AI 转型不是多上几个 AI 项目
上项目,是在现有流程上加一个工具;转型,是让 AI 改变产品、工作方式和组织。只上项目,常见的结果是试点很多、规模化很少。
因为结果还是由人逐项把关,AI 只是工具。让 AI 对结果负责,它每做完一件事就强一点,差距从此开始复利。我帮 CEO 和管理团队跨过这一步。
刘启威,曾带队完成 A 股上市公司 AI Native 转型

员工用 AI 分四级。多数企业停在第二级。

第 1 级
遇到问题问一问 AI,让它改改文字。

第 2 级
写材料、查资料、做分析都离不开 AI,个人效率明显提高。

第 3 级
把一整件事交给 AI 做完,人只负责交代清楚和验收结果。

第 4 级
多个 AI 和人分工跑完一条流程,人只在关键节点做判断。
为什么这样分,以及怎么跨过第二级,我写在《会问、会用、会委托、会编排》里。
曾鸣教授在《智能》一书中把它叫作“智能复利”:AI 每做完一件事、拿到真实的结果,就会强一点,能接下更复杂的事,再拿到更好的反馈。用得越多,它越强。
飞轮转起来有个前提:AI 要对结果负责。每一步都由人检查、改完再用,AI 看到的只是改过的结果,学不到东西。从“人对 AI 负责”到“AI 对结果负责”,曾鸣称之为“60 分奇点”,也就是台阶上第二级到第三级的那道坎。
这种积累来自真实经历过的历史,买不来,也抄不走。越早让真实结果回到系统里,越有机会拉开差距。
它对 AI 产品意味着什么,我写在《连续的模型进化,非连续的产品革命》里。
上项目,是在现有流程上加一个工具;转型,是让 AI 改变产品、工作方式和组织。只上项目,常见的结果是试点很多、规模化很少。
只做产品,内部没人会用 AI,产品做不深;只做培训,没有数据,AI 答不准,员工很快就不用了;只整理数据,没有场景,就成了没有终点的工程。
你讲业务和现状,我直接给判断:从哪里切入,先做什么,暂时不做什么。首次交流免费。