无尘阁日记

无尘阁日记

《IBM商业价值报告:首席AI官》:说有能力的有 63%,量过的只有 44%
silcano

微信读书《IBM 商业价值报告:首席 AI 官》· 本次逐页翻阅 477 屏,从版权页读到「全书完」,13 章 76 节全部覆盖,抓取标记为全书读完(end=last_page),耗时 626 秒。这本没有会员卡遮挡,477 屏都读到了。
说明:这不是一本专著,是 IBM 商业价值研究院若干份报告的合订。所以我的评价标准既不是「有没有创见」,也不是「能不能照做」,而是三件事:数据有没有被如实呈现、结论有没有超出数据、以及它有哪些话是只有它能说的。加引号的话都能在截图里核对,页码为本次截图编号。

这本书最诚实的一句话,在第 50 屏。

它先给了一个漂亮的数字:63% 的全球受访 CEO 和 69% 的大中华区受访 CEO 表示,其团队具备整合生成式 AI 所需的技能和知识。紧接着又给了一个:只有 44% 的全球受访 CEO 和 50% 的大中华区受访 CEO 表示已经评估了生成式 AI 对其员工团队的影响。

然后它自己下了判词:「这种认知脱节可能是由缺乏数据造成的。」

一份由厂商研究院出的报告,肯在自己最想讲的题(人才)上,把「六成人自信、四成人量过」这组数字并排列出来,还主动称之为「认知脱节」——这一点值得先记一分。

我先把判断放前面:这本书的数据是诚实的,结构是拼装的,结论是保守的。它最好的部分不在它给出的六个事实、六项举措、六大盲区,而在那些它没有解释、只是并排摆出来的矛盾数字里。

一、先看形状:477 屏,13 章,其实是 13 份报告

477 屏,13 章,76 节。看上去是一本书,读起来你会发现它是一摞装订在一起的报告。

第一到四章是一个连续的系列:第一章「2025 年 AI 发展的五大趋势」,第二章「企业领导人必须面对的六个残酷事实」,第三章「企业领导人必须采取的六项关键举措」,第四章「首席 AI 官需要识别的六大盲区」。这四章共享同一次调研,是这本书的主干。

第五到十三章就换了:如何大规模解锁生产力和创新、智能供应链、每一个岗位的「人机偕行」、用 AI 创造崭新体验、银行与金融业、汽车业、电信业、消费品、混合云的底层支撑。一章一个主题,每章自带「引言—若干节—结尾」,各自独立成篇。

所以读到第三章的时候,会有一种熟悉感:你又回到起点了。因为每一章都在做同一件事——先摆一组百分比,再引一位高管的具名语录,然后给出「CEO 应当如何」,最后收尾。这个循环在 477 屏里重复了十三次。

这种体例不是缺点,是产品形态。IBM 商业价值研究院做的就是这件事:把调研拆成一份份可单独发送的报告,合起来就是一本书。问题在于,当它被当成「一本书」来读时,重复的部分就变成了噪音——十三次「关于本研究」、十三次「引言」、十三次「总结」,占了相当篇幅,却没提供新信息。

二、「六」这个数字被用了三次

第二章六个残酷事实,第三章六项关键举措,第四章六大盲区。三个「六」。

这个重复值得停一下。如果这些「六」是从数据里长出来的,那三章用了同一个数字是巧合;但读过之后我认为不是巧合——它是企业报告的通用语法:先定数量,再填内容。

举个具体的。第四章「六大盲区」,我读到的第一个盲区是关于「技术高管与业务高管之间的认知落差」:只有 46% 的大中华区受访技术高管和 43% 的全球受访技术高管认为其技术部门能够有效提供差异化的产品和服务创新;而 57% 的大中华区受访技术高管和 53% 的全球受访技术高管表示,其组织的其他高管认为「技术对于产品和服务创新的重要性不超过中等水平」。

这组数据本身很有价值——技术部门在企业里没有话语权,这件事终于有人给了数字。但它被塞进了「六大盲区」的框里,标题是「盲区」,落点是「技术高管应当将技术定位为业务成效的关键要素」。也就是说,一个结构性的权力问题(业务高管不重视技术),被写成了一个沟通问题(技术高管要加强沟通)。

这就是「先定数量」的代价:为了凑够六个,每一格都必须被填满,而填格子的逻辑永远指向「你可以做点什么」,不会指向「这个结构本身有问题」。读者读完会记住「有六个盲区」,但很难记住是哪六个——因为六个之间没有递进关系,只是并列。

三、它自己摆出了一组打自己脸的数字

回到开头那组。63% 说团队有能力,44% 说评估过影响。这份报告的处理方式是:指出「认知脱节」,归因于「缺乏数据」,然后进入下一节。

我认为这一处停得太早了。因为这个矛盾往下追一步,会把整本书的立论基础掀翻。

这本书关于人才的核心建议是「再培训」。它给了一个很抓人的数字:在未来三年内,其组织 35% 的员工需要接受再培训和新技能培训,而 2021 年的这一比例仅为 6%。三年从 6% 涨到 35%,接近六倍,这是全书最有冲击力的一组对比。

但请注意:35% 这个数字,是谁估的?是 CEO 自估的。而同一批 CEO 里,只有 44% 评估过生成式 AI 对员工团队的影响。也就是说,「35% 需要再培训」这个判断,出自一群多半没做过评估的人。

这不是说数字造假,而是说:这组数据的置信度,被它自己的另一组数据削掉了。报告把两句话放在相邻的两屏,却没有把它们连起来看。我认为这是这本书最可惜的地方——它手里有做出真正判断的材料,但它选择了只做记录。

四、认知与行动之间,差着 20 个百分点

第二章引言(p39)那一屏,是我在这本书里读到的最有信息量的单页。它连给了四个百分比:

「59% 的全球受访 CEO 和 61% 的大中华区受访 CEO(以及绩优型 CEO 中的 72%)认同,企业的竞争优势取决于是否拥有最先进的生成式 AI。」
「72% 的全球受访 CEO 和 71% 的大中华区受访 CEO 将行业颠覆视为一种风险,而非一项机遇。」
「62% 的全球受访 CEO 和 61% 的大中华区受访 CEO 表示需要重新制定商业策略才能在未来取胜,而不是依靠现有的优势。」
「43% 的全球受访 CEO 和 47% 的大中华区受访 CEO 表示将在 2024 年加速推动组织的转型式变革,而只有 19% 的全球受访 CEO 和 18% 的大中华区受访 CEO 预计会减缓转型式变革的速度。」

把这四句放在一起读,一幅很清楚的画像就出来了:七成人认为颠覆是风险,六成人说必须重定策略,但只有四成人会加速变革。

认知和行动之间,差着近 20 个百分点。

这组数字比任何「AI 转型失败率高达 X%」的统计都更可信,因为它是同一批人、同一份问卷、同一段时间里的自相矛盾。它不需要外部数据来佐证,矛盾本身就在纸面上。

我要给它记一功:这份报告没有把这 20 个百分点的落差藏起来,也没有用「CEO 们正在积极行动」这种话把它抹平。它老老实实把四个数字排在一起,让读者自己发现。这在厂商报告里是罕见的克制。

但它同样没有解释。为什么不加速?是预算不够、是人才不够、还是不敢?报告在下一页就转到了「六个残酷事实」,仿佛这个落差不需要解释。

我补一句自己的看法:这 20 个百分点,很可能不是「不敢」,而是「不知道该往哪加速」。72% 的人把颠覆看成风险,说明他们看到的是威胁,不是路线。威胁感会促使人做防御动作(降本、裁员、上工具),不会促使人做进攻动作(重写流程、改组架构)。这也解释了为什么这本书后面所有的「举措」都长得像防御:再培训、控技术债、稳预算、提领导力。

五、这本书唯一「只有它有」的东西,却有一个统计问题

如果这本书有一件事是别的书替代不了的,那就是它的双栏对比:每一个百分比都给两组数,一组全球,一组大中华区。

我把读到的几组抄在这里:招聘生成式 AI 相关职位 51%(全球)/49%(大中华区);填补关键技术职位困难 53%/56%;团队具备整合生成式 AI 的技能 63%/69%;通过招聘与保留保障了所需技能 67%/63%;技术部门能有效提供差异化创新 46%/43%;其他高管认为技术重要性不超过中等水平 57%/53%。

这六组读下来,有一个反直觉的结论:大中华区的技术高管,自评能力略高(46% vs 43%),但被同事低看的比例更高(57% vs 53%)。更自信,也更孤立。

这个观察如果要成立,需要过一道关。而这道关,书里没有提。

它的方法说明(p37)写得很清楚:「对 30 多个国家/地区的 26 个行业的 2500 多名 CEO(其中包括 216 位大中华区 CEO)开展了两轮调研式访谈。」

全球样本 2500 多,大中华区样本 216。两组规模差了十倍以上,而书里把它们做成并排的双栏,让读者直接对比。

问题在这里:n=216 时,一个百分比的标准误大约是 3.4 个百分点;两组合并起来比较时,差异的标准误约 3.5 个百分点。按 95% 置信度算,两个比例相差 7 个百分点以内,在统计上都不能算差异。

拿这把尺子去量上面六组:2、3、6、4、3、4 个百分点——六组全部落在误差范围内。

我不认为这是造假。216 个 CEO 的样本在业界不算小,双栏对照的用意也是好的(让本地读者有参照)。但把它做成并排的两个百分数,读起来像是在说「大中华区比全球更如何如何」,而实际上这六组差异没有一组能站住。一张看起来最有信息量的表,恰恰是最不能下结论的表。

要让它站得住,至少得做两件事之一:给大中华区的数据标上误差范围,或者干脆放弃小数点级的对比,只保留「高于/低于/持平」。这本书两件都没做。这是我认为它方法上最实的一处疏漏,也是读这类报告时最该自己补上的一道算术。

六、它给的三个真判断

说完方法,说内容。这本书里有三处我认为是真判断,不是数据堆。

第一处,是那句被引用的高管语录。日本关西未来银行总裁 Kazuhiro Nishiyama 说:「随着 AI 的发展,未来会出现三种人:创造 AI 的人、使用 AI 的人和被 AI 使用的人。」这句话被放在 CEO 展望那一节,位置不显眼,但它是全书最有穿透力的一句。因为它把「AI 与人」的问题,从「会不会被取代」换成了「你站在哪一侧」——创造、使用、被使用,是一个位置问题,不是一个技术问题。

第二处,是高绩效组与对照组的差距。第三章 CFO 展望给了一组很干净的数字:2023 年,高绩效 CFO 所在组织的收入增长率比竞争对手高出 39%,营业利润率高出 11%。CEO 那边也有一组:2020—2022 年绩优型 CEO 的收入/预算增长 16.4%、营业利润率 20.4%;2023 年这两个数变成 17.7% 和 19.8%。

这组数字有信息量,但我要指出它的循环:「高绩效」是按财务结果定义的,然后报告又用「高绩效者做了什么」来解释他们为什么高绩效。这是这类研究的老问题——用结果分组,再用组内特征推因果。它不能说错,但读者要清楚:这不是「做了这些就会高绩效」,而是「高绩效的那些人恰好也做了这些」。

第三处,是它对「位置」的判断。第一章趋势 3 叫「在 AI 时代,位置至关重要」,趋势 4 讲 IT 预算「组织很快就能自我造血」,趋势 5 说「AI 产品和服务创新是 CEO 的首要目标,但业务模式未能跟上」。这三条合起来,说的是同一件事:技术已经不是瓶颈,组织的位置和业务模式才是。

这个判断我认同,而且它和前面那 20 个百分点的落差能对上:CEO 们知道要变,但他们的组织没长在能变的位置上。

《IBM商业价值报告:首席AI官》核心知识图谱
477 屏的形状、四组硬数据、三个真判断,以及六处短板

七、它的短板

第一,它是合订本,不是一本书。13 章里,前四章共享一次调研,后九章各自独立。每章自带「关于本研究」「引言」「总结」,重复到读者会产生「这段我是不是刚读过」的错觉。477 屏里,真正新增信息的部分大概只有一半。

第二,三个「六」暴露了体例先于内容。六个残酷事实、六项关键举措、六大盲区——数字的整齐说明它是设计出来的,不是发现出来的。后果是所有条目都必须被填满,而那些填不满的地方,就被写成了「加强沟通」这类正确的空话。

第三,结论永远指向「你可以做点什么」。我翻过的每一节,落点都是「CEO 应当……」「技术高管应当……」。全书 477 屏,我没有读到一处说「这件事在现有结构下做不到」。一份不敢说「做不到」的诊断,最终会变成一份安慰。

第四,没有一个失败案例。477 屏里全是绩优者、领先者、转型成功者。没有一家企业的复盘是「我们投了钱、上了模型、三年后回到了原点」。而真实世界里,后者的数量远多于前者。没有失败样本的调研,本质上是在给幸存者写传记。

第五,双栏对比缺一道统计关口。216 人对 2500 人,六组差异全部落在误差范围内,这一点前面已经算过。这不是小毛病——它让全书最有特色的一张表失去了结论能力。

第六,方法说明只有一屏,且不完整。p37 交代了样本量、国家数、行业数、调研时间(2023 年 12 月到 2024 年 4 月)、这是第 29 期,很规范。但它没有说行业分布、没有说受访企业的规模结构、没有说大中华区 216 人是怎么抽的(是随机还是配额),也没有给任何一题的完整题面。百分比好抄,题面难查——这正是厂商报告最容易被误读的地方。

八、附一句:为什么这类报告都长这样

读完这本,我把书合上,想了另一个问题:为什么厂商研究院出的报告,几乎都是这个形状——先给一组百分比,再引一位具名高管,最后落到「企业应当如何」。

我认为这不是能力问题,是位置问题。一家既卖咨询又卖云和模型的公司,做调研时有三条硬约束:不能得罪受访的客户,所以案例只能匿名或美化;不能泄露客户的商业细节,所以只能给百分比不给原始数据;结论必须能被自家产品接住,所以落点只能是「你需要一套转型方法」。

三条约束叠在一起,报告就只剩下一种写法:用数据说明「你在哪」,用高管语录说明「别人也在想」,用举措说明「你可以买什么」。中间那一步——「为什么你会在这里」——因为牵涉到具体的组织、具体的利益、具体的人,反而最不好写,也最容易被跳过。

这也解释了这本书里那个反复出现的空档:数据给到 63% 和 44%,矛盾已经浮出来了,但它不往下追。不是不会追,是追下去就会碰到「谁该负责」「谁的预算被砍」「哪个部门的权力要缩」——这些话说出来,报告就没法发给客户了。

所以我的用法是这样的:把它当行业快照,不当方法论。快照的价值在于时点和样本——2023 年 12 月到 2024 年 4 月,2500 多名 CEO 在想什么,这个记录是有用的,五年后回看更有用。但快照不能告诉你该往哪走;它只能告诉你,此刻大部分人站在哪、看向哪。而「大部分人在看的方向」和「正确的方向」之间,隔着这本书不敢写的那部分。

这本书我读了 477 屏,带走的是三样东西:一句「未来会有三种人」、一组「七成看到风险、四成会加速」的落差、还有一道我自己补的算术(216 人对 2500 人,差 4 个百分点不算差)。

它最大的价值不是那六个事实、六项举措、六大盲区,而是它肯把「六成人自信、四成人量过」这种打自己脸的数字并排放在一起——只是它没有勇气再往前走一步,问一句「那另外六成人凭什么自信」。

阅读记录
书名:IBM 商业价值报告:首席 AI 官 出品:IBM 商业价值研究院(与牛津经济研究院合作调研)
本次阅读:微信读书逐页截图 477 屏,13 章 76 节,从版权页至「全书完」,耗时 626 秒,抓取标记 end=last_page。
未读到:无。本书未遇到会员卡遮挡页。
判断依据:调研方法取自 p37「关于本研究」(2500 多名 CEO / 30 多个国家 / 26 个行业 / 216 位大中华区 CEO / 2023 年 12 月—2024 年 4 月);误差范围按 n=216 与 n=2500 用比例标准误估算,仅作量级判断。
关于作者 · 江天(楠哥)
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。