AI，為什么會(huì)卡在業(yè)務(wù)流“門外”？

??深響原創(chuàng) · 作者｜呂玥

AI火熱，“All in AI”也成了不少CEO的口頭禪。但現(xiàn)實(shí)卻要冷峻得多，很多企業(yè)發(fā)現(xiàn)真正讓AI在組織里跑起來，遠(yuǎn)比想象中困難。

最直接的問題是“燃料”沒準(zhǔn)備好——企業(yè)核心資料和數(shù)據(jù)散落在各個(gè)系統(tǒng)中，甚至還有大量關(guān)鍵經(jīng)驗(yàn)沉淀在老員工腦子里。

與此同時(shí)，組織內(nèi)部還存在不小的摩擦力。有些企業(yè)是各自為戰(zhàn)——員工各自使用熟悉的AI工具，雖然點(diǎn)狀提效，卻無法形成組織合力；還有些企業(yè)則是自上而下強(qiáng)推AI，結(jié)果增加了工作量和流程復(fù)雜性，員工叫苦不迭。

另一個(gè)更普遍的問題在于管理者的期待過于激進(jìn)。不少企業(yè)一開始就希望AI能夠直接“降本增效”、替代人工，但現(xiàn)實(shí)是大量非標(biāo)準(zhǔn)化問題依然需要人類判斷，最終又重新回到人工處理，反而增加了成本。

麥肯錫數(shù)據(jù)顯示，88%的企業(yè)已經(jīng)在至少一個(gè)職能中常態(tài)化使用AI，但多數(shù)仍停留在探索或試點(diǎn)階段，僅有約三分之一企業(yè)計(jì)劃推進(jìn)規(guī)?；涞?。

為什么AI如此難以融入企業(yè)核心業(yè)務(wù)流？

在昨日舉辦的人工智能+生態(tài)大會(huì)（AIEC 2026）上，浪潮信息董事長彭震給出了一個(gè)形象的判斷：“在綠皮火車上改造不出高鐵。”

在他看來，企業(yè)需要的不是“+AI”，而是“AI+”。前者只是把AI當(dāng)作外掛工具，在現(xiàn)有流程上打補(bǔ)?。欢笳邉t是從底層重構(gòu)業(yè)務(wù)流程、組織形態(tài)和管理體系，讓AI成為核心生產(chǎn)要素。

變革遠(yuǎn)比裝幾個(gè)軟件要復(fù)雜得多，這是一場觸及組織靈魂的“AI原生進(jìn)化”。

浪潮信息董事長彭震

跳出工具思維，用AI重塑創(chuàng)新力

當(dāng)企業(yè)決定擁抱AI，管理者最自然的反應(yīng)往往會(huì)是：能省多少錢？能提多少效？

這個(gè)出發(fā)點(diǎn)沒有錯(cuò)，但如果止步于此，就容易陷入“工具思維陷阱”。

比如員工使用不同AI工具，看似節(jié)省了時(shí)間，但很多時(shí)間又被消耗在協(xié)調(diào)、審批、返工和反復(fù)修改中。效率提升未必真實(shí)發(fā)生，反而增加了“調(diào)教AI”的隱性成本。

換個(gè)角度想，當(dāng)所有企業(yè)都在使用AI提效時(shí)，競爭格局其實(shí)并沒有發(fā)生根本變化。就像電影院里所有觀眾同時(shí)站起來，卻沒有獲得更好的觀影體驗(yàn)。

而且對于企業(yè)而言，降本增效始終只是手段，可持續(xù)增長才是目標(biāo)。如果把AI的價(jià)值錨定在“省錢”上，就容易陷入局部優(yōu)化，而忽略了更重要的創(chuàng)新能力建設(shè)。

AI真正的價(jià)值，不是做“成本的加減法”，而是做“能力的乘法”。前者把AI當(dāng)作壓縮成本的工具，后者則是用先進(jìn)技術(shù)重塑企業(yè)的生產(chǎn)力和創(chuàng)新力。

彭震用四個(gè)相互關(guān)聯(lián)的維度，描繪了AI如何重塑企業(yè)的創(chuàng)新能力：

首先是創(chuàng)新速度。傳統(tǒng)研發(fā)以年為單位，一款新產(chǎn)品從概念到上市動(dòng)輒三到五年。而在AI輔助下，海量數(shù)據(jù)處理和高速仿真將這一周期壓縮到數(shù)天甚至數(shù)周。這不是快一點(diǎn)，而是快了一個(gè)數(shù)量級(jí)。

速度的突破帶來了成本的解放。過去，創(chuàng)新依賴大規(guī)模物理實(shí)驗(yàn)，每一次試錯(cuò)都是真金白銀。而AI將創(chuàng)新過程轉(zhuǎn)向數(shù)字仿真和計(jì)算驗(yàn)證，極大降低了試錯(cuò)成本。

當(dāng)時(shí)間和成本不再成為主要約束，創(chuàng)新空間也被進(jìn)一步打開。“AI有深度又有寬度，可以涵蓋從市場調(diào)研到架構(gòu)設(shè)計(jì)到底層代碼的全流程，這是任何單個(gè)人類專家都無法企及的知識(shí)廣度。”正如彭震所說，人類只能在少數(shù)幾種候選方案中評估擇優(yōu)，但AI能從數(shù)百萬種可能性中進(jìn)行探索和優(yōu)化。

最終創(chuàng)新質(zhì)量發(fā)生了根本性變革。決策模式從依賴定性判斷，升級(jí)為基于海量數(shù)據(jù)的精準(zhǔn)推演。創(chuàng)新的成功率和可靠性不再是碰運(yùn)氣，而是可計(jì)算、可復(fù)現(xiàn)的結(jié)果。

速度、成本、空間、質(zhì)量——這四個(gè)維度層層遞進(jìn)，共同指向一個(gè)結(jié)論：AI不是在優(yōu)化舊路徑，而是在開辟新賽道。

從認(rèn)知到落地，關(guān)鍵在「組織」進(jìn)化

當(dāng)然創(chuàng)新從來不是某個(gè)員工的個(gè)人行為，而是組織能力的產(chǎn)物?，F(xiàn)實(shí)中真正讓企業(yè)感到“痛”的，是組織如何與AI共處的問題。

對于影響AI進(jìn)入核心業(yè)務(wù)流的因素，彭震的判斷很明確——企業(yè)AI轉(zhuǎn)型的最大阻力并非技術(shù)，而是人。

技術(shù)可以買，算力可以堆，模型可以調(diào)，但圍繞“人”構(gòu)建起來的組織體系，很難被快速改變?，F(xiàn)行企業(yè)的考核、審批、權(quán)限體系，無一不是圍繞“人”的特性設(shè)計(jì)；但Agent的協(xié)作方式、產(chǎn)出節(jié)奏、犯錯(cuò)模式與人截然不同。如果繼續(xù)用管理人的方式管理Agent，用人的流程匹配Agent，摩擦幾乎不可避免。

Gartner預(yù)測，到2027年，40%的企業(yè)Agent項(xiàng)目會(huì)因?yàn)橹卫硎”蝗∠?。而目前真?shí)案例已不少見：有企業(yè)引入Agent處理客服工單，Agent幾秒鐘即可完成初步處理，但后續(xù)審批流程仍然按照人工模式設(shè)計(jì)，結(jié)果工單在審批環(huán)節(jié)停留兩天。還有企業(yè)多個(gè)項(xiàng)目組各自部署Agent，由于缺乏統(tǒng)一權(quán)限體系，一個(gè)Agent調(diào)用數(shù)據(jù)時(shí)觸發(fā)另一個(gè)系統(tǒng)的安全警報(bào)，導(dǎo)致任務(wù)中斷。

問題并不在Agent能力，而在組織沒有準(zhǔn)備好。

對此，彭震提出了“Humagent”（Human+Agent，人+智能體）的概念——未來企業(yè)將不再是“人的組織”，而是“人+數(shù)字員工”的混合體。企業(yè)要將Agent視為數(shù)字員工，像管理人類員工一樣為其建立身份、崗位、權(quán)限和績效體系，讓人類員工和數(shù)字員工在同一套組織框架中協(xié)同工作。

“把Agent視作數(shù)字員工，也許他會(huì)犯錯(cuò)誤，但我們要通過組織管理來管理這種不確定性。組織管理的核心目標(biāo)，就是要最大化發(fā)揮AI的先進(jìn)生產(chǎn)力在企業(yè)中的智力貢獻(xiàn)?！?/strong>

在彭震看來，一個(gè)成熟的Humagent組織，需要同步完成四方面建設(shè)：

一是解決Agent的身份與管理問題。

浪潮信息推出的元腦Agent管理平臺(tái)，能夠?yàn)锳gent定義崗位、角色與權(quán)限同時(shí)面向任務(wù)統(tǒng)一調(diào)度分配，避免資源沖突和任務(wù)死鎖。而且平臺(tái)還將采納率、幻覺率、自動(dòng)化率等指標(biāo)量化考核，客觀評估Agent產(chǎn)出；動(dòng)態(tài)管理權(quán)限與執(zhí)行過程，確保每一步可控、可追溯。整體來看，這讓Agent在企業(yè)里有身份、有規(guī)矩、有考核、有邊界。

二是讓Agent“干得順”，需要流程再造。

AI原生組織并不是簡單把AI嵌入舊流程，而是重新設(shè)計(jì)流程中的人機(jī)分工。創(chuàng)造性工作、戰(zhàn)略判斷和關(guān)鍵決策仍由人負(fù)責(zé)，高頻重復(fù)執(zhí)行、信息處理和任務(wù)流轉(zhuǎn)則更多交給Agent完成。

浪潮信息自身實(shí)踐也驗(yàn)證了這一點(diǎn)：其ClawManager產(chǎn)品開發(fā)中，人與Coding Agent協(xié)同，原本耗時(shí)多天的研發(fā)工作僅用7天完成，代碼產(chǎn)出量20萬行，整體效率提升170倍。

三是讓“人機(jī)配合得好”，核心在評價(jià)體系更新。

浪潮信息將AI能力分級(jí)認(rèn)證與績效掛鉤，每個(gè)部門、每個(gè)分組都設(shè)統(tǒng)一的AI KPI，每個(gè)季度統(tǒng)計(jì)考核。當(dāng)員工的AI協(xié)作能力可以被量化評估，人機(jī)配合就有了持續(xù)優(yōu)化的動(dòng)力。

四是讓“底座撐得住”，也就是做好數(shù)據(jù)治理。

沒有高質(zhì)量、可理解、安全可控的數(shù)據(jù)底座，Agent再聰明也干不好活。而浪潮信息開發(fā)元腦AI原生數(shù)據(jù)安全管理分層架構(gòu)，讓治理對象從結(jié)構(gòu)化數(shù)據(jù)擴(kuò)展至全模態(tài)覆蓋，治理機(jī)制從靜態(tài)規(guī)則轉(zhuǎn)變?yōu)閯?dòng)態(tài)語境授權(quán)與語義理解，治理顆粒度從碎片化升級(jí)為全域多源融合。

制度、流程、評價(jià)、數(shù)據(jù)——四根柱子撐起了Humagent組織的骨架。骨架之下，還需要一套強(qiáng)勁的“供能系統(tǒng)”。

AI原生企業(yè)，需要一套新基礎(chǔ)設(shè)施

組織革新后，當(dāng)越來越多Agent能夠進(jìn)入企業(yè)核心業(yè)務(wù)流程，新的問題也隨之出現(xiàn)：AI能力如何被持續(xù)供給和管理？

企業(yè)同時(shí)管理數(shù)十個(gè)、數(shù)百個(gè)甚至上千個(gè)Agent時(shí)，Token消耗量會(huì)指數(shù)級(jí)上升。但GPU產(chǎn)能是線性的，這意味著Token供需錯(cuò)配難以避免。規(guī)?；褂肁I就變成了一個(gè)資源管理問題。

此時(shí)企業(yè)通用的“購買AI能力”模式就開始暴露出了局限性。

成本壓力最為直觀——業(yè)務(wù)擴(kuò)大后，公有云Token調(diào)用費(fèi)用會(huì)持續(xù)攀升。其次是數(shù)據(jù)安全的要求：企業(yè)核心數(shù)據(jù)、商業(yè)機(jī)密全部依托第三方平臺(tái)，合規(guī)風(fēng)險(xiǎn)不容忽視，特別是金融、制造、能源等行業(yè)對數(shù)據(jù)本地化更是硬性要求。

更深層的問題還在于主動(dòng)權(quán)：由于不存在能適配所有場景的“通用萬能模型”，企業(yè)未來往往需要同時(shí)調(diào)用不同模型處理不同任務(wù)，這意味著不能將核心能力完全綁定在單一模型或單一供應(yīng)商上，而需要構(gòu)建開放、多元、多模的技術(shù)體系。

而這正是企業(yè)自建“Token工廠”的意義所在。

在彭震看來，未來企業(yè)會(huì)逐步分化，輕資產(chǎn)、數(shù)據(jù)體量小、對AI依賴較低的企業(yè)仍適合采購第三方服務(wù)。但重?cái)?shù)據(jù)資產(chǎn)、對AI依賴程度高、或規(guī)模較大的企業(yè)，則會(huì)逐漸從采購Token轉(zhuǎn)向生產(chǎn)Token。“這和云計(jì)算的發(fā)展路徑高度相似——早期大家都用公有云，隨著業(yè)務(wù)深耕，頭部企業(yè)紛紛自建數(shù)據(jù)中心、自研底層技術(shù)。AI行業(yè)正在復(fù)刻這一趨勢。”

Token工廠并不是一個(gè)單純的技術(shù)概念，而是一套圍繞智能能力生產(chǎn)、調(diào)度和運(yùn)營構(gòu)建的新型基礎(chǔ)設(shè)施。這也是浪潮信息持續(xù)投入的方向。

從硬件層面看，浪潮信息的AI服務(wù)器、整機(jī)柜服務(wù)器、全系液冷方案、分布式存儲(chǔ)、AI網(wǎng)絡(luò)交換機(jī)等，共同構(gòu)成了Token工廠的底層算力底座。而軟件層面，AIStation、Inmanager等承擔(dān)了資源調(diào)度、異構(gòu)算力管理和運(yùn)維管理能力。此外，浪潮信息通過元腦生態(tài)連接了多家模型、算法和應(yīng)用伙伴，為企業(yè)構(gòu)建多元多模的智能能力體系，這也避免了單一技術(shù)鎖定。

彭震的態(tài)度也很明確——浪潮信息的角色不只是“賣設(shè)備”。"我們希望大家把我們當(dāng)成一個(gè)同行者，在AI轉(zhuǎn)型這件事上分享經(jīng)驗(yàn)和思考。雖然我們不是專業(yè)咨詢公司，但我們自己踩過坑、做過重構(gòu)，愿意和大家一起走。”

回到開頭的那個(gè)問題：為什么AI難以融入企業(yè)核心業(yè)務(wù)流？用彭震的話來說答案是“我們一直在用舊地圖尋找新大陸”。

每一次技術(shù)革命到來時(shí)，人們最先關(guān)注的往往都是工具本身。但真正拉開企業(yè)差距的，從來不是誰更早拿到工具，而是適應(yīng)新技術(shù)的速度。AI也是如此。

AI原生不是部署幾個(gè)模型、上線幾個(gè)Agent，更不是一次簡單的效率優(yōu)化。它意味著企業(yè)需要重新理解創(chuàng)新、設(shè)計(jì)組織、建設(shè)基礎(chǔ)設(shè)施。這是一場需要系統(tǒng)性重構(gòu)的馬拉松。對于企業(yè)而言真正關(guān)鍵的是先起跑，而后持續(xù)跑下去。