AI to B奇点已至,企业部署正当时
作者：微信文章摘要
大模型能力的跃迁和推理爆发，为企业的数智化转型铺平了道路，AI to B的奇点时刻已然降临。全球35%企业已经成功部署AI。那些仅停留在技术追踪层面的“旁观者”，正面临着被率先完成AI部署的“实践者”拉开代差的风险。
本文重点回答以下两个问题，希望能为企业决策者提供参考。
AI能做什么？
企业可以利用AI做三类事情：一是Do Faster，驱动效率跃迁；二是Do Better，突破人类知识、经验和能力的瓶颈；三是Do Smarter，驱动组织能力进化，帮助人类胜任更高阶的任务。
如何行动？
建议从场景、技术、商业和组织等四方面着手，推动AI转型：
场景：优先将高频刚需、价值显性或易量化、数据基础好的场景作为第一批试点
技术：大模型并非“万能钥匙”，大小模型综合运用、各取所长才是解题关键
商业：建立ROI思维，但考虑AI“越用越好”的特点，不宜在初期过于苛求数字
组织：建立AI CoE（Center of Excellence，卓越中心），统筹开展员工AI技能重塑计划（reskill+upskill）
01
AI能做什么
01
Do Faster：效率跃迁，比人更快
AI通过算法优化与自动化流程，在重复性、高频率任务执行等业务场景中能实现指数级的效率突破，做到“比人更快”。典型场景：
自动化任务流程：AI可自动化执行数据录入、文件分类、会议纪要撰写等日常重复性任务，节省财务、人力、行政等部门的人工时间和精力，降低人为错误。智能客服响应：AI驱动的聊天机器人能自动处理内部员工和外部客户的咨询，即时回复消息，提高企业内部行政服务部门、客户服务部门的效率，让人工客服专注于处理复杂问题。数据分析与洞察：AI可以快速处理和分析大量复杂数据，发现数据中的模式、趋势和关联，帮助销售、经营分析、运营管理、采购管理等部门生成有价值的洞察和报告，比人工清洗和处理数据更高效。
左右滑动查看更多
02
Do Better：能力突破，比人更好
AI在对创意需求高、关联因子多、数据海量、需要复杂求解的领域可以展现出“比人更好”的优势，帮助人类快速突破知识边界受限、经验积累与复用难、创意与创新乏力的瓶颈。
典型场景：
视觉超越：例如，AI可以开展长时间、高速、高精度的质量缺陷检测、缺陷模式识别，规避人类员工易疲劳、易出错的问题；AI可以快速准确识别图片中的内容，进行自动裁剪、优化、内容审核等工作，相比人工标注和操作更快更准。认知拓展：AI可以拓宽员工在创意、想象力和知识储备方面的边界，在短时间内生成大量的分子结构、海报素材、复杂代码、营销文案、产品外观等新素材，是人类创新启迪的助手。复杂求解：对于一些复杂的优化问题，如生产现场调度、物流路径规划、资源分配等，AI可以通过实时数据和算法模型，在短时间内找到更优解。以物流配送为例，AI综合考虑交通状况、订单量、配送时间等多因子，优化配送路线，这是人类难以凭借经验和手动计算完成的。
左右滑动查看更多
03
Do Smarter：组织能力整体进化
AI通过将组织中基础能力、数据和知识封装为数字化平台与规则，推动员工和组织的能力进化。一方面，有了AI的辅助，原层级的员工将从琐碎、繁杂、低阶的工作中解脱，将有限的精力聚焦于本职工作中最高价值的部分，更好地发挥岗位价值；另一方面，员工也开始拥有更多机会去提前胜任更高阶、复杂的任务，为能力晋级和职位晋升做好准备。员工的能力在实现“履带式”进阶的过程中，将带动组织能力的跃迁，组织变得更加扁平、活力和高效。
典型场景：
专业分工的AI智能体：企业中的知识、数据资产、经验和能力被抽象为数字化规则，形成不同垂直领域的AI智能体，开放给内部员工。例如，商业决策部门可以利用行研智能体开展市场洞察、数据分析和观点提炼，辅助管理层的商业决策。流程智能化：传统高度依赖人工的工作流程被分解为精细化的数字模块，允许根据组织动态和业务调整进行动态重组，提高组织流程的敏捷性。
02
如何行动
我们建议企业从场景、技术、商业和组织等四方面着手，推动AI部署落地。
1
场景
优先将高频刚需、价值显性或易量化、数据基础好的场景作为第一批试点
企业可以从研/产/供/销/服各环节梳理业务流程的痛点，并从场景价值度、落地可行性两个维度进行场景评估，形成如下图所示的画布。
场景价值度意味着投入后的效果与价值，能多大程度上解决痛点。建议企业优先以可量化、与ROI强相关的指标为主，包括降本、增效、创收、增利等方面的量化价值。
落地可行性意味着实施层面的投入成本与代价，企业需要从场景对数据的要求、内部数据的就绪度、外界技术和方案的成熟度来综合判断。
不同企业的业务痛点、数据质量和技术基础高度差异化，这使得画布中的场景分布大相径庭。然而，基于我们的经验总结共性，高频刚需、价值显性或易量化、数据基础好的场景往往更适合作为企业的第一批试点。主要原因在于：
高频刚需意味着“有必要做”，AI能产生规模化的效应，减少大量的人力工作；
价值显性或易量化意味着“有动力做”，看得见清晰的回报是开展AI投入的前提；
数据基础好意味着“有条件做”，AI算法模型能基于企业内部优质的数据资产快速发挥价值。
2
技术
大模型不是“万能钥匙”，大小模型综合运用、各取所长才是解题关键
近一两年大模型技术几乎成为所有企业的关注点。实际上，大模型和以往的小模型并非替代关系，而是各有所长。领先的数字化企业能综合运用多种AI算法模型，让各种技术各司其职，共同解决业务问题。
当前，大模型技术的“舒适区”是在知识类、创意类、数据类、办公类场景，企业可以将大模型用于三种用途，发挥最大价值：
创意加速器：外观设计生成、文案创意生成、海报设计创意生成等，帮助员工突破创意瓶颈，激发更多灵感。
知识放大器：例如，企业知识管理与搜索引擎、数据挖掘与分析、文献检索与分析、规章流程自助查询等，帮助员工高效管理和触达企业内信息。
办公副驾驶：例如，辅助完成市场情报收集和提炼、会议纪要结构化撰写、文档起草和总结、代码生成等日常办公工作等，作为办公效率提升的生产力工具。
然而，在需要行业专识与经验沉淀、强因果链构建、零容错零幻觉、强实时性决策判断的应用场景中，如制造现场管理、工艺调优等，大模型目前还不是最优选。在这些场景中，企业可以考虑使用经过长期验证和打磨的小模型（判别式AI模型），获得更优的性价比。
3
商业
建立ROI思维，但考虑AI“越用越好”的特点，不宜在初期过于苛求数字
尽管许多场景的AI用例已被验证了有效性和价值，但这不一定对每个企业都适用。为此，企业仅仅参考业界案例的收益是不够的，还需要根据自身业务情况进行科学的ROI测算，作为前期决策的基础和后期评估成效的依据。可参考如下的公式。
企业不仅要关注ROI数字，也需要关注ROI是否在持续改进——随着数据质量提高和大规模应用，ROI将保持逐步增高的趋势，体现AI“越用越好”特点。参考业界平均水平，领先企业的AI项目的ROI均值为13%左右，企业平均值在8%上下。
此外，除了ROI这一经济考量，企业也应适当关注非经济层面的考量——AI的战略价值。AI的战略价值包括数据治理、流程跑通、用户粘性、行业示范等方面。
数据治理：企业正好借AI部署的机会将数据资产盘活，将数据积累的规模做大、数据质量做优，为进一步AI部署打好基础。
流程跑通：将内部涉及业务、职能、IT等多个部门间的协作流程跑通，为更大范围的数智化转型做好准备。
用户粘性：培养内部员工使用AI的习惯，观测用AI的活跃度和粘性，打造更高效能的组织和与时俱进的人才队伍。
行业示范：尤其是头部企业的探索与示范，将成为引领行业发展的风向标，也是下一步能力外溢的基础。
4
组织
建立AI CoE，统筹开展员工AI技能重塑计划
AI CoE是AI专业知识、最佳实践和资源的中枢型部门，致力于整个组织采用、优化和治理AI。其核心职能包括主动识别AI转型的需求场景，利用AI 解决各种企业内的业务问题（如控制成本、提高效率和优化收入）；开展人才培训，提高人才的AI素养与能力；作为企业AI知识汇聚的中心、数据治理的中枢；开展AI治理，确保安全合规等。组织的进化需要人才的进化来协同，AI CoE需要统筹企业人才队伍的技能重塑工作。据调研，82%的企业领导者已经意识到增加公司团队的AI准备度迫在眉睫；企业高层预估当前40%的员工需要为了适应AI发展进行相应技能培训。AI CoE应确保各个岗位员工的AI技能水平、岗位编制数量与企业AI转型节奏适配，这样才能切实地提高组织效率和生产力。例如，自动化潜力高的岗位可能最先被AI替代，AI CoE需要尽快开展原有岗位能力模型的调整，并开展针对性的AI培训计划，保障团队发展的可持续性和稳健性，也减少员工在转型过程中对职业发展的焦虑。
结语
如何用好AI技术、发挥AI价值，需要企业高层决策者的智慧和决心。Do Faster，Do Better，Do Smarter三类事情的可行性和价值已经得到验证，值得更多企业开启实践。企业需要找准第一批试点场景，综合运用大小模型，建立ROI思维，才能收获理想效果。
参考文献
参考Fortune Business Insights
IBM调研数据
Microsoft’s 2023 Work Trend Index, IBM Institute for Business Value, 2024 Gallup poll, WEF, Britishcouncil, Forbes, Market.US, LinkedIn Future of Work Report 2023
如欲了解更多，欢迎联系我们。
如您有更多见解，也欢迎留言评论。
罗兰贝格杨霄虹、陈博文对本文亦有贡献。本公号使用腾讯元器（使用DeepSeek R1大模型）创建了智能交通技术AI服务，欢迎扫码进入体验（或在后台使用私信对话）。
欢迎加入智能交通技术群！扫码进入。
扫描加入免费的「智慧城市之智慧交通」知识星球可了解更多行业资讯和资料。
联系方式：微信号18515441838
页:
[1]