企业创新失败的原因有很多，或许针对客户、技术、竞争对手和创新的关键性假设未能反映目前的趋势和实际情况，或许手头的创意不够丰富多元、质量不高，又或者企业很难筛选出最棒的创意并优先对其投资。

无论企业关注的重点是新产品、新服务、新流程还是新商业模式，生成式人工智能（GenAI）都能在创意周期的各个阶段为团队工作提供助力，挑战现有的工作方式（参阅下图）。GenAI在创意的生成和验证阶段（也是创新的发散和整合阶段）贡献最为显著。然而，在帮助领导者审视、调整战略假设（业务与创新战略的基础，也是创意周期的质疑阶段）方面，GenAI还可以发挥更大的作用。如果能定期对自己的假设提出质疑，企业会变得更有韧性，因为这样做更有可能发现竞争优势的变化，进而从中获益。

质疑是孕育创新的沃土，在充满颠覆的时代尤其如此，无论何种创新活动，第一步都应是大胆质疑。我们一直认为，在“全新框架”中思考要胜过“跳出旧框架”思考。然而，团队在思考问题时需要有一定的框架（有关客户、技术等方面的假设）来引导自己发挥创造力。创新团队如果在未对思考框架的可行性进行测试的情况下直接进入发散阶段，就有可能陷入“新瓶装旧酒”的尴尬境地，只会更快地走入误区。

因此，我们要先花些时间研究一下之前做出的假设，也就是那些限制、约束你思维的“框架”，尤其是那些隐晦的背后框架。然后在开始构思创意之前，要对这些框架进行压力测试，通过质疑进行筛选。哪些假设在未来依然适用，哪些已经过时？在我们构思创意所用的框架中，应当包含哪些之前的假设？又应该包括哪些新假设？在确定并接受了新的创新框架后，我们紧接着就要思考两个问题，为什么要创新？要在哪里进行创新？

GenAI无法告诉我们什么时候更换思维框架，但由于其不像人类员工，不会在构思过程中带入情绪和偏见，所以可以提供真正的局外人视角。依靠其所拥有的大量知识， GenAI能在那些我们可能忽视的地方发现规律，支持或削弱我们此前做出的假设。即便GenAI可能会给出不准确的输出内容，甚至是“幻觉”，如果应用得当，这也可以在帮助团队调整长期假设时发挥积极作用。

一般来说，在刚进入构思周期的质疑阶段时，最好把所有主要利益相关方召集在一起，明确企业的基本战略假设，并推动各方达成一致意见。我们的目标客群是哪些人？优先事项有哪些？为何做出这种选择？在满足这些需求时，我们的主要竞争优势有哪些？是能够获得关键信息，还是拥有规模与技术方面的优势？

接下来，对假设进行压力测试。旧有的思维模式可能仍然有效，也可能已经过时。是否有迹象表明你对目标客群的吸引力正在下降或他们最关心的事项正在发生变化？成本、技术或竞争格局的变化是否会削弱你的优势？

如果过去的假设已经失效或者面临着调整压力，我们要说清楚每个假设所需的调整（在说明此类需求时，我们通常会使用“从……到”的格式）。如果“从”部分涉及到的假设比较隐晦，比如“我们一直这么做”或“大家都这么做”，尤其需要采用这种方法。例如，某喷气发动机制造商从“销售发动机和单独的维护服务”到“销售承诺的发动机使用寿命”。这种“从……到”的转变可以激发全新的转型思维，同时也为创新定义了“新框架”。

Gen AI可以帮助我们发现之前可能忽视的潜在假设，也可以提醒我们过去长期坚持的核心假设可能即将过时。比如我们可以向GenAI工具中输入这样一段提示词：“我是（某公司）的首席执行官，正在启动一项战略审查。你认为哪十项关键假设处于企业战略的核心位置？针对这十项假设，你认为哪些依然有效？哪些已经失效？哪些存在风险？”对于正在探索创新之路的领导团队来说，GenAI工具给出的答复值得玩味，发人深思，很有参考价值。而且即便GenAI给出的信息看起来不可思议或离经叛道，只要团队能先好好思考一番，而不是直接弃之不用，这些信息也能发挥一定作用。关键是要帮助团队打破思维定势。

如果问世时间提前到20世纪80年代，GenAI能否帮助百货公司找出自身的战略漏洞呢？多年以来，通过向中产阶级提供品类丰富（但选择不多）、价格实惠的产品，各大百货公司的生意一直都十分红火。例如，GenAI可能会在收入不平等问题刚开始加剧的时候（从20世纪70年代末到80年代末，首席执行官与普通工人的薪酬比翻了一番）尽早发出提醒，可以在低端折扣店和奢侈品专卖店崛起的过程中给百货商场敲响警钟，也可以让高管们意识到，未来的战略环境可能会发生变化，变得不再像以往那么友好，进而抓紧时间制定应对措施。

在创新的下一阶段，也就是发散阶段，我们需要提出一系列符合“新框架”或“调整后框架”的创意，其他则暂时不做评价。这样做的目的是尽可能地发散思维，为创新挑战找出尽可能多的解决方法。毕竟，要想拥有一个好主意，最好的办法就是拥有许多好主意。而GenAI如果部署得当，无疑能在创新的最初阶段发挥巨大作用。BCG完成的2023年全球创新调查发现，那些将AI纳入创新体系并使其发挥作用的组织，其创意数量是未使用AI的组织的五倍。

在发散阶段，最重要的是能提出问题，特别是好问题，这样才能激发团队成员和GenAI产生好的创意。我们经常听说，市场对“提示词工程师”的需求急剧上升，他们的专业就是通过设计问题来确保获得最佳的GenAI结果。但这项工作其实并不新鲜，多年以来，训练有素的创新导师一直都在利用结构化提问技巧来提高员工创意的质量和多样性。所以AI聊天机器人能从类似的结构化提问中获益毫不稀奇。

为保持创新活力，同时确保各方都能参与到创新活动及对创新成果的应用中去，我们应当先让员工团队开始提问工作，然后再让GenAI介入，方便打开思路，获得更多创意。我们可以要求其生成一系列创意，调整其分析的“温度”或随机性，确保务实创意和异想天开的比例保持在合理水平。你可以引导GenAI工具在生成创意时参照其他行业的类似情况，也可以要求GenAI列出特定利益相关方在未来可能对某款产品赞不绝口的具体原因，这样可以打开获取创意的新思路；或者也可以让GenAI列出特定趋势或投入可能带来的机遇。我们不仅应在开发新产品时要求GenAI提供创造性解决方案，在重新设计流程、削减成本或面临任何可能需要新思路的问题时，都可以寻求GenAI的帮助。它所给出的创意可能本身就很好，也可能会给团队带来新的灵感，或者提升原有想法的质量。

还有一点很重要，鉴于GenAI在训练时要依赖数据集，其在回答此类问题时，很可能会给竞争对手提供相同或相似的答案。因此，创新团队成员在提问时必须将组织的竞争优势纳入考量，将创意工作提升到更高层次。那么如何才能利用组织的宗旨、特定专业知识、客户或供应商关系、规模等优势来进一步优化GenAI生成的有趣创意呢？

创意多固然是好事，但问题是资源有限。因此，我们必须设法找出发散阶段产生的最具吸引力的创意。在此过程中，我们可以先让员工创建一个创意管理列表，列出最激动人心的创意。然后利用GenAI技术从相对可取性、可持续性和可行性等角度帮助我们筛选创意，再对通过筛选的创意进行优化。

当然，GenAI还可以在概念完善和视觉化处理方面发挥作用，制作出引人注目的图像和简短介绍，接受销售、营销和客户的评判。但重要的是，和在质疑阶段一样，GenAI同样可以扮演“黑脸”的角色，利用其庞大的数据库对各种想法提出质疑。比如创新助手（Innovation CoPilot，BCG正在开发的一款专有工具）就是一款应用了GenAI技术的聊天机器人。通过在创意周期的每个阶段对创意进行反复质疑，其可以帮助团队进一步丰富和完善相关创意。

虽然GenAI可以在创新过程中发挥重要作用，但创新依然离不开人的洞察力，无论是要提出新创意，还是将其付诸实践，都是如此。毕竟，组织终究是要由人来领导、管理。要想将战略付诸实践，我们需要得到员工的理解、支持，还要让他们对我们的战略充满热忱。如果想推广新产品、新服务和新商业模式，也要让员工为之感到自豪。创新与商业化进程依然离不开他们的参与。

我们不妨将GenAI想象成一名反应迅速、不知疲倦、聪明伶俐的实习生，有各种各样天马行空的想法，但有时也会出错。其作用不是取代人类在创造过程中的位置，只是可以指出那些束缚人类、阻碍人类追求真正创新的陈规旧习，让人类更好地发挥创造力而已。