AI发现跨部门机会后,业务部门为何不跟进?
在大型集团推进组织诊断和行动学习项目时,我常常观察到一种协作悖论:总部看到的是全局机遇,一线业务单元承受的是实实在在的代价。
这种差距,在AI融入企业运营后会愈发突出。
那个试图整合全集团商机的集团总部,就是典型案例。CEO的规划很直接:把分散在各个业务板块、区域和团队的商机信息汇聚起来,借助AI进行识别、挖掘和推送,促进跨业务协同营销。
上游问题我们已探讨过:"第一步自然是信息汇聚",这个"自然"是否跳过了问题界定?
现在进一步分析。假设信息真的汇聚完毕,系统也运转起来了,AI确实识别出了一些跨业务机遇。
然后呢?
总部看到了机会,AI把机会推送给某个业务单元,CEO也期望它去推进。这个时候,业务单元未必会直接反对,它可能只是提一个很实际的问题:
为什么是我来推进?
这句话听起来有点自私。但它未必只是自私。它背后追问的其实是:机会归属于谁?成本由谁付出?收益记在谁名下?失败由谁承担?
这些问题不解答,AI把机会识别得越清晰,组织内部的协作障碍反而越快暴露出来。
· · ·
AI识别的是集团机遇,消耗的是部门资源
在总部视角下,一个跨业务商机是机遇。客户有需求,多个板块都可能参与,如果集团能统一识别、统一调度、联合解决,显然比各自为战更优。这个判断没有问题。
但业务单元站在自己的立场,看到的并不完全相同。
一个跨业务机会被AI识别出来之后,集团看到的是机遇。但被推送到具体部门那里,它首先变成一系列任务:要不要派人跟进?要不要动用现有客户关系?要不要拉其他板块一起拜访客户?要不要承担反复沟通的成本?
我几乎能听到业务单元会怎么问:
"这个客户原本是我们维护的。现在系统识别出一个集团机遇,就要我们拉别人一起参与。那客户关系算谁的?前期沟通算谁的?如果最终收入记到别的板块,我这边为什么要投入核心资源?"
这不是简单的本位主义。这是业务单元在算一笔组织没有替它算明白的账。
更关键的是,这些工作量通常不是均衡分布的。AI识别出来的是集团机遇,但跟进机会,往往要落到某个具体部门、某个区域、某个团队身上。
于是问题产生了:AI发现的是集团机遇,消耗的是部门资源。
如果机遇归集团、成本归部门,组织就不能只靠"信息透明"来期待协作自然发生。
研究讲连接,现场讲成本
HBR的《What Cross-Silo Leadership Looks Like》探讨的是跨边界协作为何困难。文章提醒,组织成员天然更容易沿着自己的汇报链条工作,而不是主动跨部门、跨地域、跨业务去建立横向连接;它提供的方案,也主要围绕文化中介人、开放性提问、换位思考和拓展关系网络展开。
这些提醒有价值。很多协作失败,确实和人不善于连接、不愿意换位、缺少横向关系有关。
但在这个集团商机场景中,我看到的不是这个问题。
业务单元不是看不到集团机遇,也不是完全不理解集团要协作。它真正会问的是另一件事:这个机遇谁来推进?推进成本谁承担?成功收益记给谁?失败责任算给谁?
研究讲的是连接能力。现场顶出来的是成本归属。
如果这笔账没有说清楚,协作不会因为信息透明而自动发生。
· · ·
我把这种错位称为:机遇归属层级与成本承担层级错位
判断集团协作为何推不动,我通常不会先把它归因于"部门墙"或"本位主义"。这些说法有时成立,但它们太快把问题变成了态度问题。
在这类"AI识别集团机遇、部门负责推进"的场景里,我更愿意先看一组结构关系:机遇归属层级,与成本承担层级是否一致。
有些机遇,是集团层面的机遇,只有站在集团视角下才看得完整。比如,一个客户在A板块已经有合作,但它的潜在需求可能涉及B板块、C板块,甚至需要多个板块一起设计解决方案。AI很适合帮集团发现这类机遇:它能把分散信息整合在一起,能识别客户之间的关联,能看到单个部门看不到的组合可能。
但机遇被识别出来之后,推进成本往往不在集团层面发生。它落到具体部门——落到某个业务负责人,某个销售团队,某个区域公司,某个客户经理。
这就是错位:机遇的归属在高层级,成本的承担在低层级。
如果收益、资源、评价和责任没有跟着调整,协作很难靠系统推送自然发生。这也是为什么有些组织明明已经建了平台、打通了数据、看见了机遇,协作仍然不顺——不是因为机遇不真,而是因为机遇被看见之后,组织没有重新安排成本和责任。
· · ·
把协作写进KPI,不一定够
可总会有人说:那就把协作写进KPI,部门有了考核压力,自然就会动。
这个办法有用。至少它让协作不再只是倡议,也能让部门知道集团确实重视这件事。但只写进KPI,通常不够。
因为"KPI里有协作"只是第一步。它还没有回答后面的问题:谁主导?谁配合?谁有最终客户界面?谁调资源?谁决定优先级?谁对结果负责?
这些没有说清楚,"协作KPI"很容易变成另一种压力传导:上面要求协作,下面只能填表、报数、开会、留痕。表面上协作动作增加了,真正的资源投入和客户经营未必发生。
更麻烦的是,协作一旦变成指标,各部门还会开始算账:这个项目算不算我的协作贡献?我配合了多少算完成?别人主导的机遇,我为什么要投入核心资源?如果最终收入记到别人那里,我这边算什么?
这些问题不是部门狭隘,它们是组织在设计协作时必须回答的问题。
· · ·
业务单元不是不想协作
这里不能简单把业务单元写成"本位主义"。
很多时候,业务单元不是不想协作,它只是被原有的管理逻辑约束着:有自己的收入目标,有客户维护压力,有资源计划,有绩效口径,也有风险边界。
当集团机遇和部门目标一致时,部门会积极跟进。当集团机遇需要部门投入额外资源、但收益不明确、责任不清楚时,部门自然会谨慎。
这不是道德问题,这是组织设计问题。
如果一个部门投入资源后,收益主要体现在集团层面、成本却记在自己账上,它不积极跟进,并不意外。如果一个部门参与协作后,成功不一定被看见、失败却可能被追责,它选择观望,也不意外。
AI可以减少信息不对称,但它不能自动改变这套账。这套账不改,业务单元就会在"支持集团协作"和"完成本部门目标"之间摇摆。
最后常见的结果是:会开了,信息收了,线索分发了,动作也有了,但真正投入核心资源的人不多。
· · ·
协作设计没有标准模板,但有判断原则
这件事没有一个放之四海而皆准的模板。
如果把收益都按集团口径重新分配,部门可能觉得自己的努力被稀释;如果完全按部门口径考核,集团机遇又很难被真正跟进;如果强行指定主导部门,主导方可能承担过多成本;如果所有部门都平均分摊,最后又可能变成没人真正负责。
但没有标准模板,不等于没有判断原则。我的判断原则是:
让发现机遇的层级、投入资源的层级、获得收益的层级、承担责任的层级,尽量对齐。
对不齐时,也要显性说明:谁为什么要多承担一点,组织给它什么资源或补偿,成功之后怎么认可,失败之后责任怎么处理。
否则,协作就会一直停在"应该做"的层面,而不是变成"值得做、做得动、做了有人认"的组织行动。
这也是集团推动AI协作项目时最容易低估的地方:AI可以帮助组织发现机遇,但它不能替组织完成成本、收益和责任的重新安排。
· · ·
AI让机遇更可见,也让错位更可见
那个想整合全集团商机的集团,本来想解决的是协作营销问题。信息汇聚是必要动作,AI识别机遇也有价值。
但如果上游问题没有界定清楚、下游利益和责任没有安排清楚,AI越能发现机遇,业务单元越会被推到两难境地:跟进吧,成本在自己这里;不跟进吧,又像是不支持集团协作。
这不是AI造成的,过去就有。只是过去机遇没有那么清晰、信息没有那么透明,很多协作困难可以被解释成"看不见""不知道""没条件"。AI把机遇摆出来之后,这些解释会少很多。
真正的问题就更清晰了:机遇看见了,谁愿意为它投入?
这时,组织不能只夸AI识别得准,还要重新设计那张协作账:谁主导,谁投入,谁受益,谁解释失败,谁对客户体验负责。
这些不清楚,AI发现的机遇越多,组织内部未必越协作——有时只是把更多没人愿意承担成本的机遇,推到了大家面前。
· · ·
这个机遇,是集团的,还是部门的
所以,当AI识别出一个跨业务商机时,组织不妨先慢一点。不要只问"这个机遇准不准",还要问:这个机遇是谁的?推进成本是谁的?收益记给谁?失败责任算给谁?
如果这些问题没有回答,业务单元问"为什么是我来推进",就不是简单的本位主义。它是在提醒组织:协作不是信息被看见之后自动发生的,协作要有人承担成本,也要有人承担责任。
AI可以把集团机遇看得更清楚。但业务单元是否愿意跟进,取决于组织有没有把机遇、成本、收益和责任重新安排清楚。
· · ·
今天的一个问题:
机遇可见之后,你的组织是在奖励"跟进集团机遇",还是仍然只奖励"完成本部门指标"?
如果答案是后者,AI发现机遇的能力越强,组织内部的错位就越早暴露出来。
· · ·
本文参考 Harvard Business Review 公开文章《What Cross-Silo Leadership Looks Like》,不替代原文阅读。文中分析为围绕"AI时代组织管理"主题所作的整理与思考,相关内容请以原文为准。