AI时代,真正值钱的能力藏在哪里?

一、

那张让会议不再争吵的表格

在某大型国有集团的数字化转型过程中，有一个场景让我印象深刻。

集团每个月都会召开月度经营分析会，汇总分析各部门当月的经济运行情况，并对下一个月进行预测和指导。

但每次开会，各部门领导几乎都会争论不休。

原因说起来并不复杂：数据的时间窗口不统一，统计口径不一致，确认标准和条件各说各话。尤其是财务部门和业务部门之间，财务语言和业务语言是两套完全不同的系统，数字摆出来，各方都觉得自己是对的。

领导坐在主位，左右观望，脸上写满了疑惑。会议效率极低。

后来，数字化转型小组提出了一个方法：在每次月度经营分析会召开之前，要求集团每一个业务部门必须填写一张数据表格。

这张表格设计得非常巧妙。它把各部门都需要关注的核心数据放在同一个结构里，让每个业务部门的负责人在开会之前，就能看到其他部门的关键数字，提前对齐认知。

效果是立竿见影的。开会时，这张表格一拿出来，大家对上面的数据基本都是认可的。那些旷日持久的争论，消失了。

但这张表格不是拍脑袋想出来的。

它的背后，是一套完整的调研过程：先用价值流方法论访谈各个部门，把每个部门的数据需求和痛点摸清楚；然后对每一个工作流的层级进行细分；再把各部门的流程整合起来，形成总的价值流和工作流；最后才反推出这张表格的结构。

这张表格，是整个组织隐性知识的一次集体显性化。

它让散落在各个部门、各个岗位、各个人脑子里的经验和判断，第一次变成了一个共同可见、共同认可的结构。

这件事，就是我今天想谈的核心——业务上下文能力。

二、

那个"老人"的秘密

在很多企业里，化解这种跨部门数据争论的，往往是一个在企业里待了十几年的"老人"。

会议室里气氛剑拔弩张的时候，他站出来，一句话就能把分歧化解："这个数字财务口径是X，业务口径是Y，差的这部分是预收，下个季度会确认进来，不影响判断。"

全场点头，会议继续。

但你有没有想过——这个"老人"的能力，从来没有被定义过，从来没有被写进任何岗位说明书，从来没有被当作一项需要培养的技能。

组织对它视而不见。

它只是在某些人身上自然生长出来的东西。那个老人退休了，这个能力就带走了。下一个人来，又从零开始摸索，又用十几年时间把自己磨成下一个"老人"。

就这样，一代一代，低效地传承。

这种能力，从来没有被精准命名过。

直到AI时代来了，它突然变成了最稀缺的东西。

三、

AI为什么会在这里"失明"？

大模型很聪明。它能写报告、能分析数据、能生成图表、能总结会议纪要。

但它有一个致命的盲区：

它不知道你的数字从哪里来。

它不知道这个"营业收入"是财务口径还是业务口径。它不知道这笔预收账款背后，服务交付进度是多少。它不知道为什么这家企业要在会前填一张表，而不是直接开会。

你把一份Excel扔给它，它会认真地分析，漂亮地输出。

但如果数据的定义本身是模糊的，它给出的分析，只是在错误的地基上建了一座漂亮的楼。

这就是为什么很多企业引入AI之后，发现效果不如预期——不是工具不好，是喂给工具的"上下文"残缺不全。

AI需要有人告诉它：这个数字是什么意思，它从哪个业务环节产生，经过了什么处理，在这家企业的经营逻辑里代表什么信号，在这个决策场景里应该被如何解读。

这，就是业务上下文。

没有它，AI是盲人。有了它，AI才能真正落地。

四、

22年前的一个雏形

让我再讲一个更早的故事。

2005年，我被安排到重庆市水利投资集团，负责建立资金管理系统。水投集团作为市八大头集团之一，资金来源极其复杂——中央财政、地方财政、政策性银行融资、商业银行融资……项目多、资金多，原有的财务管理方式已经完全跟不上。

为了推进这个系统，财务部领导召集了企业各个业务口的精英，开了一次又一次的业务流程梳理会议。

但每次会议都以争论收场，没有任何结果。不欢而散。

问题出在哪里？

不是因为这些人不懂业务。恰恰相反，他们太懂自己那一段了。每个人都在自己的岗位上按习惯做事多年，知道"下一步该怎么做"，但从来没有人思考过整个链条是怎么咬合的。

更深的真相是：那个完整的业务流程，在那之前，并不存在于任何人的脑子里。

后来，我带着Visio走进了那个会议室。

我没有主导讨论，我只是把大家说出来的每一句话，实时地画成流程图。一边讨论，一边在屏幕上呈现，一边修改。

神奇的事情发生了——当那些散落在每个人脑子里的经验，第一次变成了一张所有人都能看见的图，争论开始有了方向，分歧开始有了焦点，共识开始慢慢浮现。

会议不再不欢而散了。

等业务流程完全定型，我把这张图交给金蝶的实施顾问，系统很快就跑通了。

那一刻我意识到：我做的这件事，不是画图，是把隐性的东西第一次变成了显性的结构。

这，是我对业务上下文能力最早的感知。

五、

什么是真正的业务上下文能力？

经过这两个案例，我可以给出一个精准的定义了。

业务上下文能力，不是简单地"懂业务"。

它是一个人能够把企业真实经营活动中的——目标、流程、数据、规则、角色、约束、风险、异常、判断标准——全部串起来，并且把它们转化成可以被理解、被分析、被执行的结构化信息。

换句话说：

把人脑里隐性的经营经验，变成可以被使用的决策背景。

它包含三个递进的层次：

第一层：结构性知识——画地图。这家企业的钱从哪里来、往哪里去，业务链条是怎么运转的，哪个环节产生什么数据。没有这张地图，所有分析都是盲人摸象。

第二层：转译知识——编词典。同一件事，财务怎么说、业务怎么说、管理层想听什么说法。不同语言之间的对应关系，是消解争论的核心武器。

第三层：情境判断——练语感。在这个时间点、这个决策场景下，这个数字应该被怎么解读，哪些信息重要、哪些可以忽略。这一层只能靠真实场景磨，无法被快速复制。

地图可以学，词典可以积累，但语感只能靠二十年的真实摔打换来。

22年前，我用Visio对人做的那件事，和后来用价值流方法论设计那张表格——本质上是同一件事：把混沌变成结构，把隐性变成显性。

今天，同样的事需要对AI来做。

工具变了。但那个核心能力，从来没有变过。

六、

为什么这种能力从来没有被重视？

因为它是隐性的。

会用Excel，可以考证。懂Python，可以考证。TOGAF企业架构师，可以考证。

但"能把财务语言翻译成业务语言"——没有证书，没有岗位，没有培训课程，甚至没有一个被广泛接受的名字。

它只能靠时间磨，靠踩坑积累，靠在会议室里一次次见证数据被误解、被争吵、被拍桌子，然后慢慢悟出来。

正因为它从来没有被定义，所以它从来没有被重视。正因为从来没有被重视，所以它至今仍然稀缺。

而AI时代的到来，第一次让这种稀缺被照亮了。

当所有人都在学提示词、学调模型的时候，真正的竞争优势，悄悄藏在那些懂业务、懂数据流转、懂把隐性经验结构化的人身上。

AI再强大，它没有办法自己走进那个会议室，没有办法感知那些从来没有被说出口的经验，没有办法自己把混沌变成结构。

它需要一个人，替它完成这件事。

结语

以前，你可能知道某个人很厉害，但说不清楚他厉害在哪里。

他能在会议室里一句话化解争论，能设计出一张让所有人开会前就对齐的表格，能在一片混沌中把流程第一次画出来，能让AI输出的分析真正落地、真正有用。

现在，我们可以用精准的语言描述这种能力了：

这不是会用几个高级工具的能力。

这是真正的业务上下文能力——把人脑里隐性的经营经验，变成AI可以理解、可以分析、可以执行的决策背景。

AI时代，最稀缺的不是工具能力。

是那个站在财务、业务、数据和组织之间，能把混沌变成结构的人。

推荐往期文章