當(dāng) " 降本增效 " 成為幾乎所有企業(yè)擁抱 AI 的口號(hào)時(shí)，一個(gè)更本質(zhì)的問(wèn)題卻被忽略了，如果做事的流程和方法本身就是錯(cuò)的，AI 只會(huì)讓錯(cuò)誤以更快的速度發(fā)生。
這正是在近期的一場(chǎng)小型閉門(mén)會(huì)上，國(guó)際 AI 專(zhuān)家 Danilo McGarry 拋出的尖銳觀點(diǎn)。
近日，在聯(lián)合國(guó) AI 講師、金融時(shí)報(bào)董事會(huì) AI 導(dǎo)師 Danilo McGarry 首次訪華之際，虎嗅智庫(kù)邀請(qǐng) Danilo 與模型企業(yè)代表、森馬等產(chǎn)業(yè)嘉賓，分別從技術(shù)供給方、方法論沉淀與產(chǎn)業(yè)實(shí)踐三個(gè)視角，共同深入探討當(dāng)大模型進(jìn)入深水區(qū)，企業(yè)真正需要變革的，究竟是技術(shù)、方法論，還是組織。
Danilo：擁抱 AI 是對(duì)的，但快速做意味著快速錯(cuò)
技術(shù)供給端的突飛猛進(jìn)，正以前所未有的緊迫感，倒逼企業(yè)向 "AI 原生 " 組織形態(tài)演進(jìn)。作為 AI 創(chuàng)新能力的源頭，大模型企業(yè)率先以身作則，把自身變成了重構(gòu)生產(chǎn)力的樣本，要求內(nèi)部員工每年最年實(shí)現(xiàn) 50 到 100 倍的人效突破。
這種來(lái)自技術(shù)源頭狂熱與人機(jī)協(xié)同的顛覆性潛力，無(wú)疑讓傳統(tǒng)企業(yè)倍感焦慮。然而，技術(shù)在高速進(jìn)化，并不意味著產(chǎn)業(yè)端的可以盲目跟進(jìn)。
Danilo 認(rèn)為當(dāng)下全球企業(yè)正身處一場(chǎng)由 AI、機(jī)器人、量子計(jì)算等技術(shù)共同推動(dòng)的 " 完美風(fēng)暴 " 中，但面對(duì)技術(shù)的巨大變革，而組織適應(yīng)速度遠(yuǎn)遠(yuǎn)跟不上。
盡管大家都在積極擁抱 AI，大多數(shù)企業(yè)的方法是錯(cuò)的。
"快速做，往往意味著快速錯(cuò)。" Danilo 強(qiáng)調(diào)企業(yè)最大的誤區(qū)是直接把 AI 疊加到舊流程上。如果原有流程有問(wèn)題，AI 只會(huì)把錯(cuò)誤放大 500 倍。
Danilo 直言，面對(duì) AI 浪潮，大量的管理層將率先會(huì)被解雇，因?yàn)楹芏嗳藳](méi)有完全理解 AI，也沒(méi)有在其戰(zhàn)略中給予足夠的優(yōu)先級(jí)，無(wú)法為公司制定出轉(zhuǎn)型為 "AI 優(yōu)先 " 組織的正確路徑。
那，正確路徑應(yīng)該是什么？
首先先重構(gòu)流程，深入每個(gè)部門(mén)，明確哪些工作交給機(jī)器，哪些工作必須由人完成；然后再把流程固化進(jìn) Workflow System 工作流系統(tǒng)；然后建立匹配的數(shù)據(jù)結(jié)構(gòu)；最后才是引入 AI。
"Workflow是骨架，AI 只是運(yùn)行在骨架上的能力。"在 Danilo 看來(lái)，負(fù)責(zé)任的企業(yè)不會(huì)允許 Agent 脫離工作流獨(dú)立運(yùn)行的。
森馬 AI agent 的效率突圍：流程再造 × 組織激活 × 數(shù)據(jù)驅(qū)動(dòng)
如果說(shuō) Danilo 提供了頂層方法論，那么森馬展示的則是一家傳統(tǒng)企業(yè)如何真正把 AI 落地業(yè)務(wù)。
森馬 AI 應(yīng)用專(zhuān)家林建霞認(rèn)為，如果企業(yè)談 AI，不能停留在 " 降本增效 " 上，數(shù)字化和 AI 的本質(zhì)必然是重構(gòu)價(jià)值鏈。
基于此，森馬總結(jié)出自己的落地公式 "AI agent的效率突圍 = 流程再造 × 組織激活 × 數(shù)據(jù)驅(qū)動(dòng)。"
流程再造，需要先梳理業(yè)務(wù)場(chǎng)景，再判斷哪些工作高頻、可標(biāo)準(zhǔn)化，然后借助 AI 把業(yè)務(wù)斷點(diǎn)連接成閉環(huán)。以門(mén)店導(dǎo)購(gòu)練貨場(chǎng)景為例，森馬將 8000 多家門(mén)店導(dǎo)購(gòu)培訓(xùn)后的交作業(yè)環(huán)節(jié) AI 化，通過(guò)練貨系統(tǒng)自動(dòng)評(píng)分，并把結(jié)果與 KPI 打通，實(shí)現(xiàn)培訓(xùn)、反饋與考核的業(yè)務(wù)閉環(huán)。
其次，森馬用文化、賦能、先進(jìn)、激勵(lì)、興趣等多種手段，讓 AI 成為新的工作方式，在業(yè)務(wù)一線遍地開(kāi)花，林建霞強(qiáng)調(diào)，內(nèi)部組織推動(dòng) AI 的重點(diǎn)并不是工具部署，而是形成組織心智。
最后是數(shù)據(jù)驅(qū)動(dòng)，逐步推動(dòng)員工從離線文檔到使用在線文檔，再到每個(gè)部門(mén)設(shè)知識(shí)庫(kù)管理員，反向校驗(yàn)和修訂文檔，森馬逐步實(shí)現(xiàn)從個(gè)人提效到管理進(jìn)化和組織創(chuàng)新。
圓桌探討：AI 落地最后一公里，到底卡在哪
圍繞 "AI 落地最后一公里 "，現(xiàn)場(chǎng)討論最終集中到三個(gè)問(wèn)題。
當(dāng) Agent 進(jìn)入企業(yè)，產(chǎn)生業(yè)務(wù)價(jià)值后，組織會(huì)發(fā)生什么變化？ 元?dú)馍至闶蹣I(yè)務(wù)總經(jīng)理陳曉昕認(rèn)為，"AI時(shí)代組織只需要兩類(lèi)人，能在 AI 上做決策的人，和能和客戶做對(duì)接的人。
用友數(shù)智平臺(tái)解決方案總監(jiān)劉巖補(bǔ)充，企業(yè) AI 落地，存在技術(shù)、組織、業(yè)務(wù)、數(shù)據(jù)四種負(fù)債。構(gòu)建 AI 體系必須從下往上，先解決數(shù)據(jù)標(biāo)準(zhǔn)、權(quán)限、流程這些基礎(chǔ)問(wèn)題。
當(dāng) Agent 接管業(yè)務(wù)流，企業(yè)敢放權(quán)到什么程度？陳曉昕坦言放權(quán)的前提是清晰的邊界、端到端的可視化，以及對(duì)業(yè)務(wù)的完整思考。
多點(diǎn)數(shù)智合伙人任中偉，則直言決策碎片化的零售企業(yè)就面臨這種放權(quán)困境，不授權(quán)價(jià)值創(chuàng)造少，授權(quán)怕出戰(zhàn)略錯(cuò)誤。他的解法是，沉淀多家頂尖企業(yè)的經(jīng)驗(yàn)，打造垂類(lèi)行業(yè)小模型。" 未來(lái)，隨著行業(yè)模型完善，放權(quán)給 AI 帶來(lái)的損失，絕對(duì)比讓 100 個(gè)店長(zhǎng)自行決策更小。"
當(dāng) AI Native 公司不斷涌現(xiàn)，傳統(tǒng)企業(yè)如何跟上？ 松雷集團(tuán)總經(jīng)理宋忻垚自嘲作為二代被迫回來(lái)接班，一邊做信息化基礎(chǔ)建設(shè)、數(shù)字治理的同時(shí)，一邊引入 AI Agent。她認(rèn)為傳統(tǒng)企業(yè)沒(méi)必要等標(biāo)準(zhǔn)化全部完成再做 AI，而應(yīng)該邊建設(shè)、邊落地、邊迭代。
針對(duì)以上問(wèn)題，Danilo 總結(jié)，中國(guó)和國(guó)外企業(yè)在落地 AI 時(shí)面臨的挑戰(zhàn)高度相似。員工最大的顧慮都是— " 我被要求用 AI，但最終 AI 會(huì)取代我。"
那最有效的激勵(lì)方式是什么？
首先，" 把‘擁抱 AI ’寫(xiě)進(jìn)每一個(gè)員工的年度目標(biāo)，并跟調(diào)薪和晉升直接掛鉤，"Danilo 說(shuō)。
其次，在架構(gòu)上，不要全公司只設(shè)一個(gè) AI 團(tuán)隊(duì)，并指望這一個(gè) AI 團(tuán)隊(duì)去解決所有人的問(wèn)題，每個(gè)部門(mén)都應(yīng)有自己的創(chuàng)新團(tuán)隊(duì)，快速做 POC，并嚴(yán)格遵循開(kāi)發(fā)測(cè)試流程才能上線。
同時(shí)，企業(yè)必須設(shè)立全職的首席 AI 官（CAIO，Chief AI Officer）。他做了一個(gè)形象的比喻，用 AI 重塑公司，就像在賽車(chē)激戰(zhàn)中拆換引擎，必須有全職 CAIO，而不能讓 CEO 或 CTO 兼任。
至于誰(shuí)適合做首席 AI 官？Danilo 的答案出乎意料。
不是學(xué)術(shù)派的 AI 工程師或?qū)＜遥?b>而是過(guò)去做過(guò)自動(dòng)化、RPA 提效項(xiàng)目，現(xiàn)在轉(zhuǎn)型到 AI 領(lǐng)域的人。因?yàn)檫@類(lèi)人更懂流程、懂管理和轉(zhuǎn)型。
最后，Danilo 強(qiáng)調(diào)，企業(yè)必須建立（CoE）卓越中心，面對(duì)全公司可能同時(shí)推進(jìn)的 200 個(gè) AI 項(xiàng)目，CoE 的目標(biāo)就是排除萬(wàn)難，死死盯住最具戰(zhàn)略價(jià)值的前 5 到 10 個(gè)核心頭部項(xiàng)目，確保其絕對(duì)交付。
結(jié)語(yǔ)
回看整場(chǎng)討論，一個(gè)很明顯的變化正在發(fā)生，AI 競(jìng)爭(zhēng)正在從底層模型競(jìng)爭(zhēng)，進(jìn)入組織競(jìng)爭(zhēng)。
模型能力仍在快速提升，但真正決定企業(yè)差距的，已經(jīng)不是接入了哪個(gè)模型，而是誰(shuí)更快完成流程、組織與工作方式的重構(gòu)。
AI 落地的最后一公里，從來(lái)不只是技術(shù)問(wèn)題，它最終考驗(yàn)的是，企業(yè)是否愿意重新改造自己。
