如果最近在制定五年车队战略、重大基础设施投资或长期车辆采购计划时，你感到比平时更加犹豫，那么你并不孤单。Harvard Business Review 为这种感觉起了一个名字：AI迷雾。

UC Berkeley-Haas 教授 Toby Stuart 创造了这个术语，用来描述随着人工智能以超出大多数组织适应能力的速度重塑行业，人们对未来进行自信规划的能力正日益减弱。尽管这一概念具有广泛适用性，但它对于车队运营也有着重要影响。

长期承诺的问题

车队管理一直以来都是一项长期工作。车辆生命周期、合同、驾驶员培训项目以及支持电气化的基础设施升级——这些都是持续多年、有时甚至长达数十年的承诺。它们建立在一个隐含的假设之上：明天看起来会与今天大致相同，只是稍微有所改善。

AI 正在以不断加快的速度削弱这一假设。

考虑一些车队决策者已经在面对的问题：自动驾驶技术将如何改变我们的劳动力？AI驱动的路线优化会不会让我们现有的平台失去价值？随着政府对 AI 驱动的交通和劳动力变化做出回应，监管环境会不会发生重大变化？

这正是 AI 迷雾的体现——不是悲观主义，而是在面对一个被假定为可预测未来时，决策确实变得更加困难。

车队领导者可以采取什么行动

HBR 推荐的解决方案是对战略思维进行有意义的转变：摆脱僵化的长期规划，转而优化选择灵活性。对于车队专业人士来说，这意味着几种实际可行的做法：

保持模块化。在可能的情况下，优先考虑灵活性、可扩展的平台，以及在环境变化时可以撤回或调整方向的技术投资。

持续提升技能。你的团队——以及你自身——的价值将越来越依赖于适应能力。投资于培养数据分析、AI工具使用和变革管理等可转移技能的培训，而不是仅依赖可能随着时间推移而变得局限的特定岗位专业知识。

将战略转向纳入规划。不要将方向调整视为失败，而要将其常态化。明确考虑 AI 干扰因素的情景规划——包括“如果我们必须完全放弃这种方法怎么办？”——是一种明智的做法。

监测，而不是预测。早期信号的识别比长期预测更加重要。建立定期检查点，重新评估技术趋势、竞争格局和劳动力现实情况，而不是坚持单一路线图并无视变化持续推进。

总结

AI迷雾并不意味着停滞不前。它意味着旧有的“提前做好长期规划并严格执行”的模式，正在被一种更具动态性——坦率地说，也更具挑战性的模式所取代。那些现在就将灵活性纳入战略，而不是加倍依赖确定性的组织，将更有能力应对未来可能出现的任何变化。

迷雾不会很快散去。优势将属于那些学会在其中前行的人。