夜雨聆风关键讯息，D1时间送达！
企业网D1net
AI热潮正在退去，企业真正面临的是如何让AI创造长期价值。大量实践证明，AI失败并非源于技术不足，而是企业将其孤立为IT项目。真正领先的企业，会由CEO亲自推动，把AI融入业务战略、数据体系和企业文化。AI正在重塑企业运营逻辑，管理者需要接受不确定性、重新理解成本，并避免陷入单纯降本陷阱。未来胜出的企业，不是追逐AI风口者，而是将AI打造为核心竞争能力、持续创造增长价值的企业。
在企业级技术领域深耕30余年中，我见证了AI从实验室里的科研项目，演变为现代董事会关注的绝对核心，然而，过去几年与客户共同落地AI的实践，给了我们最为深刻的现实洗礼。
最初的狂热与炒作已然退场，CIO们迎来了推动企业实现实质价值的硬仗。基于我在落地应用Google、OpenAI和Anthropic技术方面的经验，以下是每位管理者在制定AI战略时必须遵循的基础性、跨技术平台的的核心经验。
AI是领导力的倍增器
我们见过的最普遍的技术性错误，就是将AI视作一个孤立的技术项目。根据我对客户的观察，真正取得成功的企业并非那些单独制定“AI战略”的公司，而是那些将AI深度融入自身整体业务战略的领导者。
当客户将AI孤立起来并专门制定AI战略时，不可避免地会将其当成一个用来试水的“技术玩具”，这种方式只会产生碎片化、被边缘化的试点项目，由于与企业核心目标严重脱节，最终都无法实现规模化应用。我所学到的教训是：AI并非最终的目的地，而是一个强有力的催化剂，我们不再去问“AI能为我们的客户做什么?”，而是转向更具战略意义的问题：“AI如何加速实现客户既有的业务目标?”
不妨将AI比作电力，没有哪家现代企业会专门制定一项独立的“电力战略”，相反，所有公司都会将电力无形地输送到整个组织的各个角落，用它来照亮办公室、驱动生产线以及维持日常通信，AI也必须以完全相同的方式织入企业的基础构架中，充当一种底层基础设施，从而全面赋能你现有的业务运营模式。
将AI融入更广泛的业务战略，也决定了我们评估成果的方式，它能迫使企业摆脱短期的技术虚荣指标，将这项技术牢牢锚定在长期规划之中。
当AI依然被困于客户的IT部门时，我们注意到它往往会被降级为单纯的“软件实验”。根据我们的观察，AI若想转化为真正的竞争优势，就需要极其高效的跨部门协同，这种视角绝非贬低技术团队的价值，他们的专业知识对于构建企业所需的架构、数据治理和工具链至关重要，然而，IT部门虽然搭建了基础架构，却缺乏决定在其之上构建何种业务应用的组织权威。唯有CEO或公司所有者亲自介入，才能确保AI摆脱“玩具项目”阶段，真正融入企业的DNA。
需要由最高层行政领导亲自主导，源于我们在实际业务中观察到的三个关键现实：
打破数据壁垒与促进数据协作：真正的企业级AI极度依赖数据，而这些数据分散在财务、运营、市场和客户服务等不同的业务线中。只有CEO才拥有跨部门的权威，能够下令打破这些数据孤岛。
文化转型与消除恐惧：AI引发了各个行业和层级对岗位被替代的普遍焦虑，当AI被贬低为一个“IT项目”时，员工会将其视为对生计的威胁，抵触情绪随之剧增。只有当CEO亲自引导这场文化变革时，我才看到了最佳落地效果。
高管层教育与战略对齐：建立AI能力的行政指令绝不能仅仅向下委托，这场变革必须从最顶层开始，我曾为董事会和高管团队举办过70多场研讨会，这些决策者需要接受的积极教育，并非底层的技术代码，而是具体的业务应用场景、ROI框架，以及AI如何破解组织的核心瓶颈。
PwC的数据显示，仅有12%的企业同时实现了AI带来的降低成本和增加收入双重效益，这12%的精英企业之所以成功，正是因为它们的CEO将AI广泛嵌入到了战略决策和跨部门工作流中。AI的颠覆性和关键性过于巨大，绝不能仅仅交由技术专家来决定。如果AI没有进入CEO的每周议程，那么它就根本没有进入公司真正的战略之中。
AI是一种全新的运营框架
传统IT系统的运行基于严格的算法确定性：如果你输入一组特定的数据，系统就会执行一段不可更改的代码，并确保每一次都输出完全一致、可预测的结果。
而AI彻底打破了这一范式，由于现代AI建立在概率模型之上，它执行的并非静态公式，相反，它是根据数学概率来预测最可能正确的响应，这意味着AI解决方案天生带有微小的确定性缺失和波动性。今天输入的提示词，明天可能会产生略有差异但语境上依然合理的输出。
高管层和企业文化必须被积极引导，以接受并适应这种根本性的转变，传统软件的质量保证框架是围绕100%成功率设计的。如果将这种刻板标准套用到AI上，只会让你的项目陷于瘫痪，导致80%的项目永久困在试点阶段，几年前我们在拉丁美洲的一家食品饮料公司就经历过这种情况。在那次教训之后，我们开始在合同中加入允许统计误差范围的条款，并在满足这些条款的前提下依然将项目定义为成功。
在成本计算方面，我们必须引导CIO和业务管理者抛弃AI的月度订阅制思维，学会去管理现代AI中最核心的交易单位：Token。
要理解AI成本，高管们必须明白大语言模型是如何处理数据的，AI模型不会读取完整的单词，相反，它们会将文本、图像或代码拆解成被称为“Token”的碎片。作为参考基准，大约每100个英文单词会处理为130到140个Token。由于主流AI服务商均将Token作为计费货币，企业的账单是根据每一次提交的查询(输入)和每一次生成的响应(输出)所消耗的精准Token数量动态计算的。
许多管理者认为，由于存在固定费率的企业套餐(如每用户25至30美元)，AI成本是固定的，这只是一种短暂的错觉，这些受到风险资本补贴的费率掩盖了真实的运营成本，并且附带着动态的使用限制。如果基于这些套餐去建模长期投资回报率，当未来真正转入按实际消耗计费时，势必面临严重的预算冲击。
解决方案绝非暂停引入AI，因为那样做意味着失去竞争优势，相反，单个Token的成本不再应该被视为划归IT部门的技术附注，而是必须被提升为企业核心的业务变量。
AI应用模式中的风险
自AI热潮开启以来，我注意到我们所有的客户都在犯一个极其危险的技术性错误，这可能会让他们在中期付出惨痛代价：他们只关注运营效率(即通过AI降低成本)。
我观察到，比例惊人的公司依然陷于仅仅关注短期降本的试点阶段。Bain & Company的全球自动化与AI指南调查发现，在对其AI举措进行效益衡量的企业中，占比最大的一群(整整40%)仅实现了10%或更少的成本降低，严重未达内部预期。我们的客户正将过多的资源和精力投入到微乎其微的财务收益中，而在这样做的同时，他们正在危及自身最宝贵的资产：服务质量、业务韧性以及客户信任。
仅仅依靠AI来裁减员工或偷工减料是一个危险的陷阱，会带来严重的实地隐患。拉丁美洲的一家金融服务机构曾宣布，他们通过用AI聊天机器人替代人工，在客户支持方面节省了100万美元，然而，中期显现的现实却截然不同：AI犯错损害了品牌声誉，且由于自动化系统无法处理特殊案例，导致大量愤怒的客户流失。
让企业进行极端的“AI节食”，可能会让下一季度的财务报表看起来更瘦身，但过度依赖降本最终会导致业务在市场动态发生变化时过于孱弱、无力竞争。我们现在正在引导客户将问题从“AI能帮我们省多少钱?”转变为“我们如何利用AI指数级提升企业的长期价值?”
部署企业级AI是一场马拉松而非短跑，且每一英里的地形都在变化。在下一个时代能够脱颖而出的，将是那些从盲目崇拜走向严谨自律的企业——它们不把AI当成立竿见影降本的神丹妙药，而是将其视作一项需要严密治理、架构远见和成熟文化的重心能力。要驾驭这一转变，必须跨越理论炒作，将决策建立在不加掩饰、经受过实战检验的现实之上。
随着我们在各个行业持续推进这些技术的落地，成功的蓝图正在被实时重写。让我们在共同绘制商业智能未来的道路上，保持交流，探索前行。
关于企业网D1net(www.d1net.com)
国内头部to B IT门户，同时在运营国内头部的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)
如果您在企业IT、网络、通信行业的某一领域工作，并希望分享观点，欢迎给企业网D1net投稿。
投稿邮箱：
editor@d1net.com
合作电话：
010-58221588（北京公司）
021-51701588（上海公司）
合作邮箱：
Sales@d1net.com
企业网D1net旗下信众智是CIO（首席信息官）的专家库和智力输出及资源分享平台，有六万多CIO专家，也是目前较大的CIO社交平台。
信众智对接CIO为CIO服务，提供数字化升级转型方面的咨询、培训、需求对接等落地实战的服务。也是国内较早的toB共享经济平台。同时提供猎头，选型点评，IT部门业绩宣传等服务。
扫描 “二维码” 可以查看更多详情
