Danilo

當(dāng)“降本增效”成為幾乎所有企業(yè)擁抱AI的口號時，一個更本質(zhì)的問題卻被忽略了，如果做事的流程和方法本身就是錯的，AI只會讓錯誤以更快的速度發(fā)生。

這正是在近期的一場小型閉門會上，國際AI專家Danilo McGarry拋出的尖銳觀點。

近日，在聯(lián)合國AI講師、金融時報董事會AI導(dǎo)師Danilo McGarry首次訪華之際，虎嗅智庫邀請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)實踐三個視角，共同深入探討當(dāng)大模型進入深水區(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是對的，但快速做意味著快速錯

技術(shù)供給端的突飛猛進，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。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)部員工每年最年實現(xiàn)50到100倍的人效突破。

這種來自技術(shù)源頭狂熱與人機協(xié)同的顛覆性潛力，無疑讓傳統(tǒng)企業(yè)倍感焦慮。然而，技術(shù)在高速進化，并不意味著產(chǎn)業(yè)端的可以盲目跟進。

Danilo認(rèn)為當(dāng)下全球企業(yè)正身處一場由AI、機器人、量子計算等技術(shù)共同推動的“完美風(fēng)暴”中，但面對技術(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)的方法是錯的。

“快速做，往往意味著快速錯?！?/strong>Danilo強調(diào)企業(yè)最大的誤區(qū)是直接把AI疊加到舊流程上。如果原有流程有問題，AI只會把錯誤放大500倍。

Danilo直言，面對AI浪潮，大量的管理層將率先會被解雇，因為很多人沒有完全理解AI，也沒有在其戰(zhàn)略中給予足夠的優(yōu)先級，無法為公司制定出轉(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，深入每個部門，明確哪些工作交給機器，哪些工作必須由人完成；然后再把流程固化進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只是運行在骨架上的能力?！?/strong>在Danilo看來，負(fù)責(zé)任的企業(yè)不會允許Agent脫離工作流獨立運行的。

圖：Danilo提出的邁向自主型企業(yè)的路徑

森馬AI agent的效率突圍：流程再造×組織激活×數(shù)據(jù)驅(qū)動

如果說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。”

流程再造，需要先梳理業(yè)務(wù)場景，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)斷點連接成閉環(huán)。以門店導(dǎo)購練貨場景為例，森馬將8000多家門店導(dǎo)購培訓(xùn)后的交作業(yè)環(huán)節(jié)AI化，通過練貨系統(tǒng)自動評分，并把結(jié)果與KPI打通，實現(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、激勵、興趣等多種手段，讓AI成為新的工作方式，在業(yè)務(wù)一線遍地開花，林建霞強調(diào)，內(nèi)部組織推動AI的重點并不是工具部署，而是形成組織心智。

最后是數(shù)據(jù)驅(qū)動，逐步推動員工從離線文檔到使用在線文檔，再到每個部門設(shè)知識庫管理員，反向校驗和修訂文檔，森馬逐步實現(xiàn)從個人提效到管理進化和組織創(chuàng)新。

圖：森馬知識管理與AI演進的三個階段

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)場討論最終集中到三個問題。

當(dāng)Agent進入企業(yè)，產(chǎn)生業(yè)務(wù)價值后，組織會發(fā)生什么變化？元氣森林零售業(yè)務(wù)總經(jīng)理陳曉昕認(rèn)為，“AI時代組織只需要兩類人，能在AI上做決策的人，和能和客戶做對接的人。

用友數(shù)智平臺解決方案總監(jiān)劉巖補充，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，以及對業(yè)務(wù)的完整思考。

多點數(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)價值創(chuàng)造少，授權(quán)怕出戰(zhàn)略錯誤。他的解法是，沉淀多家頂尖企業(yè)的經(jīng)驗，打造垂類行業(yè)小模型。“未來，隨著行業(yè)模型完善，放權(quán)給AI帶來的損失，絕對比讓100個店長自行決策更小?！?/strong>

當(dāng)AI Native公司不斷涌現(xiàn)，傳統(tǒng)企業(yè)如何跟上？ 松雷集團總經(jīng)理宋忻垚自嘲作為二代被迫回來接班，一邊做信息化基礎(chǔ)建設(shè)、數(shù)字治理的同時，一邊引入AI Agent。她認(rèn)為傳統(tǒng)企業(yè)沒必要等標(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。

針對以上問題，Danilo總結(jié)，中國和國外企業(yè)在落地AI時面臨的挑戰(zhàn)高度相似。員工最大的顧慮都是—“我被要求用AI，但最終AI會取代我。”

那最有效的激勵方式是什么？

首先，“把‘擁抱AI’寫進每一個員工的年度目標(biāo)，并跟調(diào)薪和晉升直接掛鉤，”Danilo說。

其次，在架構(gòu)上，不要全公司只設(shè)一個AI團隊，并指望這一個AI團隊去解決所有人的問題，每個部門都應(yīng)有自己的創(chuàng)新團隊，快速做POC，并嚴(yán)格遵循開發(fā)測試流程才能上線。

同時，企業(yè)必須設(shè)立全職的首席AI官（CAIO，Chief AI Officer）。他做了一個形象的比喻，用AI重塑公司，就像在賽車激戰(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?strong>而是過去做過自動化、RPA提效項目，現(xiàn)在轉(zhuǎn)型到AI領(lǐng)域的人。因為這類人更懂流程、懂管理和轉(zhuǎn)型。

最后，Danilo強調(diào)，企業(yè)必須建立（CoE）卓越中心，面對全公司可能同時推進的200個AI項目，CoE的目標(biāo)就是排除萬難，死死盯住最具戰(zhàn)略價值的前5到10個核心頭部項目，確保其絕對交付。

圖：Danilo提出的可擴展的“AI優(yōu)先”組織架構(gòu)

結(jié)語

回看整場討論，一個很明顯的變化正在發(fā)生，AI競爭正在從底層模型競爭，進入組織競爭。

模型能力仍在快速提升，但真正決定企業(yè)差距的，已經(jīng)不是接入了哪個模型，而是誰更快完成流程、組織與工作方式的重構(gòu)。

AI落地的最后一公里，從來不只是技術(shù)問題，它最終考驗的是，企業(yè)是否愿意重新改造自己。