今年的诺贝尔奖见证了AI的革命性突破，Google DeepMind的联合创始人德米斯·哈萨比斯和研究主任约翰·朱珀因其开发的AlphaFold系统而获得了2024年诺贝尔化学奖。“AI之父”杰弗里·辛顿和约翰·霍普菲尔德也获得了2024年诺贝尔物理学奖，AI推动了科学的进步，也在整顿职场。埃森哲全球技术研究与思想领导力管理董事詹姆斯·威尔逊和首席技术与创新官保罗·多尔蒂深入剖析了如何通过AI技术转型企业，提升领导力和生产力。两位高管分享了三大核心技能：智能提问、判断力整合、互学共进，并为领导者提供了切实可行的建议，帮助他们引领团队在未来的职场中脱颖而出。

随着技术的快速发展，领导者面临的挑战也更加复杂。来自埃森哲的研究显示，95%的员工认为与AI协作将极大提升工作潜力。而要在这个时代脱颖而出，关键在于掌握“融合技能”，即通过学习和应用AI技术，快速适应技术变革。埃森哲的两位高管，詹姆斯·威尔逊和保罗·多尔蒂，在《哈佛商业评论》播客中深入探讨了这场技术革命，并分享了三个核心技能，帮助我们在生成式AI时代抢占先机。

1. 智能提问

2. 判断力整合

3. 互学共进

掌握AI时代关键：提升智能提问能力

智能提问是一项通过技巧与生成式AI互动的能力，它能帮助我们获得更精准、更有效的结果。生成式AI的优势在于，它使用自然语言与用户交流，这让复杂任务不再需要数据科学或编程背景，任何人都可以通过对话完成复杂任务，极大扩展了AI在知识和创造性工作中的应用空间。

正如詹姆斯·威尔逊提到的：“我们知道的比我们能说出来的更多。”这句来自商业理论家迈克尔·波兰尼的“隐性知识”理论，道出了AI的真正价值，即生成式AI可以让这些隐性知识显性化，并通过智能提问推动更深入的思考和推理。

例如，在供应链管理中，简单地问AI“应该存多少货”通常会得到过于笼统的答案，难以做出有效决策。通过智能提问，供应链经理可以将问题拆解为多个步骤，让AI分别分析需求预测、交付周期、存储成本等因素，从而获得更精准的库存建议。埃森哲的知识代理工具Amethyst是另一个成功案例。通过优化提问方式，员工的工作效率显著提升，信息搜索时间减少了98%。这种智能互动不仅加快了任务完成，还让复杂问题的解决更具条理和深度。

如何提升“智能提问”能力？

1. 分解问题，循序渐进

提问时，避免抛出过于宽泛的问题，而是将复杂任务分解为多个步骤。例如在战略规划中，可以让AI一步步分析不同市场条件的影响，最终给出更有条理、系统性的建议。

2. 使用“思维链提问”

将推理过程分解成多个步骤，逐步引导AI分析各个因素，比如在市场趋势预测中，引导AI分阶段考虑经济冲击、消费者行为、竞争态势等。这样不仅帮助AI更好地理解问题，也能让我们获得更深入的见解。

3. 不断练习，熟能生巧

每次与AI的互动都是一次学习的机会。不断优化提问方式，可以帮助我们快速提升协作能力。比如在软件开发中，分步骤提问有助于提高代码编写和测试的效率，使团队工作更流畅。

赢在AI时代：通过判断力整合获取竞争优势

判断力整合是指在AI生成的结果基础上，结合人类的专业知识，确保输出的答案不仅准确，还符合现实应用场景。虽然AI可以生成丰富的数据和建议，但它有时可能会“跑偏”或产生所谓的“幻觉”。此时，人类的判断力至关重要，以甄别信息的可信度和实用性。在生成式AI时代，真正的挑战不仅是避免AI错误，而是如何有效整合AI能力与人类判断，从而创造出有实际价值的结果。

判断力整合在许多高安全性、高隐私要求的行业中至关重要，特别是在生物科技和制药领域。科学家在研发新药时，必须对AI提供的实验数据和趋势进行严谨评估，确保隐私保护和数据安全。AI虽然能提供大量信息，但最终的决策仍依赖人类的专业判断。

例如，一家生物科技公司计划在五年内推出15款新产品，并通过跨部门协作将AI应用于研发、营销、销售等多个领域。他们为员工提供专业培训，帮助非技术人员也能在各自岗位上结合AI输出进行判断，成功将企业转型为创新实验室，推动了全公司的战略创新。

如何提升“判断力整合”能力？

1. 深入了解行业特性

不同行业对AI应用的要求不同。无论是法律的合规性问题，还是产品设计中的品牌一致性，个人的专业知识是判断AI输出质量的关键。

2. 持续互动，验证AI结果

判断力整合不仅是被动评估AI结果，而是与AI持续互动，验证其输出是否符合实际需求。例如，在市场营销中，AI的预测需要根据实际情况调整，确保AI的输出更符合实际需求。

3. 在全公司范围内推广AI技能

对于管理者而言，AI培训不应仅限于技术部门。所有员工都应掌握基本的判断力整合技能，这将确保AI在不同部门和任务中的应用更加有效。

4. 定期反思并改进

随着AI技术的进步，判断力标准也会变化。员工和管理者都应定期反思与AI的合作方式，保持灵活性，不断提升判断力，确保AI应用的持续创新。

与AI共成长：互学共进提升工作效率

生成式AI不仅帮助我们提升工作效率，我们也通过互动不断优化AI的表现。互学共进是一种双向的良性循环：我们越清晰地与AI沟通，AI反馈的越精准，而我们在这一过程中也提升了自己的技能和效率。生成式AI让工作中的隐性知识显性化，能够根据提供的背景信息给出建议。从简单任务到复杂决策，任何人都可以通过自然语言对话实现复杂任务。

埃森哲的一个生成式AI项目曾帮助某大型消费品公司显著提升销售团队的效率。销售人员不仅要管理库存和供应链，还需处理客户需求和日常规划，面对大量数据，传统方法很难应对。通过AI，销售人员可以快速汇总信息，了解决策过程，还可以利用AI模拟客户交互。这样一来，销售人员不仅更加自信和高效，也显著提升了整个团队的生产力。

如何提升“互学共进”能力？

1. 主动互动，持续优化

将AI视为“智能同事”，通过频繁互动和反馈优化AI的表现，明确提问和任务拆解，充分利用AI的能力完成复杂任务。

2. 利用AI进行模拟与训练

无论是销售人员还是管理者，我们都可以通过AI进行模拟演练，提升技能。反复练习有助于AI更精准地理解和预测你的需求。

3. 将AI纳入团队流程

不仅是个人，整个团队都应将AI融入日常工作，通过在团队中分享经验和AI互动的实践，提升团队整体效率，实现真正的互学共进。

4. 定期反思与调整

生成式AI会根据我们输入的问题不断优化，定期评估与AI的互动，反思并调整你的提问和交互方式，实现更精准、更高效的合作。

未来已来，领导者如何引领AI时代？

生成式AI正在重塑各行各业，无论是技术高管还是CEO，领导者都需要重新审视业务模式和管理方式，不仅仅是引入技术，而是推动全公司的协作与流程重塑。正如保罗·多尔蒂所说，持续学习和培养AI文化是成功的关键。帮助员工理解并应用AI，才能实现真正的转型。

对于员工而言，AI不仅是工具，更是迈向复杂创新型岗位的机会。掌握“融合技能”能让员工开拓职业新路径，进入技术支持、数字营销等高潜力领域。领导者应为员工创造这样的机会，引导他们适应新技术，走向未来。尽管技术的快速变化带来压力，停滞不前绝不是出路。积极运用现有工具，持续学习新技能，才能在AI时代保持竞争力，与AI共同进步，迎接未来的挑战。