如果只关注 OpenAI、Anthropic、Google 等前沿 AI 公司的最新公告，人们可能会以为企业即将迅速转型为自主的、AI 原生的组织。这种叙事对高管层很有吸引力：AI 智能体可能取代大量知识工作；企业也许能大幅降低成本；整个行业可能几乎在一夜之间被重塑。作者认为，这种说法方向正确，但时间线错误。区别很重要：如果 AI 在未来十年内改变企业，组织有时间学习、适应、重新设计运营模式并获取价值；如果这些变化发生在未来 12 到 18 个月内，许多企业将面临严重冲击。根据在大型企业看到的情况，证据更偏向第一种情景，而非第二种。
头条跑在现实前面
许多围绕 AI 的大胆说法值得保持健康的怀疑。这不是因为技术缺乏能力；AI 毫无疑问很强大，前沿模型继续以惊人速度改进。但在实验室展示一项能力，与在大规模企业中推行转型，存在显著差异。每隔几周，就有消息称新模型能完成软件开发人员、律师、客服人员等的许多任务。这些公告背后可能有真实成分，但完成孤立任务与重塑整个职业或运营模式相去甚远。这些公告还有另一个作用：它们增强投资者信心，并支撑构建这些模型的公司的估值。企业领导者应小心，不要把营销势头误认为运营现实。
企业正在取得进展，但是渐进式的
作者观察其客户群时，并未看到组织停滞不前，而是看到数百项 AI 计划正在进行。主要结论是，大多数公司专注于用 AI 工具改进现有流程，而不是彻底重塑流程。高管们经常说，他们在软件开发、客户服务或内部生产力方面对 AI 工具投入巨大。Token 成本大幅增加。然而生产力提升总体上有限。原因很多。有时工具本身仍不完善；其他情况下，组织没有改变工作方式。仅仅给员工 AI 助手很少能带来变革性结果。有时，公司实际上需要更多而不是更少的人来支持新工作流程。过去两年，作者及其团队持续发现，技术只是等式的一部分。组织重新设计才是更大的挑战。
最大障碍不是技术
当前限制因素越来越不是模型本身。企业仍需构建在运营上可问责的 AI 系统，使其始终以合适成本交付正确结果，这仍然困难。同时，公司必须重新思考治理、工作流程、激励、培训和组织结构。这些变化天然比部署新软件更慢。这解释了许多组织为何行动谨慎。错误地重新设计运营模式的风险，往往超过短期生产力收益。所有人都在试验，但不应把试验与短期转型混为一谈。
董事会需要保持更合理的预期
AI 炒作周期的一个后果是，董事会层面的预期变得不切实际。作者经常听到 CEO 走访硅谷 AI 公司后带回要求：通过 AI 将成本降低 40%。这是可以理解的愿望；然而，当前证据并不支持这是近期现实。从历史上看，组织通过外包、劳动力套利和运营模式重新设计实现了大幅成本削减。AI 尚未证明能够在企业范围内持续实现这些结果。更好的问题不是 40% 的生产力提升是否可能，而是在什么时间框架内可以现实地实现。作者预期，其中许多收益将被证明可以实现，但需要三到五年，而不是六到十八个月。
两条 AI 旅程正在同时发生
作者看到企业越来越倾向于两条不同的 AI 战略。第一条是演进路径。以软件开发为例。研究表明，通过将 AI 应用于当今的软件开发生命周期，组织可以实现接近 30% 的生产力提升。但这些收益需要改变团队结构、开发流程、管理实践等。仅仅添加 AI 编码助手不会带来全部收益。这种演进可能在未来 18 个月到两年内展开，并在三到五年的周期内进一步积累收益。第二条路径是重塑。组织不是改进今天的流程，而是提出第一性原理问题：哪些工作到底应当存在？客户体验体现了这一区别；演进式方法侧重于减少处理时间、降低服务成本和提升客服人员生产力。重塑式方法则提出一个完全不同的问题：如何完整、准时、足额地解决客户的问题？回答这个问题需要把客户服务与销售、财务、履约、市场营销及其他相邻职能整合起来。AI 成为一个平台，使根本不同的运营模式成为可能，而不只是自动化现有任务。第二条旅程明显更具雄心，可能需要五年或更长时间才能成熟。
耐心是保持竞争优势的关键
从 AI 中获益最多的组织，未必是那些今天发布最大公告的组织。它们会是那些设定现实预期、在技术之外同时投资组织变革、并同时追求演进式改进和更长周期的重塑的组织。AI 无疑将重塑企业运营。作者对此仍然坚信。作者不太确信的是今天头条所暗示的速度。对大多数组织而言，转型已经开始。它只是以年而非月为单位展开，而认识到这一区别的领导者将做出更好的决策、更有效地配置资本，并最终获取更可持续的价值。
夜雨聆风