2025年一个平常的下午，宇宙第一大药厂辉瑞的销售老张战战兢兢的溜进心血管科刘主任的诊室。今天刘主任下午专家门诊。虽说现在销售代表不让进医院了，老张还是保留着以前的好习惯，过个一两个月，一定要和这些关键客户见个面，哪怕就是几分钟的时间。今天恰好有这个契机，辉瑞即将在中国要上市一款新产品PCSK9抑制剂，刘主任快到退休年纪了，兢兢业业工作，是业界大咖，老张想先和刘主任当面打个招呼，毕竟年轻医生现在都是微信联系了

老张凑到刘主任身边，脸上堆满微笑叫了一声：”刘主任“。

刘主任和老张很熟，多年的关系了，刘主任继续低头写病历，问：“老张，找我有事？”

老张说：”公司新产品PCSK9抑制剂要上市了，公司要邀请你开会呢，我和你打个招呼，给你说说这个产品。”

刘主任：“这个产品要上市的事情我早知道了。就这点事情，你发个链接过来不就完了么，还跑一趟，一句两句也说不清楚？”

老张：“主任，我这不是怕您有问题可以当面解答么。”

刘主任：“你回去吧，我看完了有问题直接微信和你说。一堆病人等着呢”

大概十年前，在我服务的医药行业，药品销售一直被认为是一个很有门槛也不容易被取代的职业。

第一，医药代表需要懂一些药品知识和行业的规范，有进入壁垒 

第二，医药代表就是和医生打交道，高度依赖人与人的关系，机器很难取代。也就是这3-5年，得益于支付，电商和娱乐等各个C端行业的高速飞跃，人工智能和大数据大跨步进入了医药行业。过去药代不是要跑医院吗，不是要和医生讲产品吗？现在情况发生了变化。

医生变了，以前的医生喜欢当面说话。现在不一样，年轻医生更习惯在电子屏幕上阅读了，医药代表费了老大牛劲进了科室，也就是不到3分钟功夫讲产品。现在连刘主任这样的医生也习惯用微信阅读产品资料了。

你看，药代和医生见面的价值没有了，科技的发展使人的学习形式发生了很大变化。微信推送一些关于产品的电子知识还需要人完成吗？这在消费品领域某淘都做到内容千人千面了，是不是？找个数据中心，用一些机器人就可以智能的根据医生的喜好，过去的浏览记录，浏览习惯，浏览后的回应发送内容了。

有些过来人的同学提醒，不讲产品还需要谈合作呀。毕竟在国内销售存在的价值还是要做客情。一年到头，不是要经常喝个小酒谈个合作？越来越透明的环境和国家药品招标也把这点寻租的空间挤压的越来越小了。

我倒不是说以后就不需要销售了，以后医药公司的销售在越来越成熟的大数据环境下，变成了由AI赋能的超级销售，覆盖面大大变广，以前一个销售能照顾30个医生，现在能覆盖300个，你看销售的岗位还剩多少？

如果你说：Russell，没事，我的这个职业机器取代不了！别太乐观，你之前的认知很快会被颠覆。类似的例子在教师，医生，律师，音乐创作人，所有的你觉得很难取代的职业，AI的赋能和对一些基础职位的取代都在加速发生。

《未来简史》的作者尤瓦尔 赫拉利给大家描绘一个大家可期待的未来场景，在未来大数据和AI 大量运用到人类生活的各个领域，生物技术和能源技术极大发展，社会资源极大丰富。

我闲来无事，就在思考一个问题，AI极大的解放了我们的生产力，人类有了这么厉害的助手，在商业环境里人与人之前的合作关系会发生什么变化？人需要做出什么心智模式的调整？

第一，信息孤岛导致信任难以建立

可以比较逻辑的推断，今后的社会数据的可及性更平等，我们越来越多的在信息对等的情况下做出重要的决策，信息对等对增加人与人之间的可信度是有帮助的。但这里面有个悖论，从这次美国大选就可以看出来，社交网络制造出了“另一个事实”，大家都倾向于和自己认识一致的人打交道，甚至都上升到了同仇敌忾的地步了。美国社会因为川普主义盛行越来越分裂。这样的例子在国内比比皆是，社交网络的算法让你只看到自己喜欢的内容，于是你相信的世界变得非黑即白，毋庸置疑。不管是头条的推送，还是微信的基于社交的逻辑。社会的分裂的风险其实在加剧，这次一月六号冲击国会的事件直接把美国推向了内战的边缘。国内的分裂也在加剧，不管是对于民主的讨论，还是怎么处理流浪狗，大家都没有办法讨论问题，因为这些问题经过长时间社交网络的相似性强化，已经上升到了价值观程度。在业务环境里，遇到观点显著不一样的同事怎么办，是心里暗暗叫他们“傻叉”吗？怎么和这样的同事建立信任，深化合作呢

推荐几点建议

1 要求自己出圈，对人多一些同理心，没有谁比谁傻多少，无非就是受了不同媒体的影响。多和陌生人吃午饭，带着好奇问问题。坚持做让自己出圈的事情。

2 不要沉迷算法推荐的内容。我对头条算法心生畏惧，都卸载了.

3 遇到观点显著不一致的情况，搁置争议，把注意力放到要共同完成的目标上来。不要非此即彼，党同伐异。如果目标不一致，放下自己对所谓“傻叉”的鄙视，问问共同要达成的目标是什么？互相能帮助什么？

4 时刻对自己的观点保持怀疑，这个世界很灰色，不是非黑即白。给自己的观点设立一定的中立期，允许自己兼听则明。

有了以上的包容性和成熟度，你更可能和人建立信任关系。

第二，利他主义思维

每一个职能部门本质上都是为了互相帮助彼此，更好的满足最终客户和消费者的需求。我们所有的部门本位主义其实都是有盲点的，因为你的部门KPI从来都不是一个狭隘的部门目标，而需要与时俱进的看这个KPI制定的目的和目标是什么。财务的负债率其实是衡量业务的健康程度，但是如果业务处于急需增长，这时候牺牲负债率，加大杠杆其实是目前业务发展急需的。采购的成本节约目标在新产品上市的时候需要让位与上市速度。而销售的增长目标也需要平衡利润率，和市场份额，以及公司风险等指标。

利他主义的思维要时时刻刻反映在我们的工作的每一个环节里边。

我们需要不断去问自己的是，我为什么被需要做这个工作？

这个工作对哪些人是有价值的？

在什么时候最有价值？

什么时候我的工作就能体现不一样的价值？

于是我们可以更加灵活的通过为别人的价值创造的维度来衡量自己的工作成果。

美国是个特别注重褒奖精英的国家，公司管理的理论，特别是目标管理，末尾淘汰等至今仍然被很多企业效仿。笔者曾经服务10年的美国通用电气公司在Jack Welch时代把末位淘汰用到了极致。但是进入后Welch时代，末尾淘汰越来越难，GE也慢慢的停止了这一标志性的做法。因为外部环境越变越快，客户需求越来越多元，个人和部门的目标越来越难制定，于是目标制定要因地制宜，因人而异，与时俱进。过去守着自己的KPI就能加薪升职的思维要更新换代了，因为现在所有人的KPI里都有一个与利益相关者关系（Stakeholder Engagement），也就是你和关键利益相关方的合作如何。

关键利益相关方（Stakeholder） 不但直接影响你的目标实现，而且你需要根据关键利益相关方（Stakeholder）的反馈不断调整你的业务目标。

有了AI赋能的时代，我们越来越需要通过帮助别人才能帮助自己。这个利他主义最终也是利己的。

有了利他主义思维，我们才会把注意力从我要什么转换到别人需要什么，我可以提供什么服务和价值。我们才会更有同理性，更耐心的倾听别人的声音。

第三，业务协同（Business Partnership）和创新

数据极大的拓展了人类影响力的的辐射半径，前面讲销售代表的例子就是很好的说明。企业间的竞争越来越多元，复杂，越依赖互相之前的协同。过去我们在某方面专长就可以了，今后竞争更复杂，人类处理的信息更庞杂，更需要相互间的良好协作才能在商业世界里取得成功。

在此，我想介绍business partnership 的概念。在过去BP的思维被广泛的运用于一些支持部门，例如财务，HR，IT和采购。

支持部门的同事不管是在哪一个职位上，哪一个层级上，都需要具备business partnering的心智模式和技能。这样才能保证这个支持部门不管做什么事情都能以业务为先。不管他是一个流程的执行者，或是一个流程和政策的制定者和改革者，不管他是一个帮助业务提高效率还是帮助业务建立合作生态体系策略师。BP不一定是一个具体的岗位，而是一个心智模式，一个在各个岗位里边不可或缺的技能。

业务部门也一样，有了大数据的加持，今后的市场的机会会越来越大并越来越复杂，企业与企业之间的边界也会越来越模糊。由于市场足够大，一个企业一口也吃不下个胖子，于是合作共赢的思维是企业能够团结合作伙伴，一起去做大市场的重要原则。

资源共享，强强联手，在不同的生态体系里边，你最擅长做某一类，合作伙伴特别擅长做另一类的市场，协同合作以后就形成了差异化竞争力。最近的新冠疫苗全球产业链的合作就是个非常好的例子，阿斯利康和Oxford实验室的合作，辉瑞和Modona的合作，以及所有的大药企和具备疫苗生产产能的药厂合作，盖茨基金会和诸多商业企业的合作，资源极大共享，共同解决人类面临的重大挑战。

说到这里，大家应该可以看出来所有的成规模企业的职能部门，其实都非常需要有business partnership心智模式和核心的技能，搞部门的本位主义，只可能把自己的局给做小了，有了business partnership，合作共赢，协同共发展，这个局就越做越大，路就越走越宽。

除了企业间的合作创新，个人与个人之间的合作创新也将会是主旋律。

在AI帮我们解决繁重的事务工作以后，我们需要做的决策不再是标准化流程能解决的，而是灰色的，复杂的，大多数和人的感受有关的，暂时还不能数据量化的哪些领域。

这个领域是多元的，需要不同文化，不同观点碰撞才能出创新的解决方案

创新的点子经过实践，优化，迭代，AI和机器学习可以马上进来标准化，产业化。人类的关注力可以放到下一个需要协同创新才能解决的痛点上去。这些工作才是人类比机器能创造更大价值的工作。

要能适应协同创新的工作，心智模式上需要做很多的调整。你准备好了吗？