有能够对这件事情最终结果负责的那个人,我们是不会进场做这件事情的。” “现在很多企业里面缺少两类人,一类人是真正知道怎么样和 AI 工作的人。第二类就是,我真的敢站出来能够为 AI 背锅的人。” 01:14:50|中层会被拿掉,还是重新分工?一个人的能力边界又在哪里? “中层分两种,一种是做上传下达的,就是所有做信息沟通的。我觉得这类型的工作会被干掉,我不说中层这些人会被干掉。” “将来几乎所有的人可能都会有这个通用技能……大家都有这个能力的时候,你的长处在哪里?” ---------------------------------------- 聊完这期,我们更想追问的是:当 AI 能完成越来越多的工作,企业原来的竞争优势、部门分工和利益分配,还能不能成立? 效率提升之后,谁获得收益,谁承担额外的工作,谁为错误负责?这些问题没有想明白,再好的工具,也可能停在试点里。对个人而言,当执行能力越来越容易获得,识别问题、理解行业、判断好坏,以及推动事情发生的能力,就值得重新认识。 欢迎关注《难得正经》,也欢迎加小助理iriswang042♥️入群,聊聊你在企业里看到的真实变化:哪些已经跑通,哪些还卡着,有哪些漂亮方案,一落地就变了样。 大家如果觉得有帮助,欢迎一键三连,您的鼓励是我们更新的动力♥️ 在小宇宙查看该单集文稿

0:00-1:23:34

transcript

No transcript — this publisher did not publish one.

show notes

好久没聊 AI 了,来聊聊 FDE 这个话题

已经热了一段时间了,也有不少知识付费的博主都转型去做 FDE 的培训。这到底是一个 IT 外包的语言通货膨胀,还是一个真需求?

这期我们邀请了从 2022 年就开始做 AI 数字化转型的咨询专家,Rolling AI 的阿甘。到底为什么上百家 500 强企业都愿意花这么多钱请他们做 AI 转型呢?在实操的 AI 变革过程中,到底会遇到什么样的麻烦?即使没钱请阿甘,我们能不能偷师学一学,一个企业到底该怎么做,来面对接下去 AI 的挑战?

🎙️嘉宾 甘逸凡(阿甘),创立RollingAI自2022年开始已经服务了上百家五百强企业做AI进化

🎙️主播 CK:零售行业老发誓,独立咨询师,公众号《CK商业逻辑研究》

🎙️主播 Iris:品牌战略咨询师,曾任宝洁品牌运营部总经理,百亿企业CMO,各大平台搜iris的小宇宙可以看到更多视频内容

--------------------🕐时间轴--------------------

01:12|FDE 到底卖什么:技术交付,还是企业解决问题的能力?
“我们认为FDE这件事情不是一个岗位或者机构,是一个能力包。”
“我们和传统咨询没有本质区别,还是在卖认知差,这个认知差包括失败的经验,包括这个更高的审美。”
“通常我们现在看到的,可能 80%~90% 以上的最大的问题,不在于 AI 能不能在技术上落地,而在于这个问题有没有被定义清楚。”


09:40|执行越来越便宜,FDE 的壁垒还能建在哪里?
“如果你没有行业 know-how,正向来讲是你没有一个行业最高标准,你不知道怎么去教 AI 一个行业的最高标准。”
“能够和越高层对话,能够把这些 underlying 的问题提出来,能够更一针见血地找到这个企业里面发现的那个问题,能力的要求越来越高。”


17:16|大部分老板提的 AI 需求本身就是错的?
“有的就太近,就是近到说我提出了一个非常小的目标;有的又太远,把我整个公司的所有管理全部 bet 在 AI 上面。”
“整个思考路径应该是,它到底有没有颠覆整个行业的商业模式。”
“再往下就是,它到底有没有颠覆你的组织和你组织内的生产关系。再往下才是想到,到底有没有在颠覆某一个具体流程里面的具体环节。”


26:40|大企业该押注 AI,还是等别人先把路走通?
“现在大家的顾虑是,我们如果用了 AI,是能够做到电气时代的日本纺织业,还是我们仅仅在做兰开夏郡的那根传动轴。”
“你自己能够长出翅膀,你一定能活得更长。”


34:01|企业的 AI 能力该从哪里长出来?老师傅为什么愿意教?
“我们不再是帮他徒手去造那个机器,而是我们去教他造机器的方法。”
“公司内的知识类型的专家,或者说有非常非常多经验的老师傅,对于公司来说极其地宝贵。”
“我们现在在一些企业里面做尝试,如果我分享出来的经验,每次被使用的时候,我都能拿到相应的报酬。”


38:51|一家连锁的实战:为什么试点有效,推向千店却卡住了?
“每个门店经历的环境是不一样的。比如说同样下一场暴雨,机场的门店和商场的门店,它的营业额的涨跌反应是完全不一样的。”
“我们大范围去扩张的时候,第一件事情就是,我们先要用 AI 赋能这个算薪团队。”


52:06|排班更精确,就代表管理更好吗?效率之外还有什么账?
“从站在整个企业的角度来看,我觉得这件事情,我不能说它一定不好,我只能说它需要去算一下综合成本。”
“我要用这个机器把所有的效率榨干,还是说我要在这个过程中创造一些冗余,这个的标尺是可以有的。但是这个能力有没有,其实是更重要的一件事情。”


56:44|未来谁会变得不值钱?谁会更值钱?
“只要它是一个人本的组织,大部分要去照顾的就是人的价值、人的情绪、人的位置,然后人和人之间的关系。”
“当模型真的会一样东西,而那个人他只会这样东西的时候,这个人的价值就会很快归零。”


01:05:59|效率可以买,责任能外包吗?AI 犯错到底谁背锅?
“如果企业内部没有能够对这件事情最终结果负责的那个人,我们是不会进场做这件事情的。”
“现在很多企业里面缺少两类人,一类人是真正知道怎么样和 AI 工作的人。第二类就是,我真的敢站出来能够为 AI 背锅的人。”


01:14:50|中层会被拿掉,还是重新分工?一个人的能力边界又在哪里?
“中层分两种,一种是做上传下达的,就是所有做信息沟通的。我觉得这类型的工作会被干掉,我不说中层这些人会被干掉。”
“将来几乎所有的人可能都会有这个通用技能……大家都有这个能力的时候,你的长处在哪里?”

----------------------------------------

聊完这期,我们更想追问的是:当 AI 能完成越来越多的工作,企业原来的竞争优势、部门分工和利益分配,还能不能成立?
效率提升之后,谁获得收益,谁承担额外的工作,谁为错误负责?这些问题没有想明白,再好的工具,也可能停在试点里。对个人而言,当执行能力越来越容易获得,识别问题、理解行业、判断好坏,以及推动事情发生的能力,就值得重新认识。
欢迎关注《难得正经》,也欢迎加小助理iriswang042♥️入群,聊聊你在企业里看到的真实变化:哪些已经跑通,哪些还卡着,有哪些漂亮方案,一落地就变了样。

大家如果觉得有帮助,欢迎一键三连,您的鼓励是我们更新的动力♥️


在小宇宙查看该单集文稿
links1