Richard Teachout // Teachout.com
← 全部文章

AI 无法为你打造的地基

Richard Teachout
Richard Teachout Ashley Furniture Industries 首席技术官 —— 高管级技术领导者、创业者、AI 领导者、架构师、问题解决者、前开发者。 July 27, 2026
AI 领导力
AI 无法为你打造的地基

人人都在采购 AI,却几乎没人在为它做准备。

每一波重大技术浪潮都遵循同样的模式。一项新能力浮现。早期采用者开始试验。媒体宣告一场革命。企业蜂拥投入。咨询公司搭起实践体系。大会议程被成功故事填满。

然后,鸿沟出现了。

在技术所承诺的,与组织实际能够消化的之间,横亘着一片广袤的隐性工作疆域。能弥合这道鸿沟的公司会胜出;做不到的——无论买下多少技术——最终只会沦为脚注。

ERP 有过这种模式,CRM 也有。精益制造、六西格玛、云计算、数字化转型、移动化,无一例外。每一波都承诺转型,但每一波都只把它兑现给那些早已建立起技术所需纪律的组织。

AI 是这同一个故事的下一章。这一次的不同之处在于速度。AI 能力的进步比以往任何一波技术浪潮都快。而“采购 AI”与“为它做好准备”之间的鸿沟,也从未像现在这样宽。

摩天大楼的类比

人人都想设计摩天大楼,却没人愿意浇灌混凝土。然而每一座摩天大楼的高度,都由地下部分决定。

AI 是那座摩天大楼。卓越运营才是地基。

大多数组织都在重金投资那座摩天大楼。他们购买模型、招聘数据科学家、组建 AI 卓越中心、启动试点项目。却很少有人投资地基。他们想当然地以为它存在、以为它坚固、以为混凝土早在过去某个时候就浇好了,并且至今依然牢固。

在大多数组织里,事实并非如此。地基在多年累积的运营债务下已经开裂:冗余的审批、重复的工作、相互冲突的 KPI、口耳相传的隐性知识、不一致的术语、无文档记录的流程、手工对账、支离破碎的归属、组织摩擦。

这每一条都是地基上的一道裂缝。而 AI 不会去填补裂缝,它会找出裂缝。

运营债务:被隐藏的负债

大多数领导者都理解技术债务,却很少有人理解运营债务。

运营债务,是随着组织成长而不断累积的流程捷径与组织性变通办法。它是那条没人记得为何存在的审批链,是那份取代了无人维护系统的电子表格,是那个在不同部门含义各异的术语,是那个只存在于某个人脑海里的知识。

每一次重大技术实施都会暴露运营债务。AI 比以往任何技术暴露得都快,因为 AI 不是坐在你的流程之上,而是去学习它们、放大它们。如果你的流程是坏的,AI 会以你从未有过的速度,把那个坏流程自动化。它会在你意识到发生了什么之前,就把你的机能失调规模化。

真正要紧的地基

下面就是决定 AI 能否规模化成功的十大地基。每一个都不可见,每一个都至关重要,每一个也都在被大多数急于部署 AI 的组织所忽视。

1. 语义对齐。每家企业对“客户”都至少有三套定义——销售视角、支持视角和计费视角。AI 无法推断组织的含义,它只会从你喂给它的东西中学习。在规模化部署 AI 之前,先投资建立一套共享的词汇表,创建一个每个系统都能引用的语义层。

2. 可信数据。问题从来不在数据量,而在于信任。当组织自己都无法确定何为真时,AI 也无从判断。可信数据不是拥有更多数据,而是知道哪些数据可以依赖。

3. 先有流程,再谈自动化。永远不要自动化一团混乱。AI 加速的是流程,而不是改善设计糟糕的流程。在自动化之前,先简化。然后让 AI 去加速结果。

4. 工作流健康。多年累积的例外会制造出隐藏的复杂性——邮件审批、影子电子表格、成了习惯的变通办法。AI 会把这一切照单全收。在部署之前,先把工作流清理干净。

5. 围绕价值流来组织。部门优化的是部门。客户体验的是价值流。AI 应当围绕价值流来组织,而不是围绕组织架构图。

6. 组织记忆。知识无处不在——SharePoint、Slack、电子邮件、文档、人们的头脑里。AI 需要机构记忆。把文档当作基础设施来对待,而不是一个 AI 项目。

7. 治理。AI 所支持的决策归谁所有?当某个智能体做出错误判断时,谁该负责?那些把 AI 治理得好的组织,正是那些原本就把决策治理得好的组织。

8. 智能体对齐。一个拥有多个 AI 智能体的组织,会面临多智能体协调问题:共享语义、一致的目标、清晰的交接、冲突解决。智能体是新的,而协调问题和组织本身一样古老。

9. 度量。真正要紧的度量是组织层面的:决策延迟、人工介入率、返工率、否决率。它们衡量的是组织是否真的在变得更好。

10. 文化。没有任何模型能修复文化。AI 奖励的,是那些有文档、知识共享、鼓励试验、持续改进已成常态的组织。

反驳意见

“我们的 AI 没有这些似乎也能用。”试点的成功并不能预测企业的可规模化性。试点与生产之间的鸿沟,正是地基弱点显现的地方。

“我们以后再清理。”而“以后”很少到来。交付下一项能力的压力,总会压过清理这种隐性工作。

“模型已经足够聪明了。”模型确实聪明,但组织是复杂的。没有对齐的数据和清晰的流程,智能只会产出局部正确、整体错误的输出。

机遇

AI 代表着商业史上最强大的杠杆点之一,不是因为它取代了卓越运营,而是因为它奖励卓越运营。

那些在地基上投入过的组织,即将以他们从未预料到的方式看到这些投入开花结果。他们干净的数据、对齐的流程和共享的语义,将成为 AI 交付变革性价值的平台。

这份工作并不光鲜。浇灌混凝土从来都不光鲜。但摩天大楼的高度正取决于此。

AI 不会取代卓越运营,它会奖励卓越运营。只投资 AI 的组织,自动化的只是昨天;投资自身地基的组织,定义的才是明天。

周一你就能做的事

首先,审计你的运营债务。挑一个关键流程——从订单到收款、从采购到付款、客户服务——然后端到端地把它梳理一遍。数一数人工介入的次数,找出变通办法,识别术语冲突。

其次,投资语义对齐。在部署下一套 AI 系统之前,先在全组织范围内定义你的核心术语到底是什么意思。客户、产品、订单、库存。取得共识,形成文档,并强制执行。

第三,度量真正要紧的东西。别再追踪 AI 的活动量,开始追踪业务成果:决策延迟、周期时间、人工介入率、否决率。

混凝土在等着。摩天大楼可以再等等。

觉得这套论述适合你的活动吗?跟我说说那个场合—— 日程是有选择的.

开始对话
English简体中文Tiếng Việt