企业AI转型:卡的是人,不是工具
企业AI转型卡在没人端到端负责,也卡在能力长在员工个人身上。这篇按三层讲:卡的是人不是工具;工具装在员工侧,能力停在员工侧;要做的是AI原生而不是AI外挂。工具解决个人效率,中枢解决公司能力。
本文目录
AI替CEO写一份月度分析,今天已经不难。难的是它答的那句话,你敢不敢拿去做决定。
敢不敢,取决于两件事:它读的数是不是企业正在用的那一份;它给出的判断,符不符合这门生意。前者是上下文,后者是行业洞察。这两件都在企业管理这一层,得由人定、由系统接住。
周一早上,CEO在群里问一句:这个月为什么掉了?
答案要等一阵子:财务导一份,销售导一份,运营再核一遍;数字对不上,还得开会。等材料做出来,问题已经过去两周。
所以老板真正想要的不是一份报表,而是一个随时能问、答得上来的入口。这件事今天在技术上已经做得到,前提是AI站在数据里面,而不是站在外面等人投喂。
让它起草一段分析、按模板排出报告、把异常挑出来,这些今天都不难,换一家供应商交出来的东西差别也不大。
分水岭在两头:进去的数从哪来,出来的判断凭什么成立。前一头听着是技术问题,实际是管理问题——谁的数据、谁的口径、谁能看;后一头听着是模型问题,实际是行业经验——这门生意里什么算对。
多数企业的做法是人搬:从ERP导出、从CRM复制、贴进对话框。这样用AI,每次都要重新交代一遍背景,答完还得人搬回去——这条界线在企业AI落地:还在给人喂数据里拆过。
要换的做法,是把企业的数字资产放到AI可读、可用的位置。三条硬要求:
这三条落到产品上,就是企业AI中枢。拼写科技的做法是:接在原有系统之上(Spell Connector),数据与台账放在带权限的Spell Table,任务、规则与技能沉淀在Spell Portal。Portal在这个位置上的作用,是把企业的上下文变成Agent每次都能直接取用的东西,不用每次靠人临时交代一遍。
演示里常见的是几个Agent互相传话:一个查、一个算、一个写。看着完整,到了真实业务里往往卡在三件小事上——第一步拿到的是旧数据;中间某一步算错了没人发现;结果出来了,没人能确认它对不对。
多Agent解决的是分工,不解决判断。各家的差别,核心在配置:是不是给不同Agent配了不同的能力、不同的上下文、按任务选了不同的底座模型;配好之后,还要能在具体场景里调对合适的那一个。
配置只是前提。一件跨部门的事要真正跑完,还需要另外四样东西:
这四样是我们自研harness框架在做的事:任务怎么拆、上下文怎么带、工具怎么调、哪一步需要人确认、失败怎么退回。它的价值不在技术名词,在于同一件事反复跑,结果一致;换个人接手,不用从头讲一遍背景。
也正因为如此,跨行业的经验才有用。同样的拆法,在制造、物流、工程设计里都能落地,只是每一段的原子任务不同。
同样的道理,换到制造现场会看得更清楚。
工业设计与制造里最难的一段,往往不是生产,而是不同组织之间交付的资料:图纸、图注、表格各写各的,格式杂、语义隐晦,最后要变成能核算的明细清单。
以前这类活只能人读、人判断。慢是其次,更麻烦的是看完无法复核——一条数对不对,得回到原图上一处一处找,换个人接手就得从头再来。
我们做的这一段,是把图纸、图注和表格里的信息转成可核算的结果,每一条都能回到原图上的位置,可以逐条查。这与“把文字识别出来”是两件事:文字取出来只是第一步,真正的门槛是能核对标注与图面是否一致。这个成果目前已达到世界前沿水平。
涉及工艺口径的几处判断,仍由客户确认——Agent把能核验的部分做完,口径留给人定。这也正是它能进真实业务的原因:不是替人拍板,是把人从逐条比对里换出来。现在从这个起点往设计与制造更深的问题走:从单个需求点,走向跨组织的整条链路。
四条,问的时候直接要证据:
日常场景,大模型够用:写材料、查概念、解释一段话,公共知识里的绝大多数问题它都答得上来。它是通才。
企业场景不一样。它不知道你们的价格口径、审批标准,也不知道哪个客户算重点客户。普通的AI助手往前走了一步,能把企业已有的文档和制度检索出来答给你,但也停在“找得到”这一步——知道你手里有什么,不知道这件活在你这里最难的是哪一步。
我们的做法,是拿具体业务的难点去定Agent的能力边界:这一段拆成几步、哪一步必须人确认、判断标准写成什么规则。差别不在答得像不像,在这件事能不能真的跑完。这些是在实际项目里跑出来的,不是演示。
Agent数量不决定结果。任务拆得够不够细、每一步能不能验,才决定结果。演示通常只跑到几个Agent互相传话这一步;企业要的是这件事真正做完、结果能复核。
不用等治理完。先从一件每周都发生、输入输出清楚的事开始,用同一份源数据把它跑通;跑的过程中暴露出来的口径问题,正好就是治理清单。
三个标准:一周内能重复跑;结果和人工核对一致;换个人接手,不用再讲一遍背景。三条都成立,才算这件事交给AI了。
想从一个具体场景看起,可以看按业务拆开的做法;要判断第一件事怎么挑,看企业AI落地的第一步。
从最卡的那一环切入,预约一次演示,看AI中枢如何在实际业务中落地。
扫码或发邮件,我们将即刻联系您。
企业AI转型卡在没人端到端负责,也卡在能力长在员工个人身上。这篇按三层讲:卡的是人不是工具;工具装在员工侧,能力停在员工侧;要做的是AI原生而不是AI外挂。工具解决个人效率,中枢解决公司能力。
企业官网AI更新能自动到哪一步?这篇把更新拆成取数、改稿、核对、发布四段,说清哪些能自动、哪些要留人,以及为什么可触达性要写进站点本身。
AI优先常被当成战略口号和裁员信号,真正要厘清的是AI站在流程的里面还是外面。这篇讲清它卡在哪里、我们做Spell时守什么,以及组织会跟着变在哪。