从押注到蓝图：人工智能能否设计增长引擎?
原文链接
https://www.kearney.com/service/strategy-growth/can-ai-replace-the-chief-growth-officer/article/from-bet-to-blueprint-can-ai-design-the-growth-engine
或点击“阅读原文”跳转网站阅读英文原文
人工智能能否取代首席增长官？/ 系列文章 2026年3月17日
在文章系列第一篇中，我们讨论了人工智能如何帮助快消品行业领导层做出更明智大胆的举措以押注未来。若制定的战略超越了组织的执行能力，只能成为空想。快消品公司有了目标后，相应的组织能力、专业技能和纪律规章才是区分领先与落后的关键。
人工智能"第二幕"：重新设计企业内部最有效的增长方式。
快消品公司不足之处：架构差距
现今的增长领导层并不缺乏远见。在确定目标后，以下四个架构现实问题常常导致执行放缓或受阻：
战略超越结构能力。多数公司本质上更擅长保守，保护自己，而非拥抱变革。多数公司的目标变化速度快于其运营结构的调整。传统职能和激励体系有时与跨品类、跨地域、跨商业模式的增长相矛盾。现实中，许多大型公司在面临重大的市场或竞争颠覆情况时，缺乏执行快速变化战略的运营能力。
资本、人才与目标错位。预算和人员在很大程度上仍然围绕传统的投资组合逻辑。最有希望的机会往往陷在组织结构的"夹缝"中，得不到必要的关注和资源。这导致资产通常配置给过去的成功，而非当下的机会或未来的创新。
创新与整合脱节。世界多数大型快消企业都拥有专门的创新/风险投资部门，但其产出往往不被重视或被视为特定产品。在集权式公司里，制度化可能成为创新的敌人，增长举措往往更多出现在公司边缘部门。当新的增长想法与核心业务采用相同的评估标准，即便最有前景的想法也无法通过。很少有公司有正确的治理架构来应对这一短板。
反馈循环断裂。许多公司难以将创新的经验和洞察用于重塑公司整体投资组合战略或投资优先级。这是经典的知识管理困境——公司有些人从本职工作里掌握了一些知识，但由于反馈循环断裂或与现状相悖的信息实际上被压制，公司总体上往往"不知道自己知道什么"。无论有意与否，结果都是一样的——项目团队越来越聪明，而"核心"部门却原地踏步。
人工智能助力：重构增长体系
人工智能可以通过将远见、组织架构和资本连接，形成在一个持续的学习循环，以创造、资助和维持增长，也就是在连接增长目标与企业运作机制方面发挥根本性作用。理想情况下，这种学习循环可发展到能够预见并处理变化，而不仅只能做出反应。
以下四个示例展示了现实应用：
决策制定的重新设计。人工智能的出现迫使公司重新调整智能技术能不带部门偏见地做出决策与纳入"人类"视角之间的平衡，以确保解决方案对公司及利益相关者都是"正确"的。例如谷歌依赖人工智能进行搜索排名和内容审核，但仍使用人工团队审查被标记、复杂或敏感的内容。全球总收入最高的零售商亚马逊，虽然其35%的销售额来自人工智能推荐的贡献，但棘手的物流问题仍由仓库经理运用人类判断来解决。人工智能/人类解决问题的组合会发生改变吗？答案是肯定的，但两者都仍有很大发展空间。
远见与财务的重新连接。通过模拟增长举措如何转化为财务数据，并量化犹豫或投资时机不当的成本，人工智能帮助弥合了战略想象力与资本现实之间长期存在的差距。将战略转化为财务上明确的语言，平衡了预期与证据，并使大胆的设想更具有经济性。它甚至可以为新的前沿领域提供一致周密的分析。
实现动态资源的重新配置。人工智能使资本、人才和营销支出成为流动性资产，让领导层看见每个增长杠杆的边际收益，并协助决策。资产重新配置成为日常，而非年度例行工作。这说起来容易做起来难。实际上，这些并非流动性资产。即使人工智能将它们视为流动性资产，快消品企业需要如何改变运营模式才能使它们像流动性资产一样发挥作用？人工智能可以在及早止损方面发挥作用，迫使领导层做出艰难的选择。
跨市场和职能部门将学习成果制度化。人工智能可将企业分散的经验转化为一个学习型知识系统，捕捉某个市场行之有效的做法，以便在其他市场适用，从而赋予规模化全球公司初创公司般的敏捷性。达能公司利用人工智能在其整个供应链中进行实时情景规划；汉堡王/赛百味的运营商Zamp S.A.则依靠人工智能来管理、规划和优化近3000家门店的库存。
对快消企业首席增长官有何要求？
人工智能不会改变首席增长官所负责的领域，但将从根本上改变他们处理这些问题所使用的工具。下一代首席增长官必须减少对流程的依赖，更多地以原则为指导，定义公司日益自我优化思考的运营逻辑，首先就是要将关注点从过去的实践转向未来的现实。以下示例展示这对增长领导者的意义：
从领导增长转变为设计公司思考增长的方式。增长领导者的角色一直是决定增长的机会及方式。但现在大家必须确定企业如何思考增长，建立指导人工智能解读机会的框架、数据层级和决策逻辑，从而确定所需的执行步骤。提出"当智能系统做决策时，应遵循什么规则？"这一问题，这是治理和理念上的挑战，而非预测性的挑战。
从整合职能转变为整合时间跨度。多数首席增长官已整合品牌、创新和商业考量。人工智能可发挥差异化作用，实现短周期内的实时优化（定价、支出、组合），还可以帮助领导层理解并持续检验这些行动是否服务于企业更长期的目标。加强长周期战略行动（品类创造、品牌资产、可持续发展）以及跨时间维度的同步，需要增长领导的干预和指导。
从管理投资组合转变为重构资本逻辑。人工智能可以暴露传统资本配置的问题（结构上偏向于过去、品类、地域或规模）。首席增长官必须利用人工智能重写增长投资的逻辑，定义如何"进行制度化的学习"，并开发最佳投资回报建模的方法。
从能力建设转变为能力融合。大型快消品企业多年来为不同部门建设了各自的特长与能力，但未来的首席增长官通过识别消费者数据、协调一致和品牌叙事之间的交叉点，来决定如何融合这些能力，以创造专有优势，结合人类创造力和机器智能，解锁新的增长平台。
领导力要务
下一代首席增长官不仅要领导增长，还要重新定义智能、决策制定、知识管理、资本逻辑和资产配置的架构。通过构建一个以人工智能为先的学习和决策平衡模型，领导层可以帮助公司产品进入市场，执行最优化的运营决策，同时消除组织架构阻力。一个跨边界的持续学习循环应该成为构建以人工智能为先的执行模型的核心。营销活动或新品类数量将不再用于衡量增长官的功绩，而是他们如何有效地教会自己公司运用判断力去追求增长。
作者
Wade Jubrey
合伙人
Tatiana Goncharova
准合伙人
Abhinav Konda
顾问