ARTICLE · 1042925
AI时代,大公司的工具到底该由谁来做
AI时代,大公司的工具到底该由谁来做上个月我们省公司运维部的基础设施专业做了一份"明白纸"——把机房里的规矩，怎么做是对的、哪些做法是错的，用通俗易懂的文字写出来，配上照片，一目了然。我觉得挺好，就建议他们再往前走一步：明白纸有了，再搭个知识库，再做个检查工具。这样一线的同事如果有问题可以直接问知识库，不用到规程那一大堆文件里去找；安全生产检查时，也不用像以前那样非要基础设施专业的同事跟着去——全省十几个分公司，专业人员不够用。 我想，工具做好以后，即使不是专业人员，拿手机进机房拍几张照，后台自动比对，标出隐患，人工再复核一遍，安全检查这事就做完了。说白了，就是把老师傅的经验，把SOP，变成谁都能用的工具。 昨天我把想法和技术团队碰了碰，很快出了份设计文档，发给相关同事，准备开干，而且我还特意嘱咐我们用workbuddy自己做，别让IT专业化成本帮我们做。结果今天听说集团公司已经做了AI巡检，正在全国推广。 这就尴尬了。我还做不做呢？ 集团公司做的工具，刚开始肯定不好用，不会照顾到每个机房的犄角旮旯。碰到问题或者有新需求，我们得走流程申请，即使批准了，研发要排期，没个半年下不来。可我们要是自己做，那就是重复建设，而且基础算力和模型能力也确实是个问题。头疼。 这事表面看是"做不做"的问题，骨子里问的是：在我们这种总分制的大企业里，集团和一线在搞数字化这件事上，到底该怎么分活？ 总部想统一搞的心思不难猜 第一是省钱。三十多个省公司，各搞一套，就是三十多套人马、三十多套机器，统一做一套发下去，成本最低。这个账谁都算得过来。 第二是怕出事。出了问题要能说清楚是谁的责任：模型哪来的、数据谁管的、责任该谁担。统一平台，合同、验收、指标、维护，全有留痕，出了事都能说清楚。最怕的是下面各自搞一套，出了事链条断了，上面兜不住。 第三是习惯了。以前搞ERP、搞OA、搞财务系统，都是上面统一做，下面照着用，几十年都这么过来的。既然以前行，现在搞AI，自然也想这么干。 这些心思都是正经心思，不是故意为难下面。问题不在心思，在路子。以前那套法子，搬到AI身上可能不灵了。 以前的路子为什么不灵了？ --上面做的不是下面要的 以前很多需求，大家不认为是正经需求，都是手边的事，靠人干。现在AI把门槛降低了，琐碎的事情就想用AI做个小工具，提点零碎效率。这是这个时代才会冒出来的需求，天然应该由一线去做。集团公司该做的不是自己去做，而是让一线有能力去做。 --上面反应慢，下面等不起 集团公司立项、招标、开发、上线，一个周期少说半年。可AI这东西，三个月就变一茬。今天训好的模型，明天可能就被一个新法子超了。更要命的是，集团公司为了照顾多数人，会把功能做得尽量通用，取个"最大公约数"。可我们机房那台2008年的UPS，接线规范跟现在就是不一样，训练数据里根本没有这号设备。不是集团公司没用心，是"统一做"这件事本身，天生就盖不住这些边边角角。 --上面发的工具，下面就是不爱用 一线自己做工具，是自发的，觉得有用才会去做。集团统一做的发下来，一线没感觉，是被逼着用。用脚趾头想都知道会出现什么情况：一线抱怨"老有人催我用"，集团公司却觉得"给了你好东西，你偏不用，执行力不行"。就是这么拧巴。 这三个难处，不是哪个功能设计得不好，是"统一做、下面用"这个老法子，在AI时代碰上了结构性矛盾。当然集中和灵活的矛盾有些也是由来已久。 那怎么办？ 我觉得在这个时间点应该把话说清楚：我们这种集团、省、市、区县四级架构，在AI时代，工具到底该怎么干。 --集团公司该做什么？ --一线该做什么？ 碰到有感觉的场景，就做做试试，不要有那么多规矩、限制。定场景、选工具、改规则。哪个机房有什么特殊设备、哪条规范刚更新，只有下面最清楚。上面给的是"积木"，下面按自己的需要"组装"。 --一线和集团之间怎么接上？ 集团公司要数据，但不能让下面额外填表、额外上传。最好的办法是：下面正常干活——拍照、识别、复核——这些动作本身产生的数据，自动流回管道。下面无感知，上面有收获。 模型变强了，再自动更新下去。用得越多，数据越厚，模型越准，越好用。这是一个自然长起来的循环，不是硬塞给下面的任务。 但这件事说起来容易，做起来难。以前靠数据接口、靠系统对接，现在AI能用自然语言对话，一线和集团之间的"管道"该怎么设计，集团得想清楚、定义好。 最难改的不是技术，是惯性 几十年了，集团公司一直在统一规划、统一建设、统一管理，培养了几代人的思维方式。考核看的是覆盖面、报表、领导认可。突然说"你别做功能了，去做管道和规矩"，换了谁都会懵。不是不想变，是不知道怎么变，变了以后自己的位置在哪。 这种惯性很隐蔽。立项的时候，没人觉得自己在重复老路，都是"按惯例""参照成功经验"。等发现不对，预算已经批了，供应商已经进场，回头就难了。 小结：说到底，这不是"上面放权"或者"下面造反"的事 上面做上面擅长的，下面做下面擅长的，两边都升级。上面从"做产品的"变成"搭平台的"，下面从"等米下锅的"变成"自己炒菜的"。 以前搞IT，问的是"这事归谁干"。现在搞AI，问的是"咱俩怎么配合"。 把"怎么配合"这件事谈清楚了，谁干什么自然就清楚了。谈不清楚，谁来拍板都是一场拉锯。 大家对大企业AI时代的拧巴有什么看法？欢迎在评论区拍砖。 #AI#运营商#转型#工具 六种活法，一张牌桌：中国AI的组织时序之战 华为和AI是什么关系？ 替你干、和你一起干、陪你慢慢变好：AI 服务的三种商业模式 集团公司造的 AI 工具，真的能全国通用吗？
搭台子。算力、存储、安全合规这些底层的东西，包括基础模型，全国没有太大差别，集团公司统一建最划算，一线也没能力搞。 定规矩。不是定"怎么识别隐患"，是定"隐患是什么"——位置、类型、等级、整改时限，这些字段怎么填，设备之间什么关系，合规不合规的底层规矩是什么。说白了，上面定的是"普通话"，不是"标准答案"。集团公司把规矩里的关键信息拆成标准字段，把字段之间的关系理顺。（这和Palantir说的Ontology有点像） 持续喂模型。用一线回传的数据不断训练基础模型，让它越来越懂我们行业，懂我们自己。 铺管道。让一线的数据能安全方便地往上流，让模型能够越来越聪明。 做通用能力。那些真正通用、不需要解释的功能——比如文字识别、语音转写——上面统一做，没毛病。但凡是需要"本地化解释"的，就得下面自己说了算。