~~~——专注行业第一品牌商业模式研究~~~

Michael Schrage、David Kiron、François Candelon

Shervin Khodabandeh 和 Michael Chu

是一个拥有 5 万名 CxO 的知识内容社区，也是职场不同角色的CxO（Qualified CxO & Intrapreneurs & Entrepreneur）造就增长的首选孵化平台。

创始人雅各布拥有丰富的职业经历，曾任 Nike 大中华区 CxO负责零售，供应链，数字化；LVMH affiliate Trendy Group CxO负责并购，品牌数字化转型；东方国际Lily女装CxO负责战略及数字化；微软合资公司CxO负责产品及解决方案构架；J&J和Eli Lily医药公司负责IT和Compliance。

创始人也是持续创业者，在鞋服，美妆，汽车，医药积累大量人脉资源。

（以下为正文）

本文是麻省理工学院斯隆管理评论（MIT SMR）和波士顿咨询集团（BCG ）人工智能与商业战略全球高管和项目研究的调查结果，是首份2024 年人工智能与企业战略报告，探讨了企业如何利用人工智能来发展其关键绩效指标（KPI）以更好地配合其战略并实现企业目标。

介绍

传统的关键绩效指标 （KPI） 越来越无法提供领导者成功所需的信息和洞察，他们在跟踪进度、协调人员和流程、确定资源优先级和推进问责制方面存在不足。这些失败既会破坏运营效率，也会损害对战略目标和成果的追求。世界各地的成熟组织都认识到，他们的 KPI 需要更加智能和强大，因此他们投资于算法创新，以使其性能指标更加智能、适应性和预测性。由人工智能 （AI） 提供支持的智能 KPI 成为战略差异化和价值创造的来源，而不仅仅是衡量标准。

根据对 3,000 多名经理的全球调查和对 17 名高管的采访，我们发现人工智能被用于从根本上重新定义和增强绩效。我们看到组织使用算法来挑战和改进企业对绩效、盈利能力和增长的假设，使用 AI 修改 KPI 的公司获得更大财务收益的可能性是不使用 AI 的公司的三倍，更智能的 KPI 会带来更好的结果。

本报告的研究和分析是在作者的指导下进行的，是麻省理工学院斯隆管理评论研究计划的一部分，与波士顿咨询集团合作并赞助。

例如，在线家具零售商 Wayfair 使用 AI 重新审视其销售损失 KPI 背后的基本面。“我们过去认为，如果你失去了某个特定产品（比如沙发）的销售，那就是公司的损失，”首席技术官 Fiona Tan 说。“但我们开始查看数据并意识到，当我们失去销售时，有 50% 到 60% 的时间是因为客户购买了同一产品类别中的其他产品。”

这一洞察促使 Wayfair 将其销售损失 KPI 重新设计为更有价值的指标。该公司以前根据价格变化计算基于商品的销售损失，而现在也根据价格变化计算基于类别的销售留存率。借助新的、更准确的 KPI，Wayfair 能够在推荐次优报价时，根据客户偏好（从价格点到发货时间）提出更有效的家具建议。在物流方面，运营团队将产品放置决策与配送中心和仓库限制保持一致，以改善客户和员工体验。更智能的 KPI 显著改善了每个人的成果。

智能 KPI 不仅可以挖掘价值来源和差异化，否则这些来源将不会被发现或未得到充分利用，它们还可以防止因未能定期重新检查旧 KPI 背后的假设而导致的不良结果。例如，2008 年全球经济危机的部分原因是银行依赖当时广泛使用的指标，即风险价值，该指标衡量的是正常市场条件下在单个时间点的潜在投资组合损失。金融机构没有调整这一指标，因为风险较高的次级抵押贷款和信用违约掉期成为其投资组合的更大部分。在一个严重低估潜在损失的指标（在某些情况下，低估了几个数量级）的指导下，许多金融机构破产或遭受了重大损失。

认识到 AI 支持 KPI 的力量和潜力的高管承认，他们当前的 KPI 设计和审查实践不合时宜。越来越多的公司通过嵌入治理流程和功能来监督 KPI 的发展，从而迎接这一挑战。随着时间的推移，KPI 治理机制可以维护详细、准确和相关的绩效数据，确保在设计过程中明确考虑 KPI 质量，而不是事后才考虑。例如，施耐德电气正在进行大量的财务和非财务投资，以学习如何不仅根据既定指标提高绩效，而且根据绩效指标本身提高绩效。对 KPI 绩效的问责日益不足，公司也需要对 KPI 的绩效负责。

我们的全球调查显示，60% 的管理者认为他们需要改进 KPI，但只有三分之一 （34%） 的管理者正在使用 AI 创建新的 KPI。引人注目的是，在这 34% 的经理中，每 10 名经理中就有 9 名同意或强烈同意他们的 KPI 已通过 AI 得到改善（参见图 1 和图 2）。虽然对于大多数组织来说仍处于早期阶段，但越来越多的公司越来越清楚地意识到使用 AI 增强 KPI 的好处。

图 1：改进 KPI 是领导层的首要任务

虽然我们调查的领导者中有一半以上专注于提高其 KPI 的质量，但只有大约三分之一的领导者使用 AI 来生成新的 KPI。

这些发现的深远影响怎么强调都不为过，通过算法改进 KPI 的公司正在重新考虑绩效衡量的目的、KPI 的功能以及指标的战略价值。我们的研究表明，这些重新考虑经常会导致转变 KPI 设计以及组织行为与战略结果保持一致的新流程。加强战略一致性既是智能 KPI 的目标，也是智能 KPI 的结果。

图 2：使用 AI 创建新的 KPI

在接受调查的组织中，有 34% 使用 AI 创建新的 KPI，其中 90% 看到了改进。

这些算法命令对经常被引用的短语“被测量的被管理的”进行了挑衅性的扭曲。多亏了 AI，组织学会衡量什么，也必须学会管理，而他们如何衡量与衡量什么同样重要。随着更好的检测、更好的数据和更好的算法改变测量过程，战略差异化和价值创造的机会也会增加。本报告综合并扩展了我们为期一年的关于利用 AI 增强 KPI 的合作研究系列中的四篇文章的主要发现。我们讨论了一项新兴但不断发展的努力，以创建更智能、更有价值的 KPI，并为开发和使用下一代 KPI 提供基于证据的管理要点，以推动更好的绩效。我们还详细介绍了管理者可以采取的具体步骤来开始实现更智能的 KPI 的好处。

开发更智能的 KPI

组织通常使用 KPI 作为基准来评估各种业务目标的进度，例如销售增长、客户满意度和运营效率。随后使用数据收集技术和分析来衡量这些指标的进展情况，这种方法优先考虑 KPI 衡量的内容，而不是如何衡量 KPI。

然而，如今不断变化的经济状况、不断变化的消费者期望和数字化转型工作使组织必须持续重新考虑关键绩效的含义以及如何衡量它，管理者承认变革的必要性：10 名受访者中有 6 名同意改进他们的 KPI（就衡量内容和衡量方式而言），这不仅仅是提高绩效，对于有效决策至关重要。我们采访的每一位高管都明确表示，利用 AI 改进 KPI 是企业的利益，也是几位企业的当务之急。

改进 KPI 的途径有很多，依靠人类判断、直觉和经验的低成本方法可以通过对性能的增量洞察来实现增量变化。相比之下，AI 增强的 KPI 可以提供有关当前和未来绩效的更详细、更准确的见解。对于部署此类智能 KPI 的公司来说，组织成本被业务收益所抵消，包括提高效率、更好的一致性和改善财务成果。

三种类型的智能 KPI

我们看到，AI 丰富的 KPI 以三种方式改进仅跟踪绩效的传统指标。智能 KPI 可以更好地描述当前和过去的绩效，更有效地预测未来的绩效，并提出更有用的建议来促进结果，这三种类型的智能 KPI（描述性、预测性和规范性）对应于描述性、预测性和规范性分析之间的众所周知的区别。

规范性 KPI 的概念可能不熟悉，但对 KPI 进行颜色编码的执行仪表板已经提供了一个简单的行动号召：红色表示性能下降，绿色表示性能达到或超过预期。智能 KPI 更进一步：它们可以就领导者应采取的后续步骤做出更详细的建议，以应对这些信号，并诊断对其他 KPI 的影响（参见图 3）。

图 3：三种类型的智能 KPI

与传统 KPI 相比，智能 KPI 丰富了 AI，具有多项优势。

KPI 类型

描述

好处

样例

智能描述性 KPI

综合历史和当前数据，以提供有关已发生或正在发生的事情的见解。

更深入地了解性能差距及其原因。

Sanofi 的“snackable AI”工具通过揭示不同 KPI 之间的关键相互依赖关系来提高态势感知能力。

智能预测性 KPI

预测未来表现，生成可靠的领先指标。

提供对潜在结果的可见性。

启用先发制人的行动，以降低风险或利用机会。

智能规范性 KPI

使用 AI 推荐优化性能的操作。

指出性能差距并建议纠正措施。

Sanofi 的智能 KPI 根据供应链绩效建议对销售活动或优先事项进行调整，从而协调运营和销售。

使用 AI 改进现有 KPI

古德哈特定律宣称，当一个指标成为目标时，它就不再是一个好的指标。但是，将指标本身作为改进目标既符合 Goodhart 的谨慎原则，也是可持续运营成功的基本要素，持续的 KPI 改进本身就是一个目标。

该团队使用 AI 来确认现有 KPI 的优点，并确定有助于改进公司评估飞行员方式的其他 KPI。“通过这次 AI 练习，我们变得更好了，” 她指出。“分析改变了我们正在寻找的东西，并帮助提高了我们的绩效。”

有意识地使用算法来重新访问和审查关键性能参数可以提高性能。对于印度尼西亚最大的市场之一 Tokopedia 来说，商家的可靠性是维持牢固客户关系的核心，该组织每天通过 1400 万商家销售 18 亿件产品，其中 85% 以上是新企业家，首席技术官 Herman Widjaja如此说道。虽然商家有很好的产品可以销售，但并非所有商家都能有效地管理库存，这反过来又会对订单履行、客户满意度产生负面影响，并最终对平台上发生的交易量产生负面影响。为了解决这个问题，该公司开始合成和分析数百万个商家和客户数据点。

在 马士基（Maersk） 使用 AI 增强 KPI

丹麦运输、航运和物流公司 Maersk 使用 AI 重新评估和重新定义其全球港口、运输和仓库的 65 个资产网络的吞吐量和生产力。一线管理人员必须决定，关键绩效是通过尽快装卸船舶或卡车来定义，还是通过管理装载过程来最好地定义，以便运输能够可靠地按计划出发。为了做出决策，该公司使用 AI 驱动的模型来表示每种方法，并评估其在整个价值链中的影响，这些模型得出的结论是，使用较少装载设备的可靠出发将在转运点和不同运输方式（如公路和铁路）之间的连接期间抢占瓶颈。借助 AI，Maersk 确定了正确 KPI 的优先级，克服了人为偏见，最大限度地提高了速度。这种方法可以提高整个企业的效率、一致性，进而提高客户对可靠交付的满意度。

（待续...）