AI 转型的重点不在技术,而在机制与人心

📦 4 Parts + Conclusion

👉 滑动

科特在《领导变革》里反复强调：变革的核心不是让人“知道”，而是让人“改变行为”。他把这条路概括为：

看见（See）→ 感受（Feel）→ 改变（Change）
而不是：分析（Analyze）→ 思考（Think）→ 改变（Change）

Walmart 没有把 AI 停留在“总部员工用 ChatGPT”这一层，而是逐步把 AI 放进真实场景。早期测试中，AI 助手把部分店长的排班规划时间从 90 分钟缩短到 30 分钟。让员工看到“AI真的可以改变我的工作”。

产品经理：2 天写完的方案 → 30 分钟出第一版

市场团队：半天分析 100 份竞品资料 → 20 分钟完成初筛

客服团队：5 分钟翻知识库 → 30 秒拿到带依据的解答

✦ 机制落点：AI-Native 准备度评估——用诚实的事实制造紧迫感。

成立一个“AI CoE”，不等于建立了真正的指导团队。科特说的指导团队（Guiding Coalition），必须同时具备四样东西：权力、专业能力、可信度、影响力。

平安推动 AI 落地时，不是 IT 部门单打独斗，而是让业务高管、风险合规与技术团队共同组成 AI 推进小组。在金融核保、理赔、座席辅助等场景里，AI Champion 深入一线找痛点，让 AI 成为业务变革的主引擎，而不是一个挂着 AI 的技术系统。

Executive Sponsor

定方向、给资源、公开背书。

AI Champion

来自各业务领域，负责挖真实场景。

AI Value Architect

连接业务目标与 AI 能力，是“对齐者而非审批层”。

Technology / Risk / HR

提供技术底座、合规边界与人才绩效接驳。

✦ 机制落点： Executive Sponsor + AI Champion + AI Value Architect 三方联动。

“今年采购大模型、上“豆包工作”“Workbuddy”“千问办公”、培训 1000 人”——这是项目计划，不是转型愿景。真正的愿景必须回答一个问题：三年以后，我们的组织和今天有什么不同？

DBS 银行的愿景是建一家 AI-enabled Bank，部署了 2000 多个 AI 模型、430 多个用例，创造了数亿新币的经济价值。但他们真正的立足点是：重新定义人与机器的工序分工——让 AI 承担繁重的检索和初稿生成，让人聚焦高价值决策与客户体验。

✦ 机制落点：AI 战略对齐与岗位价值重塑。

员工不会关心宏大战略，他们关心的是：我的工作会不会消失？AI 出错了，算我的还是算它的？

联想在推进全员 AI 化的过程中，建立了分层的 AI 赋能机制，把 AI 工具的使用与员工的技能提升、职业通道挂钩。员工看到的不是“AI 替代我”，而是“掌握 AI 的我更有价值”。

Why：为什么必须改变

What：AI 会改变什么，保留什么

Me：我的岗位怎么变，发展路径在哪

Safe：什么能做，什么不能做

✦ 机制落点：AI 流畅度三级框架 + 能力地图 + 持续沟通。

员工明明知道某个流程可以用 AI，紧接着会冒出三个问题：数据能放吗？谁批准？出错了算谁的？于是项目常常死在一句“风险较大，再研究研究”。

建立明确的 AI 治理框架（GenAI Framework），在保障数据安全与隐私的前提下，给员工划出一块“安全实验区”。治理是加速器，不是阻力。

绿区·自由使用

公开资料总结、头脑风暴、翻译、文案初稿。

黄区·受控使用

脱敏后的内部业务数据、代码辅助、产品资料生成，需权限与流程控制。

红区·禁止或人工终审

高风险客户决策、法律承诺、重大财务审批、无人干预的自动执行。

✦ 机制落点：治理护栏 + 知识库权限体系。

科特给短期胜利列了四个作用：验证战略、奖励团队、建立信心、从怀疑者手里拿走话语权。

美的把 AI 推进智能制造、客服与办公场景，重点打造高频、高感知的 Agent 节点。他们不追噱头，只追一个具体业务环节的实打实提升：供应链异常响应速度、客服一次性解决率。

高频 × 痛点 × 可度量

衡量业务结果：时间或成本降了吗？错误率减了吗？客户体验好了吗？

✦ 机制落点：成果度量 + 种子场景快速落地。

第一批试点成功之后最危险，企业极易掉进“庆功 → 发新闻 → 项目结项”的陷阱。科特的提醒是：短期胜利是下一轮变革的燃料。

Walmart 的 AI 路线很清晰：员工助手 → 开发者 AI → 门店 AI → 商品趋势分析 → Agentic AI。比如它的 Trend-to-Product，用 AI 分析全球趋势，把服装开发周期从 6 个月压缩到 6–8 周。

Level 1 个人提效

Level 2 团队协作 → Level 3 流程重构

Level 4 Agent 协作 → Level 5 组织重构

✦ 机制落点：Sense and Respond 学习循环 + 主动摒弃旧流程。

科特的关键观点是：文化往往是最后改变的，而不是最先改变的。先有新行为，再有新结果；新行为被制度认可之后，才沉淀成文化。

在平安的很多业务部门，“是否善用 AI 优化工作”被直接写进部门绩效与人才选拔标准。当岗位 JD、KPI 和晋升机制都变了，文化自然会跟着变。

招聘

引入 AI-Native 人才评估。

晋升

优先提拔用 AI 重新定义工作流程的人。

绩效

衡量 AI 带来的最终业务结果，而不是“登录次数”。

知识

把优秀的 Prompt、工作流与 Agent 资产化。

✦ 机制落点：知识底座 + 人才机制 + 激励对齐。

Role 角色

谁来推动？谁与 AI 协作？

Capability 素养

人有没有能力与 AI 一起工作？

Knowledge 知识

AI 有没有企业专属的上下文（Context）？

Guardrail 护栏

员工敢不敢用？边界在哪里？

Measurement 度量

AI 到底创造了什么业务价值？

五类机制搭骨架，科特八步法做引擎。

有人推、有能力、有知识、有护栏、有结果——再加一点燃人心的火。

技术回答：AI 能做什么？

机制回答：组织允许怎么做？

人心回答：我们愿不愿意改变？

机制是骨架，人心是引擎。

骨架不立，AI 跑不动；引擎不点火，机制只是一张挂在墙上的流程图。

素材来源：约翰·科特《领导变革》（1996）、《变革之心》（2002，与 Dan Cohen 合著）；企业数据引自 McKinsey 公开研究报告。