夜雨聆风上一篇写个人篇时，我把个人AI转型分成了三条路：个人能为AI做什么，AI能为个人做什么，以及个人和AI放在一起，能为行业做什么。
写到部门，问题就不太一样了。
一个人不会用AI，影响的也许只是自己的效率和能力边界。一个部门如果迟迟不动，影响的会是它在企业里的位置。预算往哪里投，项目交给谁，人才向哪里集中，甚至这个部门以后还有没有发展空间，都会慢慢发生变化。
部门很多，这篇先从信息化部门（或者叫IT部、技术部）说起。原因也很简单：AI进入企业，不可能绕开系统、数据、权限、安全和原有流程，而这些东西，大多握在信息化部门手里。它离AI最近，也最容易被AI重新定义。
一、先把一个问题说清楚：企业里的AI，到底该谁负责？
现在不少企业谈AI，常见的状态是大家都觉得重要，但责任并没有真正落下去。业务部门认为AI属于技术问题，信息化部门觉得自己负责的是系统建设和运维，战略部门可以研究趋势，却很难接住具体项目。于是会开会，会交流，也会做几个演示，真正进入日常工作的并不多。
AI一旦变成“大家都要重视”的事，很容易也变成没人真正负责的事。
从组织上看，无非是两种选择。一种是单独成立AI部门，集中招人、拿预算、建平台；另一种是让原来的信息化部门向AI部门演进。名字可以不同，但必须有一个部门明确承担责任。否则，所谓AI转型最后往往停留在零散试用，热闹一阵，又回到原来的工作方式。
我个人更倾向于，信息化部门应该主动接住这件事。它并不是天然最懂AI，但它熟悉企业系统的底账，知道数据在哪里、接口怎么接，也知道哪些环节看起来简单，实际上牵一发而动全身。这些是新团队短时间内很难补齐的。
当然，接住责任不等于在原有职责后面加一句“兼顾AI”。如果人没变、预算没变、考核没变，工作仍然只是买系统、保运行，那么职责文件里多几个AI字样，意义不大。
二、IT部如果不往前走，最后可能只剩下“维护”
部门转型有一个很现实的规律：资源会跟着企业最想解决的问题走。
过去，企业需要把业务搬进系统，预算自然流向信息化建设；后来强调上云、数据中台、数字化，新的项目和人才又向这些方向集中。现在企业开始追问AI能不能提升经营效率、改变产品和服务，资源当然也会往AI方向移动。
这时候，如果信息化部门给出的回答是：“我们是二十年前成立的部门，现在员工年龄偏大，也不太懂AI，这件事还是另找年轻人做吧。”听起来像是在说明客观困难，实际上等于主动放弃了下一阶段的发展权。
公司可能把信息化部门原有预算的90%调给新成立的AI部。企业资源总量有限，新部门要成长，就一定会从原来的预算、项目和人员中获得资源。AI平台要建设，旧系统要接入，数据要治理，后续维护也要统一，时间一长，很多原来由IT部掌握的事情，自然会转到新部门。
信息化部未必会消失。机房要管，账号要开，旧系统还要维护。但它可能慢慢变成一个以保障运行为主的后台部门：事情不少，责任也不轻，只是离企业的新增投入和核心决策越来越远。
这才是更值得警惕的地方。不是部门突然被撤掉，而是名字还在，发展空间却一点点被拿走。
三、改名容易，工作方式最难改
不过，反过来也要说一句：把“信息化部”改成“AI部”，并不代表转型已经发生。
有的部门过去以项目交付为中心。业务提需求，IT找厂商、做招标、上系统，项目验收之后进入运维。AI项目很难完全照搬这套方式。因为很多需求一开始并不清楚，业务自己也未必知道AI能做到哪一步。技术人员如果只等一份写得完整的需求书，往往等不到真正有价值的场景。
这就要求部门往前走一点。不是只问“你想买什么系统”，而是和业务一起看：哪项工作耗时最多，哪类判断高度依赖经验，哪些数据已经具备，哪里出了错又不能接受。问题先找准，后面的模型、智能体和应用才有意义。
评价方式也要变。传统IT项目比较容易看进度、预算和系统是否正常上线。AI项目即使上线了，也可能没人愿意用；有人用，也不代表真的创造了价值。回答准确率怎么样，人工复核成本有没有下降，业务流程是否真的缩短，风险能不能控制，这些都要进入考核。
还有一件不太显眼，却很关键的事：AI能力不能是每个业务部门都从头建设。模型接入、知识库、权限、日志、安全评估，这些共性的东西最好由信息化或AI部门做成底座。业务部门在上面做自己的应用。否则公司里很快会出现一批互不相通的小工具，演示时都不错，过半年没人维护。
所以，IT部向AI部演进，不只是技术栈里多了一个人工智能。它的角色要从系统建设者，慢慢转成企业智能能力的提供者。这句话听上去有点大，落到日常工作里，其实就是更早地参与业务、更持续地运营应用，也对结果承担更多责任。
四、新成立AI部，也可能走进另一个坑
如果原来的信息化部门确实接不住，成立新的AI部也很正常。但新部门并不是天然正确。
它最容易走进的坑，是变成企业里的另一个技术孤岛。团队很年轻，懂模型，能快速做出各种演示，可一接真实业务就遇到麻烦：数据拿不到，旧系统不开放接口，安全部门不同意，业务人员也说不清流程。最后做了不少东西，真正长期使用的很少。
AI部如果只掌握技术，不理解业务，它会和过去只管系统、不管结果的IT部犯同一种错误，只是换了一批更时髦的词。
比较合理的分工，或许是AI部门负责共性能力、技术平台和治理规则，业务部门负责提出真实问题并对使用结果负责，高层则要处理跨部门的资源和利益冲突。因为数据属于谁、流程由谁改、节省下来的成本算谁的成绩，这些已经不是技术问题，靠AI部门自己协调不动。
这里还有一个边界需要把握。AI不能完全收在一个部门里，好像其他人等着交需求就行；也不能撒给所有部门，让大家各自试用。前者容易脱离业务，后者容易失控。部门存在的价值，不是垄断AI，而是让整个企业更安全、更低成本地用上AI。
五、那些“50多岁的老IT”，未必是包袱
“信息化部二十年前都是小伙子，现在已经是50多岁的老同志，根本不懂AI。”这是不是意味着他们成为了企业的包袱，要被优化或者退居二线了？
年龄和技能老化确实是现实问题，没必要回避。但如果因此得出“原团队没有价值”，也过于简单。
企业里真正难处理的，往往不是新模型怎么调用，而是多年积累下来的旧系统和复杂关系。某个字段为什么这样设计，两套系统之间为什么一直对不上，一次故障背后有哪些历史原因，很多答案并不在文档里，而在这些老员工的记忆里。新来的AI人才懂技术，却未必知道这些坑。
每个人都需要补AI这一课，这是责任，不能拿年龄当理由。但企业也不该把转型理解成换一批年轻人。更现实的办法，是让懂系统的人、懂业务的人和懂AI的人一起做。老经验如果始终只留在个人脑子里，退休后就带走了；如果借着AI转型把它整理成规则、案例和知识库，反而会成为企业很有价值的数据资产。
从这个角度看，AI转型既是技术升级，也是一次组织知识的重新整理。旧团队不是天然的包袱，拒绝学习才会变成包袱。
写在最后
讲趋势，不能只是把过去发生的事排列一遍。真正有用的是顺着趋势往后推：责任会怎么变，资源会流向哪里，现有部门如果不动，会发生什么。
我目前的一个判断是，企业的信息化部门会逐渐出现分化。有些部门会把系统、数据、AI和业务连起来，继续站在企业转型的中心；另一些部门仍然只负责旧系统运行，工作不会马上消失，但存在感会越来越弱。
至于部门最后叫信息化部、数字化部、IT系统部，还是人工智能部，反而没有那么重要。重要的是，谁在为AI落地负责，谁掌握预算和平台，谁能把技术变成真正有人使用的能力。
部门转型往往没有一个宣布完成的时刻。它就是在一个个项目、一笔笔预算和一次次人员调整中，慢慢发生。等大家都看清楚的时候，资源可能早已重新分配完了。
