在当前的大部分传统企业里，AI正在制造一种前所未有的焦虑。对于信息部门而言这种感觉尤其强烈，一边是外部舆论在狂热叙事：“AI正在重构一切”、“不用AI就会被淘汰”、“企业必须全面AI智能化”。而在信息部门的这边，是残酷现实的无奈：数据混乱、系统孤岛严重、流程不标准、场景难匹配，老板要ALL IN AI，如何做？ 。 在老杨看来大部分企业的信息部门都在面对同一个经典的困境 ：企业领导觉得AI落地很简单，而信息部门深知太复杂，这就是认知层级不同导致的结构性冲突。在这场冲突中，信息部门正站在一个关键转折点上： 如果继续停留在“系统建设者”的角色，未来将会被边缘化；如果能够利用AI完成“第二曲线跃迁”，将成为企业智能化的核心引擎。 当前在企业集体AI焦虑下，信息部门正面临着理性、风险与压力 的三重挤压：
基于技术的理性判断，信息部门普遍认为AI的应用落地远比想象复杂。比如一个“AI客服”背后可能不是一套系统，而是一整套运营管理体系，比如数据清洗与结构化、知识库构建与更新、Prompt设计与优化、模型选择与调优、多系统接口集成、输出评估与反馈机制等等。在信息部门眼里AI既是“工具”，又是系统工程叠加业务工程。 因此信息部门经常说的一句话就是：“这件事没有领导想得那么简单。” 怕做错，也怕背锅。这是当前大部分企业信息部门的真实现状，因为大量案例证明信息部门是名副其实的背锅侠。当前AI项目的典型特点是期望远高于现实节奏， 领导希望快速上线、立刻见效、马上降本、立刻把人优化了，但现实是任何数字化项目（包括AI项目）若想发挥价值都需要数据、流程、还有试错周期。如果项目做得慢，信息部门会被认为是没能力，做得快但失败了，又会被认为是不专业。所以不难看出信息部门天然处于企业管理环节的“高风险暴露区”。 在当前大部分企业的信息部门面临的压力就是：如果不做AI项目未来可能被边缘化，但现实就是AI大势所趋，是企业的必选项 。如果信息部门不参与，就很有可能被业务绕过，被外部厂家直接替代，数字化主导权旁落。于是，当前很多企业信息部门的状态是：既谨慎又焦虑，既理性又被推动。 如果用“理论很美好，现实很骨感”这句话来形容AI项目落地再合适不过，细心观察你会发现数字化时代的那些问题在AI时代重复上演。企业领导对于AI项目总是期待着美好，因为领导的AI认知通常来自三个渠道：媒体案例（成功故事）、咨询公司报告（趋势预测）、竞对行为（别人都在做）。这些信息有一个共同特点：只呈现结果，不呈现过程。 于是在领导的认知世界里形成了一个典型判断：AI是无所不能的，上了马上就降本增效。 但从信息部门的眼里看到的却是这样一幅图景：AI = 数据 + 系统 + 流程 + 人 + 治理。 但现实的问题就是领导只要“结果”，信息部门看到的是“路径”，而且这条路对自身企业而言是曲折的、漫长的，甚至行不通的。如果处理不好“结果”与“路径”的关系，就会出现两种极端：只听领导，项目会失控；只讲理性，则会被认为是保守。 所以当前企业信息部门真正的挑战是如何找到第三条路：既不抵抗趋势，也不被情绪驱动，所以老杨认为此时信息部门需要的是打造未来的第二曲线。 当前大部分传统企业的CIO们都明显感觉到信息部门的第一曲线正在结束：过去核心能力是建系统、维系统、保稳定，现在这些能力在AI时代正被重新定义——稳定不再是最高优先级，未来的核心能力应该是： 数据、AI、业务价值转化。 这就意味着未来的第二曲线需要四个新角色。 领导说“我们要全面AI化”，如果信息部门以技术的理智全盘否定是错误的沟通方式。而有效的手段是把愿景拆成可执行的阶段 ，比如：第一阶段AI客服+知识库；第二阶段销售辅助+数据分析；第三阶段预测分析+智能决策。这不是简单的技术问题，而是要把模糊愿景转化为分阶段路线，同时让领导看见每一步的价值锚点，用业务语言讲清技术投入的ROI逻辑。 这是AI项目成败的真正核心，很多企业领导误以为AI的核心是大模型，是skill（技能），但实际却是数据质量 。当前大部分传统企业最大的问题就是数据分散、标准不一、质量参差不齐，如果做不好数据治理，AI只是表面“看起来聪明”，实际上却是个“弱智”。所以信息部门此时的核心任务将会变成数据治理、标准化、资产化。 当前各种AI工具可以说是遍地开花却又各自为战，特别是一些软件大厂都在建各自的技术围城，这势必会造成新的数据孤岛与工具割裂局面，信息部门必须主动提升整合AI的能力，把分散的AI能力整合成企业级平台，让AI成为“能力”而非“工具集合”，避免AI碎片化，同时还要让能力可复用、可编排、可度量。 老杨认为在未来几年随着AI的深度应用，将带来数据泄露、输出错误、决策不可控、合规等新风险，因此这就需要企业信息部门必须建立AI治理机制，涵盖模型选型、提示工程规范、输出审核流程及责任追溯机制，尤其要针对智能体自主决策场景设计动态风控策略，建立起新的安全治理防线。 从以上我们不难看出，AI时代真正的变化不是技术的升级，而是组织角色的重构。 信息部门正在经历一次本质升级：从系统建设部门，到企业智能化能力中心。这就需要信息部门完成“第二曲线”的关键跃升，自身需要提升新的能力，这种新能力结构包括：数据治理能力、AI整合能力、业务翻译能力、AI治理能力。 在AI时代初期真正的考验不是AI技术，而是组织认知差。AI不会淘汰信息部门，但会淘汰这种信息部门：只会做系统运维，不会做价值的部门。所以未来的关键不是讨论“要不要做AI”，而是如何在理性与期待之间找到可执行路径。向上 ，帮助领导理解现实路径；向下 ，推动技术体系落地；向外 ，持续创造业务价值。 当信息部门能够做到这一点，它就完成了真正的第二曲线跃迁：不再只是企业的后台支持，而成为企业智能化的核心引擎。
夜雨聆风
