AI还没有完全改变软件开发,却已经先改变了CIO

很多企业谈AI，第一反应还是买工具、建场景、做应用。

高德纳（Gartner）6月15日发布的一篇报告提出一个有趣的观点。AI进入企业以后，首先需要调整的，可能不是开发流程，而是企业长期沿用的IT管理方式。

报告中令人印象深刻的数据：71%的CEO认为，自己公司的IT运营模式已经不适合AI时代；只有24%的CIO认为，当前模式能够有效适应业务变化。

Gartner认为企业需要从传统IT运营模式，逐步转向覆盖整个企业的“技术运营模式（Technology Operating Model）”。

这里所说的“IT运营模式”，不是狭义的运维，也不是机房、监控和值班，而是一家企业究竟如何组织技术工作。

比如，需求由谁提出，架构由谁决定，预算怎么分，系统由谁开发，数据和接口谁能使用，权限如何开通，安全和合规谁来审核，外包如何管理，上线以后出了问题谁负责。

过往，这条链路虽然推进较慢，但边界相对清晰。

业务部门提出需求，IT部门评估方案，采购和外包按流程推进，架构、安全、测试、上线、运维各有节点。CIO至少知道主要系统在哪里、谁在修改、谁在接入数据、谁在对外提供服务。

AI正在打乱这张原本清晰的分工图。

一个业务部门可以自己购买AI工具，用低代码搭建流程，把内部文档交给模型处理，甚至让智能体直接调用系统接口。

外部SaaS、云服务、模型API，以及咨询厂商，也可以绕过传统项目流程，直接进入业务场景。

技术能力不再只由IT部门提供，而是在企业多个部门共同形成。

这也是很多CIO正在面对的新挑战：技术控制权被分散了，但责任并没有分散。

业务部门用了什么模型，接入了哪些数据，生成内容是否可靠，客户信息有没有外泄，智能体有没有越权操作，外部工具是否带来新的供应商锁定，这些问题最终往往还是会回到CIO、CISO和IT治理体系。

问题也就出在这里：传统IT模式能管住清晰边界内的项目，却很难覆盖这些分散、快速、低门槛的AI使用场景。

集中审批跟不上AI试错速度，年度项目制跟不上快速迭代，传统外包边界也难以覆盖模型、提示词、数据权限和自动化行为。很多风险并不是在立项时出现，而是在业务部门已经用起来以后才逐渐暴露。

这时，企业往往会同时承受两种成本。

一边是业务绕过IT，形成影子AI、重复采购和新的技术债。

另一边是IT部门被要求补安全、补治理、补审计，还要解释为什么AI没有产生预期回报。

Gartner提出“技术运营模式”，核心不是换一个咨询名词，而是重新设计企业技术工作的分工方式。

与传统IT运营模式不同，它并不是把所有技术工作重新集中到IT部门，而是承认技术能力已经分布在整个企业，由IT、业务部门、AI系统以及外部合作伙伴共同参与创新。

在这一模式下，IT部门负责统一建设和治理数据、安全、身份、AI平台以及架构标准等底层能力；业务部门则可以在这些边界内，自主构建AI应用、自动化流程和智能体，实现更快的业务创新。

CIO的角色，也因此从过去的项目审批者和技术管理者，逐步转向平台建设者、规则制定者和企业技术能力的协调者。

换句话说，CIO需要管理的，不再只是IT部门，而是整个企业的技术能力。

在这种模式下，谁可以使用AI做什么，哪些数据能够接入，哪些动作必须有人复核，哪些平台应该统一建设，哪些能力可以交给业务部门自助使用，哪些风险必须由IT、安全、法务和合规共同定义边界，都需要形成统一的规则和治理机制。

如果这些规则能够嵌入日常流程，而不是依赖事后审批，企业才更有可能跟上AI扩散的速度。

Gartner还提到，89%的IT经理预计AI将在技术交付中发挥更大作用，71%预计共享服务将进一步增加。企业未来可能会更多依靠AI增强的内部团队，替代部分外部IT人力。

这并不只是简单地减少外包，而是企业技术能力的重心发生变化：重复性、非核心工作将更多交给平台和AI，真正关键的能力则会更多保留在企业内部，包括数据、架构、治理以及业务理解。

所以，AI时代CIO面对的难题，并不是“要不要拥抱AI”。而是当技术分散到业务部门、外部伙伴和AI系统中以后，CIO还能不能看得见、管得住、说得清，并把风险、成本和价值重新连接起来。

它正在改变企业内部“谁能做技术、谁来管技术、谁为技术后果负责”这套长期形成的运行机制。这也是Gartner提出“技术运营模式”的核心：当技术能力分散到整个企业时，治理能力也必须随之扩展到整个企业。

信息源：

• Gartner原文       https://www.gartner.com/en/articles/it-operating-model
• CIO Dive报道   https://www.ciodive.com/news/gartner-operating-model-AI-software/823290/