大多数企业正试图在组织混乱之上扩展AI

我认为我们低估了大型企业内部企业AI采用的混乱程度。从外部看，这似乎很简单： * 购买更好的模型 * 添加副驾驶 * 自动化工作流程 * 部署AI代理 * 提高生产力 但在许多企业内部，CIO和CTO正在应对一个更深层次的问题：组织本身是碎片化的。客户数据分布在： * CRM系统 * 计费平台 * 支持工具 * 电子表格 * 电子邮件 * 区域数据库 * 没人完全理解的遗留系统 而且每个系统对“同一客户”的描述各不相同。然后领导层说：“更快地扩展AI。”但究竟在什么基础上扩展AI？哪个系统正确反映了现实？CRM？支持历史？风险引擎？财务系统？员工未记录的隐性知识？ 这就是许多企业AI项目悄然失败的原因。不是因为模型弱，而是因为企业本身缺乏对其运营的连贯表述。而且紧张局势加剧：董事会希望加速。员工已经在非正式使用AI。供应商承诺90天内实现转型。与此同时，CIO仍对以下问题没有明确答案： * 哪些工作流程真正需要AI？ * 哪些应保持确定性自动化？ * 哪些地方人类判断仍然关键？ * 哪些数据足够可信以供AI决策？ * 当AI影响行动时，谁负责？ 于是公司启动试点。试点成功了。高管庆祝。然后扩展失败，因为试点从未遇到企业的全部制度复杂性。我越来越相信，下一个企业AI瓶颈不是模型能力，而是组织的可读性。在AI中获胜的公司可能不是拥有最智能模型的那些，而是那些内部现实足够清晰、使AI能够安全运行的公司。好奇有多少人在自己的组织内看到同样的情况。:::