仝班超
你有没有发现，同样的AI工具，有的企业用它重塑了工作，有的却困在小规模试点里出不来？差距不在技术。大模型、工具、基础设施，大家都能拿到。真正的分水岭在于一件事，把主观判断力显性化。于是出现了典型失败场景：企业上线面向客户的AI，却没有先梳理顶尖客服的决策逻辑，怎么处理价格特例？怎么安抚不满的老客户？超出政策范围怎么办？领先企业正在搭建一种新能力，判断力基础设施。三个转型方向：第一，业务、HR、IT协同治理。界定风险边界、设定智能体绩效标准、管理上线与淘汰，这些不是技术问题，是组织问题。ITA集团做机票预订AI时发现，难点不是开发智能体，是搞清楚智能体做决策需要知道什么：何时控成本、何时客户体验优先、哪些特例能放行。他们让开发人员、管理者、知识型员工直接调校代表自己工作的智能体，而不是靠技术人员转述。第二，管理者转型为“判断力架构师”。AWP Safety的合规总监只有一个人，但她搭建了一系列AI，每个固化她一部分专业经验。处理员工岗位适配、处理信息问询，每年省数百小时，更关键的是：所有事项处理标准统一，法律风险自然降低。管理者的核心工作，变成把专业能力落地，同时赋能人类员工和数字智能体。第三，“思考执行者”成为最核心人才。战略决策者和一线执行者的界限在消失。顶尖员工兼具双重特质：既能思考，又能用智能体把思路落地。金融平台Ramp全员能用ChatGPT、Notion，入职就引导员工自己搭AI工具，而不是只操作现成的。怎么落地？别让专家直接写经验，他们写不出来。创造场景让经验自然呈现：召集同岗位资深员工，围绕真实场景和边缘案例开研讨会。能快速达成共识的，就是可形成制度的内容；出现分歧的，正是值得提炼的核心判断。一场两小时研讨，能挖掘的信息量远超多年积累的书面制度。这份记录，就是后续所有智能体落地最关键的背景资料。判断力体系化之后，专业经验就变得可迁移、可复制。最优实践不再只属于少数资深人员，组织知识能跨部门、跨区域、跨产品线规模化部署。首批试点慢，因为企业在学习如何把隐性经验显性化；后续项目会飞快提速。AI落地的第一阶段，拼谁能拿到顶尖大模型。这个阶段已落幕。下一阶段的竞争核心，是谁完成了更艰难的工作，把企业真实的思考方式和工作方式编码固化绝大多数企业还没启动。先行者，将定义未来的工作形态。
发布于 新疆
分享
评论
赞
未登录
友善发言
评论
加载中
