ARTICLE · 1023233
AI不是战略:为什么流程优先思维仍然胜出丨APQC专题文章
一个已经变得再熟悉不过的故事：
一个有前景的用例被识别出来，一个团队被指派去开发和部署。
试点迅速启动，而且往往在表面上看是成功的——产出看起来很有希望，工具能用。
然后，几乎没有什么改变。采用陷入停滞，团队回到旧的工作方式，工具成为本已拥挤的环境中又一个孤立的解决方案。
出了什么问题？在大多数情况下，问题不在于技术本身，而在于设计和部署流程的顺序。
最常见的错误：技术优先
AI赋能转型中最常见的错误是在流程之前就以技术为先导。团队没有清晰地设计流程应该如何运作，而是试图围绕定义模糊的问题设计解决方案。这种“技术优先”的方法往往导致碎片化的实施、不清晰的归属权和低采用率。
AI炒作加剧了这个问题。当工具本身被定位为具有内在变革性时，组织就会跳过基础性的设计工作，假设技术会弥补流程的不足。实际上，情况恰恰相反。AI会放大底层流程的状态。定义不清的流程以更快的速度产生不一致的输出；归属权错位导致局部优化而非端到端价值；如果没有就期望成果进行沟通，也没有关注将使用技术的人，即使技术上成功的部署也无法改变工作的完成方式。
这种动态在组织评估新工具的方式中清晰可见。领先的团队关注的不是功能或新奇性，而是解决方案是否实质性地改善了流程的绩效。正如Zurn所解释的：“最终，我们看的是这个工具是否改善了关键质量要素，使流程更加可靠和一致。”这种纪律有助于避免部署那些在流程旁边运行而不是改进流程的技术。
从咨询的角度来看，Varney在各组织中看到了类似的模式。许多人期望技术来弥补不清晰的流程设计，这随着时间的推移造成了更多的复杂性。正如他指出的：“技术不是银弹，它需要大量的工作和勤勉。”
当早期采用者的速度超过治理结构时，会出现一个相关的挑战。虽然实验是必要的，但如果不锚定到共享的流程框架，它可能造成分歧——多种工具、不一致的方法和有限的可扩展性。
解决方案：以流程为先导
AI会加速并暴露你所应用的任何流程中的缺陷，无论好坏。这意味着，为了设计有效的解决方案，你必须首先分析你的流程，并准确识别工具将解决什么问题。
从AI中实现价值的组织将流程设计视为主要系统，将技术视为其中的赋能者。这包括将流程负责人和变革代理人直接嵌入技术开发工作中。这确保了数字化解决方案是围绕明确的流程成果而非抽象能力构建的。
在实践中，这通常需要更有纪律的方法来引入工具。Zurn描述了一个结构化的生命周期：解决方案先试点，评估风险和在IT环境中的适配性，然后在实施后重新评估以确认它们正在交付价值。“我们通过试点工具，然后在六到九个月内重新评估，将炒作与现实分开，”他解释道。这确保了工具不仅仅是被部署，而是随着时间的推移被整合到流程的运作方式中。
流程架构与数字化路线图之间的对齐也至关重要。没有它，组织优化的是单个组件而非端到端系统。同样重要的是预先定义采用方式。领先的组织对流程和技术将如何使用建立明确的期望，并可见地跟踪使用情况，通常通过领导层仪表板。
Jackett强调，这种流程优先的思维模式也塑造了AI能力的开发方式。他的团队不是期望立即产生绩效，而是根据流程中实际决策的方式迭代优化输出。“把智能体想象成实习生。他们刚来的时候，需要大量的辅导，”他指出。这种方法将技术锚定在真实的运营环境中，而非抽象能力。
“衡量重要的东西”在这种环境中变得越来越重要。组织不再仅仅关注工具性能，而是在决策层面跟踪价值：
决策是否更快？
成果是否更一致？
风险是否降低？
有了正确的指标，一个工具被认定为成功不仅仅因为它被部署了，而是因为它在一个定义明确的流程中得到了持续、标准化的使用。
隐藏的指标：采用率
数字化转型的失败往往被误诊为技术问题。实际上，它们源于未被管理的采用——工具存在但没有被有意义地整合到工作执行方式中。
采用率而非能力，是AI能否交付价值最可靠的指标。但许多组织低估了采用曲线可能有多不均衡。早期采用者往往很快拥抱新工具，而整个企业的更广泛使用由于期望不明确、缺乏信任或与现有工作流不一致而滞后。实验超过了治理，个人或团队独立部署工具，造成碎片化，最终减缓了企业范围的采用。
Zurn强调，即使技术上强大的解决方案，如果无法跨团队扩展也会失败。“可采用性至关重要。如果人们无法实际使用它、扩展它或在团队间共享输出，它就不会持久。”他的经验表明，采用不仅仅是意愿问题——它关乎工具是否契合企业工作的现实。
Jackett描述了采用如何随时间演变，特别是当AI被引入决策流程时。早期采用可能有限，因为用户需要建立对输出的信任。正如他指出的，智能体需要“大量辅导”才能可靠地反映经验丰富的专业人士如何做决策。只有在那种迭代优化之后，采用才会增加，自动化才会扩展。
高绩效组织通过使采用可见和可问责来解决这个问题。一个被小群体使用的工具可能展示潜力，但真正的价值只有在它被嵌入共享流程并跨团队一致使用时才会显现。
AI如同实习生：重新思考智能体
在流程工作中的角色
为了超越炒作，组织需要一个关于AI智能体的实用心智模型。一个有用的框架是，用户可以将AI智能体视为实习生，他们能够：
处理结构化、可重复的任务
需要指导和调优
需要护栏和监督
通过反馈和迭代改进
不应在第一天就被授予关键任务权限
人类定义流程
AI支持决策
采用通过信任赢得
自动化只有在持续稳定表现后才会增加
实习生类比反映了真实的实施经验，AI智能体在引入时有明确的监督期望和渐进式责任。“总会存在某种形式的人机协作，”Jackett指出，定义双方的角色非常重要。
在早期部署中，智能体经常遇到困难，因为组织期望它们立即自主运作。相反，关键是将AI视为人类-智能体团队的一部分：
Varney强调了对AI自主性保持现实期望的重要性。成功的组织将AI视为需要治理、培训和迭代的更广泛系统的一部分。正如他所说，“技术不是银弹”，但随着时间的推移，智能体可能承担更多责任，使人类角色从执行转向监督和治理。这种转变是刻意的，需要前期培训和校准，才能交付长期的效率收益。
AI加速好流程
AI在基础要素已经到位的环境中交付最大价值：
明确定义和标准化的流程
可信的高质量数据
对齐的治理结构
端到端流程负责人
Zurn的评估标准强化了这一原则。通过关注工具是否提高可靠性和一致性，他的团队确保AI增强稳定的基础而非掩盖潜在问题。“最终，我们看的是这个工具是否改善并使流程更可靠、更一致。”
Jackett在AI驱动建议方面的经验进一步说明了这一点。早期输出需要优化才能与现实世界的决策保持一致，这强化了价值只有在流程和技术共同校准后才会出现的事实。正如他指出的，AI智能体需要辅导才能在规模上获得信任。
在这些情境中，AI可以缩短周期时间、自动化决策并大规模提高一致性。组织报告了显著的效率收益，包括人工工作量的大幅减少和与改善决策相关的实质性财务影响。相比之下，在高度适应性或手艺型流程中——隐性知识和情境判断占主导地位——AI扮演更有限的角色。它可以辅助但不能完全替代人类专业知识。
共同点是：在技术采用之前确保流程卓越，为可持续转型奠定基础。
解决流程+AI的拼图
AI是加速器，不是流程设计的替代品。展望未来，区分组织的能力不会与特定工具绑定，而是与它们如何有效整合流程拼图的每一块相关：
流程设计
技术赋能
治理模型
数据架构
人类专业知识
从端到端视角识别流程，并在设计工具之前定义需要改进什么
在开发过程早期让流程负责人参与。这不仅确保工具更相关、更有用，还有助于后续获得认同和采用
让采用成为预期而非可选。这需要领导层支持以及可见的使用指标和仪表板
用关注业务价值、期望成果和更好决策的关键指标来衡量部署的成功
为确保您的组织以反映流程优先思维的方式利用AI，在进行下一次技术部署之前请考虑以下事项：
通过将流程置于技术之前，你可以防止新工具被闲置，而是让它们成为组织AI工具箱中被高度采用和有用的解决方案。
杰成合力科技×APQC
中国企业流程变革的深度陪跑者
APQC是全球领先的标杆管理、流程与绩效改进及知识管理权威机构，拥有全球1,000多家成员组织，为组织提供支持决策和发展内部能力所需的信息、数据和洞察。
杰成合力是APQC在中国的首家专业会员，合伙人团队来自华为、IBM、德勤等全球知名企业，有丰富的变革落地经验，赋能中国企业转型为流程化组织，用流程与AI，持续构建高人效组织，并赋能业务增长。
活动预告
欢迎咨询
长按二维码
添加杰成小助手
微信咨询
关于杰成合力科技
20年深耕流程变革领域，赋能中国企业有效增长
杰成合力科技，作为深耕流程变革领域20年的世界级实效变革专家，杰成合力科技始终以“共识+陪跑+工具”三位一体变革赋能体系，深度助力中国企业突破流程管理瓶颈，构建高效的流程化组织，实现从 “粗放式增长”到“价值型增长”！
公司地址、联系方式
深圳：深圳市南山区听海大道前海鸿荣源中心32楼
电话：0755 2642 8861
北京：北京市海淀区中关村南大街6号中电信息大厦3层312
电话：010 6215 1109
苏州：江苏省苏州市吴中区尹东大厦
电话：0512 6573 3177
