AI时代的业务开发技能——组织化的人才培养战略

范式变革中需要被重新定义的业务开发

2025年，随着生成式AI的迅速普及，业务开发的形态正迎来根本性的变革期。ChatGPT等大规模语言模型已成为日常的业务工具，在数据分析到战略制定的各个业务流程中均得到AI的强化。在这样的时代背景下，业务开发人员所需的技能组合正在发生重大变化。

传统业务开发更看重市场分析能力、谈判能力、项目管理能力等。然而在AI时代，除了这些基础技能之外，还需要新的能力——战略性地运用AI、优化人与AI协同。本文将从实战视角，阐述AI时代业务开发人员应具备的技能，以及组织培养这些技能的方法。

1. AI时代业务开发所需的五项核心技能

1.1 AI素养与提示词工程

对业务开发人员而言，AI并非仅是工具，而是被定位为战略伙伴。理解AI的机制与限制、并加以恰当运用所需的素养，已经成为必备能力。

需要掌握的具体内容：

• 机器学习的基本概念（监督学习、强化学习、生成式AI的差异）
• 提示词工程的技术（如何结构化构建有效的提问）
• 对AI输出进行批判性评估的能力
• 对数据隐私与安全的理解

提示词工程是从AI身上获取最大价值的重要技能。例如，在进行市场分析时，不要使用“这个市场前景如何”这类模糊提问，而是要能给出结构化的指令——比如：“请从监管变化、技术创新、人口结构的视角，分析2025年至2030年日本医疗健康IT市场的增长驱动因素，识别进入壁垒与机会。”

1.2 数据驱动思维与分析能力

在AI时代，仅靠直觉或经验法则远远不够，基于数据的决策更显重要。业务开发人员被要求从海量数据中提取出有意义的洞察，并将其转化为战略。

所需的技能要素：

• 统计学基础知识（相关与因果的区分、显著性的理解）
• 数据可视化工具的运用（Tableau、Power BI等）
• A/B测试的设计与结果解读
• 预测建模的基本理解

例如，在审视新业务进入市场时，需要具备这样的能力：运用AI进行竞争分析、客户细分、需求预测，并对结果进行综合解释以制定战略。不只是被动接收AI输出的数据，而是要能评估数据可靠性、并将其落实到业务语境中的判断力，是关键所在。

1.3 创造性问题解决与创新思维

当AI承担常规分析与预测时，人类业务开发人员所被要求的则是更具创造性的问题解决能力。AI难以胜任的“读懂上下文的能力”“运用隐性知识”“情感智能”将成为差异化要素。

需要加强的能力：

• 设计思维的实践（共情、定义、创意、原型、测试）
• 运用系统思维对复杂问题进行结构化
• 跨行业知识的迁移（跨行业创新）
• 假设思维与转型（Pivot）能力

例如，对于AI提出的市场机会，结合自身优势构思独特的路径；又或将看似无关行业的业务模式加以迁移，创造新的价值主张——这便是所需要的能力。

1.4 生态系统构建与协作能力

AI时代的业务开发，正在从单一企业完成型转向卷入多方利益相关者的生态系统型。通过与拥有不同专业能力的合作伙伴协作，从而创造更大价值的能力变得至关重要。

所需的胜任力：

• 多利益相关者管理
• 跨文化沟通能力
• 对API经济的理解与运用
• 开放式创新的实践

尤其需要与科技企业、初创公司、研究机构、监管当局等多元主体建立关系，并具备价值共创的引导（facilitation）能力。

1.5 伦理判断力与可持续发展视角

随着AI运用的推进，伦理考量与对可持续发展的意识愈发重要。在业务开发中也不仅要追求短期利益，更需要做出兼顾长期社会影响的决策。

重要视角：

• 理解AI偏见并采取对策
• 隐私保护与数据治理
• 整合ESG（环境·社会·治理）视角
• 实践利益相关者资本主义

2. 组织化的技能开发路径

2.1 系统性学习项目的设计

要在组织层面培养AI时代的业务开发技能，建立系统性的学习项目不可或缺。我们推荐以下分阶段的路径。

基础阶段（0-6个月）：

• AI基础课程（运用在线学习平台）
• 数据分析的基础训练
• 提示词工程工作坊
• 伦理与合规培训

应用阶段（6-12个月）：

• 在真实项目中实践AI运用
• 在跨职能团队中协作
• 与外部合作伙伴的联合项目
• 参与导师辅导项目

进阶阶段（12个月之后）：

• 引领创新项目
• 在公司内部分享AI运用的最佳实践
• 在外部会议上发表演讲
• 培养下一代领导者

2.2 搭建实战型学习环境

除理论学习外，通过实践掌握技能至关重要。组织层面需要做好以下环境建设。

搭建沙盒环境： 提供一个可以自由试用AI工具与数据分析平台的环境，让成员能够不畏失败地进行实验。例如，使用经匿名处理的真实业务数据作为样本，让成员练习运用AI开展市场分析与客户细分。

设立创新实验室（Innovation Lab）： 为业务开发团队预留专用空间与资源，以便尝试新点子。包括与初创公司的协同空间、原型制作设备等。

知识共享平台： 构建一个数字化平台，将AI工具的运用案例、成功与失败案例、最佳实践等在组织内进行共享。

2.3 重新设计评估与激励

为推动AI时代的技能开发，需要对评估体系与激励结构进行重新审视。

引入新的评估指标：

• 通过AI带来的业务效率化实绩
• 数据驱动决策的质量
• 对创新创造的贡献度
• 对知识共享与团队学习的贡献

激励设计：

• 针对技能获取的奖励制度
• 创新提案制度
• 对外部学习机会的投资（参加会议、支持考取资格证书）
• 职业路径多元化（设立专业职轨）

3. 组织应当具备的体制与文化

3.1 向敏捷组织结构转型

为应对AI时代的变化速度，需要从传统的层级组织转向更具弹性的敏捷组织结构。

推荐的组织形态：

• 把跨职能团队常态化
• 将决策权限分散化
• 以项目为基础灵活配置人才
• 与外部专家协作的运行模式

3.2 培育持续学习的文化

在技术加速演进之中，让持续学习作为组织文化扎根至关重要。

培育文化的举措：

• 在工作时间内为学习预留时间（如每周四小时）
• 确保心理安全，将失败视为学习机会
• 将知识共享纳入评价的机制
• 由领导层率先垂范学习的姿态

3.3 技术投资与人才投资的平衡

在投资AI工具的同时，对运用这些工具的人才的投资同样重要。

投资分配的指引：

• 技术投资：40%（AI工具、基础设施、安全）
• 人才培养投资：35%（培训、外部学习、辅导）
• 组织变革投资：25%（流程改革、文化变革项目）

4. 面向落地的路线图

阶段1：奠定基础（0-6个月）

• 现状的技能差距分析
• 学习项目的设计与导入
• 在试点团队启动实践
• 初期成果的衡量与改进

阶段2：拓展与落地（6-12个月）

• 实施全公司范围的推广
• 横向推广最佳实践
• 建立外部合作关系
• 中期评估与路径修正

阶段3：优化与演进（12个月之后）

• 确立AI原生的业务开发流程
• 培养并输出下一代领导者
• 在生态系统中确立领导地位
• 持续不断地创造创新

结论：以人与AI共创开启全新的业务开发

AI时代的业务开发，通过将技术与人的能力做最优组合，将创造前所未有的价值。关键在于不把AI视作威胁，而是把它当作机会；在强化人类独有的创造力、共情力与伦理判断力的同时，运用AI的分析能力与处理能力。

作为组织，构建系统性的技能开发项目、实战型学习环境与合适的评估制度，并培育持续学习的文化，将引领企业在AI时代获得竞争优势。我们期待各位业务开发领导者亲自成为变革的推动者，引领整个组织提升AI运用能力。

enableX将作为支持这种变革的合作伙伴，提供AI时代业务开发所需的工具、洞察与网络，助力客户的成功。让我们一起，构建以人与AI共创为基础的全新业务开发未来。