在 AI 加速演进的当下，越来越多的组织开始意识到一个现实问题：真正的挑战，已经不在于“要不要用 AI”，而在于组织和领导者是否具备跟得上的能力与节奏。技术迭代的速度，正在系统性地超出传统战略规划和组织调整的反应周期。
最近发现一本由OpenAI在去年底发布的一份面向管理层的行动指南《Staying ahead in the age of AI》（《在 AI 时代保持领先》），一起分享交流～
这份指南并未聚焦具体工具或模型能力，而是从领导者视角出发，总结了大量与企业真实实践经验，试图回答一个更根本的问题：在 AI 成为通用能力的背景下，组织该如何调整自身的运行方式，才能不被节奏甩开。
基于 OpenAI 与雅诗兰黛、Notion、圣安东尼奥马刺队、BBVA 等组织领导者的合作经验，该指南提炼出五个关键行动原则——对齐（Align）、激活（Activate）、放大（Amplify）、加速（Accelerate）与治理（Govern）：
这五个行动指南用于帮助组织在快速变化的环境中，建立更具韧性的 AI-first 运行体系。在本指南结束时，希望在转型中的组织和领导者将能够清晰识别：
组织当前在 AI 进程中的位置
下一步最优先推进的行动
如何在不确定性中，持续走在 AI 进化的前沿
今天我们先分享行动一和行动二，希望了解全文的伙伴可以后台私信“报告”，我来发送全文～
一、Align｜对齐：让员工真正理解AI的价值与作用
当员工能够清楚地看到：新的 AI 举措如何提升自身能力、让工作更有价值，并增强公司的竞争优势时，组织对变革的接受速度会显著加快。
在这一过程中，领导者扮演着关键角色——他们需要清晰传达 AI 行动背后的目的，用实际行动表明承诺，并在转型过程中持续支持员工。
已被验证有效的“对齐”实践
1. 1 通过领导叙事，建立共同愿景
明确说明为什么 AI 对公司的未来至关重要——无论是为了跟上竞争对手的节奏、回应不断变化的客户需求，还是支撑长期增长。当员工听到一个有逻辑、有说服力的“为什么”，信任感和清晰感就会随之建立，他们也更容易理解 AI 与自身工作和个人目标之间的关系。
1. 2 设定公司级的 AI 应用目标
将 AI 使用转化为可量化的指标，并与日常工作直接挂钩。这些指标可以包括：新的 AI 使用场景数量、AI 工具的使用频率、团队实验与尝试的基准等，并将其纳入公司规划和 KPI 体系中。通过全员大会或公司级沟通不断强化这一目标，向组织清晰传递一个信号：AI 已经成为工作方式的一部分，而不是一个额外项目。
实例：Moderna ｜一家生物科技公司，如何把 AI 变成“全员能力”
Moderna 是一家成立于 2010 年的生物科技公司，长期处在科学、技术与医疗健康的交汇点，以 mRNA 药物研发著称，新冠疫苗是其最广为人知的突破成果。公司目标是在未来 5 年内，将多达 15 款 mRNA 产品推向市场，包括 RSV 疫苗和个体化癌症治疗方案。
自 2023 年起，在全公司范围内部署企业级AI，目标非常明确：在 6 个月内，实现所有具备数字化条件员工对生成式 AI 的 100% 采用与熟练使用。
在组织推进上，Moderna 采用了“三层并行”的变革方式：
一是个人层面，通过系统调研、培训和 AI 学伴，让员工“用 AI 学 AI”；
二是集体层面，通过提示词大赛和“生成式 AI 冠军”机制，快速形成内部扩散网络；
三是结构层面，由 CEO 和高管团队亲自参与，通过激励机制、全员沟通和专家共创，推动 AI 成为组织文化的一部分。
Moderna 的 CEO 明确提出期望：员工每天应使用 ChatGPT 20 次，以此强化一个信号——AI 已成为公司日常工作方式的核心组成部分。
1. 3 领导者带头使用AI
鼓励高级管理者定期分享他们在自身岗位中如何使用 AI。当员工直接听到领导层讲述 AI 如何帮助他们把握市场趋势、快速分析客户洞察时，会有效降低 AI 使用的心理门槛，并推动 AI 在组织中被视为一种“正常且被鼓励的工作方式”，从而激发更多尝试与探索。
案例
OpenAI的首席财务官 Sarah Friar 会定期分享她如何使用 ChatGPT，并主动鼓励团队大胆实验。这使她的团队成为 OpenAI 内部 AI 采用程度最高、最成熟的团队之一。
1.4 各条线的AI专题研讨会
业务线负责人最了解各自团队的实际工作情况，也最适合将 AI 项目与团队的日常工作紧密结合。鼓励他们组织专题交流会，重点介绍相关的应用场景，听取员工反馈，并解答疑问。这将有助于员工把 AI 与自身的日常工作联系起来，从而更好地理解 AI 的价值。
提示：通过AI来探索如何让生成式AI来发挥作用，把AI当成AI应用智囊团。
对齐的反思问题与策略
反思问题 | 启动与落地方式 |
|---|---|
1-员工是否真正理解，为什么 AI 对公司的整体战略至关重要？ | 定期开展脉搏式调研（Pulse Survey），评估员工对 AI 战略目标与意义的认知清晰度 |
2-我们是否在透明、持续地沟通 AI 推进的进展？ | 建立并公开一份 AI 推进看板，定期回顾公司级 AI 采用目标的进展情况 |
3-业务负责人是否在帮助员工理解，AI 如何支撑其所在部门的目标？ | 评估业务负责人组织 AI 主题团队交流的频率，以及员工反馈和问题的质量与变化 |
二、Activate｜激活：让员工真正“用起来”
麦肯锡的AI调研报告显示近一半的员工表示，他们缺乏足够的培训和支持，无法有信心地采用生成式 AI；但与此同时，员工也普遍将培训视为 AI 成功落地的最关键因素。真正行动迅速的公司，都会持续投入资源，支持员工的学习与能力建设。这需要企业：为试验留出空间、为不同部门提供贴合场景的培训，并将“持续学习”视为一种正常的组织状态。
如何在组织中激活 AI 的使用
2.1 启动一套结构化的 AI 技能培养体系
引导学习与发展（L&D）团队设计清晰、与角色高度相关的培训路径，帮助员工从“了解 AI”逐步过渡到“实际使用 AI”。培训重点应放在直接支持真实工作流程的能力上，而非停留在抽象概念层面。
案例：圣安东尼奥马刺队｜把 AI 训练嵌入日常工作的组织
圣安东尼奥马刺不仅是一支篮球队，更是一家以社区、文化和团队价值著称的体育与娱乐组织。面对全球化竞争与球迷期望的快速变化，马刺选择通过 ChatGPT Enterprise，将 AI 引入到赛场内外的运营、社区、内容和合作伙伴体系中。
在推进方式上，马刺采取了分阶段、以人为本的 rollout 策略：先从 150 名试点用户开始，通过线下培训、定制化指引和内部 AI 黑客松，强调同伴学习和实验，而非强制使用或指标考核。这种做法，迅速将员工的 AI 熟练度从 14% 提升至 85% 以上。
在业务层面，员工开始基于真实问题，自主构建 GPT：用于分析赛后球迷情绪的 Fan Voice GPT，将领导力课程本地化的 Transformative Leadership GPT，识别假冒商品的 Counterfeit Merchandise GPT，以及将球队文化嵌入日常工作的 Spurs Culture GPT等。AI 不再停留在效率工具层面，而是深入到文化、品牌、社区与决策支持中。
员工每月节省 1,800+ 小时，GPT 应用支持多语言球迷互动，94% 的使用者表示对大模型工具的信心显著提升。更重要的是，AI 的使用形成了自然“拉力”，员工主动申请使用，而非被动推广。
提示：加入相关AI学习平台或学院，即可获取系统化的培训内容与社区论坛支持。
2. 2 建立 AI 冠军网络（Establish an AI champions network）
识别并培养一批对 AI 充满热情的员工，作为组织内部的 AI 导师/推广者。这些 AI 冠军通过工作坊、非正式辅导以及持续传播热情，帮助同事建立信心，逐步成长为成熟的 AI 使用者。
这个做法跟前天提到的花旗银行的做法一致20多万人的花旗银行，用一张4000人的AI内部网络重塑组织
2.3 让尝试探索AI成为常态
为员工定期留出探索 AI 工具的时间。例如，可以将每月第一个周五设定为团队 AI 工作坊日，集中讨论 AI 如何改进当前工作。同时，结合无代码黑客马拉松，让跨职能团队快速原型化真实解决方案，并通过快速审批机制，确保有潜力的想法能够持续推进。
案例：Notion 曾通过一次聚焦型 AI 黑客马拉松，原型化了后来成为 Notion AI 的核心功能。OpenAI 内部的许多团队，也会在每周或每月会议中持续分享新的 AI 使用场景。
Notion案例详解 ｜从“AI 功能”到“AI原生”（从网站整理详细内容）
Notion 是一家以知识管理与协作工具著称的产品型公司。早在 2022 年底，Notion 就已快速引入 GPT-4，上线写作助手、全空间问答，并将 AI 深度嵌入搜索、内容与计划工具中。但随着模型能力提升、用户开始希望 AI 直接完成完整工作流，Notion 逐渐意识到：原有“提示词 + 单点任务”的架构，已成为上限。
他们做出的关键选择是：不再修补旧系统，而是为“会思考的模型”重建系统。Notion 用一个中心化的推理模型，替代原先分散的任务型提示链，让 AI 能够自主规划任务、调用工具、处理不确定信息，并执行完整工作流。随着 Notion 3.0 发布，AI 不再只是嵌在流程里，而是可以直接“跑流程”。
在模型评估上，Notion 用真实用户任务而非抽象基准测试 GPT-5，重点检验多步推理、研究型任务和模糊信息处理能力。结果显示，GPT-5 在这些关键场景中明显更优，这也验证了其架构选择的方向。
这次重构的价值，不在于某一个模型版本，而在于 Notion 搭建了一套能随模型持续进化的智能体系统底座。当 AI 从“回答问题”走向“自主行动”，决定上限的已不再是提示词，而是系统架构本身。
2.4 让 AI 产生实际影响
将 AI 的使用与绩效评估和职业发展直接挂钩。通过 OKR 或类似机制，设定清晰、与岗位高度相关的目标，例如：识别可通过 AI 优化的工作流程，或试点新的 AI 使用场景。在晋升与表彰讨论中，重点强调有价值的 AI 实践成果，让员工清晰感知：尝试和应用 AI，是其职业成长的重要组成部分。
激活的反思问题与策略
反思问题 | 启动与落地方式 |
|---|---|
员工是否在积极使用 AI 工具，并参与相关学习？ | 跟踪每日/每周活跃用户（DAU/WAU）、GPT 分享情况，以及培训报名率和完成率；对采用率较低的团队提供针对性支持 |
我们是否在绩效与职业发展中明确认可 AI 的应用？ | 在职业发展通道和绩效标准中纳入 AI 相关表述；统计并汇报 AI 影响在晋升、绩效评估和表彰中的体现情况 |
黑客马拉松松与“受保护的实验时间”是否产生了实质成果？ | 跟踪活动中产生的想法，有多少从原型阶段进入正式落地或试点运行阶段 |
到目前为止，我们已经展开了前两个关键步骤：Align（对齐）和 Activate（激活）。通过 Moderna、圣安东尼奥马刺、Notion 等案例可以看到，AI 能否真正落地，并不取决于工具是否先进，而取决于组织是否先完成了方向对齐、能力激活与机制配套。
从清晰的领导者叙事，到结构化的培训体系、AI 冠军网络和与绩效挂钩的激励设计，这些步骤、方法与提示，已经为管理者提供了可直接照着做的参考路径。
这两步解决的是一个核心问题：让 AI 从“知道有用”，走到“真的用起来”。当方向清晰、使用被鼓励、学习被支持，组织才有可能进入更高阶的 AI 运作状态。
