李骉
AI落地难的根本原因很可能是你的公司旧流程最近乔治梅森大学经济学教授 Tyler Cowen 在访谈中表述：模型已经足够强，真正拖慢AI落地的不是技术，而是公司还在用旧流程、旧权限和旧管理方式来接AI。具体内容围绕五个方面展开：1. 编程最先被AI改写，因为结果能当场验收软件开发有编译器、测试、日志、版本控制等现成的"裁判"机制，Agent写完代码可以立刻知道对不对，形成连续工作的反馈回路。而客服、法务、医疗等行业缺少即时反馈，Agent很难独立跑完任务。2. 模型已经够强，公司却还没换工作方法很多公司只是给旧流程加了个聊天窗口——AI生成摘要后仍要人工复制进其他系统，AI写完报告审批人仍在邮件和表格间来回确认。模型省了十分钟，整个流程还是要三天。3. 整代员工重新学习工作，比升级模型难得多工作被AI重新拆分后，谁发起任务、谁检查结果、AI犯错谁负责、绩效怎么算——这些组织问题任何一项说不清，团队就会退回旧流程。4. 先把业务变成"可以测试的东西"交给Agent的任务必须补齐四部分：输入从哪里来、什么算完成、失败怎样暴露、出了问题怎样退回。写清这些，模型才有机会独立工作。5. 当智能变便宜，主动性开始涨价知识和智能越来越容易获得后，更值钱的能力是发现问题、形成判断，并知道怎样把不同的AI能力组织起来。同样面对客服团队，有人只会写一条Prompt，有人却能追问哪些工单最耗人力、哪步最适合自动化、Agent能否先处理80%的常规情况。一句话核心结论： 别等下一代更强模型了，现有模型已经够用。企业真正需要做的，是把业务规则整理清楚、把完成标准写成机器可检查的条件、为异常准备日志和回滚路径——总得有人先回答：任务怎么开始、结果怎么验收、失败怎样暴露、出了问题由谁接手。
发布于 北京
分享
评论
1
未登录
友善发言
评论
加载中
