❤️有多少爱可以重来；AWS香港高峰会路演2025Q2感受

#aws #community #genai #bedrock

💼高管领导的六个关键特质

📝序章

2025年后疫情时代，是「斜杠人生+乌卡时代」爲叙事主线。前者是同时有更多职业角色，后者是环球的政治经济不确定性。

通过香港亚麻高峰会2025Q2，探索①如何快速提升个人价值，②如何规划好未来十年职涯，③如何选择好职涯中的商业技术定位

📢关键字：#向内聚焦 #钝感力 #故事力 #商业技术 #蒙糊正确 #绝对理性

1️⃣斜杠人生更要向内聚焦；爲职涯选择三个标签，再向内聚焦。因行业专家是「技术里不太技术，商业中不够商业」的蒙糊视感，所以向内聚焦三个标签。当客户通过特别聚焦的标签而找到行业专家时，然后自然把商业项目从这一聚焦标签扩展开来。

2️⃣钝感力是应对乌卡不确定时代的重要技艺；在人生建立心灵屏障来锻练钝感力。因职场上大家有不同的观点，钝感力可令你更聚焦在目标，通过「合作性竞争」来实现win-win共同进步的最优结果。

3️⃣故事力是高管领导传播愿景的手段；愿景是体现「人的价值」，反而和商业技术资本等没关系。因高管领导是引领企业的角色，不能只从「管理/执行」的观点上来制定工作标准流程。因此，故事力是传播「企业核心价值文化」的最高效沟通工具。

4️⃣商业技术实现愿景的是「工具/手段/资源」；所以商业技术应并存，而非割裂。因人是构成商业社会的最基本元素，由此「商业技术」是一个工具来发掘「人的价值+商业愿景」。把一个商业护城河做专精，同时也要发掘人的价值。

5️⃣蒙糊正确可使人勇往直前；过份精准只会难以承受突如风险。因在乌卡不确定时代，所以「弹性积木思维」才能应对突如风险。作为高管领导，更需要有「极端开放的思想+承担错误的勇气」。

6️⃣绝对理性是指「不情绪化」；高管需要有稳定理性的表现，才可以领导好「商业运作+突给其来的风险」。因企业社会是由人来构成，而KPI目标只是高管「绝对理性的手段」，但「人的价值」才是商业价值的最终愿景。

🔎案例

1️⃣ 高管如何领导好重大事情？
香港某金融公司有一个叫「金水杯」的最佳交易员奖。
因有位交易员杰出表现，所以领导Feedback Loop即时奖励，而手中刚好只有只水杯，就用来表扬这位交易员的杰出表现。从此，公司就有了「金水杯奖」。
作为高管，把握「时效性」很重要。不要忽略团队气氛这些看似小事，但其实这些是企业大事。
作为高管，果断地用三分钟决定千万额生意；但却用三天细腻地处理「内部沖突/撰写信件/演讲宣发」这些看似小事，但实际上这些是企业大事。

2️⃣ 如何规划好行业专家的职涯？
行业专家被认爲是「技术里不太技术，商业中不够商业」，主要是不够聚焦自己的护城河。
比如「金融+投资+创投」是三个高维度的标签；因此，更深入聚焦到「风险管理+宏观对冲+GenAI创投」细緻的个人标签，以「less is more少即是多」爲职涯方向。
「向内聚焦+多向内求」三个职涯标签；当客户通过特别聚焦的标签而找到行业专家时，然后自然把商业项目从这一聚焦标签扩展开来。

🕺行业专家的GenAI最优解，以金融行业爲例

📝序章

2025是GenAI井喷之年，但据调查显示，行业专家对GenAI感到困惑。一方面，GenAI的「可解释性」偏低，所以GenAI在高专业性行业表现不佳；另一方面，高专业性行业的「工作执行文化」，导致GenAI 未能应用到工作里。

通过香港亚麻高峰会2025Q2，探索①如何提高GenAI在高专业性行业的可解释性，②如何利用GenAI提升高专业性行业的价值产出，③如何让高专业性行业人员学习GenAI

📢关键字： #高专业性行业 #行业专家 #可解释性 #商业思维 #价值产出

1️⃣拥抱高专业性行业有独特的「工作执行文化」；金融风险管理是处理「突发意外+不确定性」。因此仍是人力主导的工作，所以GenAI的应用率仍很低。

2️⃣行业专家的视角是共同标准；不是单靠增加「人力/成本/时间/技术/资本/方案」就能解决行业痛点。金融风险管理有共同标准，如使用传统VaR算法来控制资产组合风险，因此额外增加资源不会有正面改善。

3️⃣在「突发意外+不确定性+共同标准」的高专业性行业， GenAI可作为人类助理来提供「大致正确的建议」；

4️⃣GenAI的商业价值，是帮助行业专家提升「个人价值」，而非取代人类。

5️⃣GenAI在高专业性行业，更似是汽车业发展。虽然车速快了，好象更危险了；但现代汽车比以前更安全，对人类生活也更美好了。

🔎案例

1️⃣ 如何利用GenAI提升高专业性行业的价值产出？
金融法规是文书场景，主要是用Word工作。而金融风险是试算表场景，主要是用Excel工作。而财务监管是财报场景，主要是用PDF工作。
因爲高专业性行业的独特执行文化，令GenAI难以直接取代人，同时难以把GenAI应用到工作场景；另外，高专业性行业也难以更换「办公软件/场景/流程」，通过额外增加资源。
因此，GenAI是人类助手，通过帮助行业专家减少重覆工作，或减少人爲的工作错误；从而提升个人价值。

2️⃣ 如何让高专业性行业人员学习GenAI？
高专业性行业，意味着行业专家的「每token是极高价值」；所以，行业专家缺乏诱因学习GenAI。
另外，GenAI取代了基础的人类工作，比如是基础全栈开发/数据开发，或基础金融算法/财务分析/风险管理；因此，对于想进入IT/金融行业的最低门槛，反而是先学好AI生产力工具。
但对于行业专家来说，人生护城河不是着重在「执行/管理」岗位，而是在「领导力」的行业感知上。
比如，香港某金融公司因只有99.99%时间有效模型，所以花钱招聘行业专家，才弥补那0.01%的风险；这就是人类行业专家的优势，而不是通过「GenAI/技术/算法」来建立优势。

参考： AWS多模态组织 - 案例2️⃣ 领导力，是指「三分钟」决策大事，「三天」处理重要小事