困在AI試點(diǎn)煉獄中？真正的勝利在于專注于業(yè)務(wù)問題，而非炒作，并通過正確的工具組合進(jìn)行智能擴(kuò)展。
圖片來源：SawitreeLyaon
我交談過的許多領(lǐng)導(dǎo)者都在努力超越AI的試點(diǎn)階段。他們身處試點(diǎn)煉獄。阻礙他們的不是雄心壯志——而是缺乏清晰的思路。關(guān)于在哪里自建、在哪里購買以及如何為規(guī)?；瘶?gòu)建團(tuán)隊(duì)的問題，造成了一種組織性的僵局。我在自己領(lǐng)導(dǎo)數(shù)字化轉(zhuǎn)型工作的經(jīng)歷中也面臨過同樣的挑戰(zhàn)，我發(fā)現(xiàn)打破這個(gè)循環(huán)的不是炒作或愿景，而是一種務(wù)實(shí)、專注的方法。
AI要有效，并不需要復(fù)雜。但它確實(shí)需要結(jié)構(gòu)、優(yōu)先級排序和一種重新思考工作如何完成的意愿。
我是這樣思考的。
一、購買與自建：從哲學(xué)開始，而非電子表格
早期，我聽到我網(wǎng)絡(luò)中的IT領(lǐng)導(dǎo)者試圖通過比較供應(yīng)商平臺(tái)和內(nèi)部模型之間的成本與性能，來為AI投資辯護(hù)。但我很快意識到，沒有哪個(gè)電子表格能夠捕捉到其中更廣泛的權(quán)衡。速度很重要。規(guī)?；?、維護(hù)和持續(xù)改進(jìn)你所構(gòu)建的能力同樣重要。
隨著時(shí)間的推移，我形成了一個(gè)通用的經(jīng)驗(yàn)法則：目標(biāo)是購買你所需能力的約80%，并自建剩余的20%。一些組織可能會(huì)將比例調(diào)整到接近70/30，但基本理念不變：不要重復(fù)發(fā)明別處已經(jīng)行之有效的東西。
證據(jù)支持了這一點(diǎn)。在2025年7月的摩根士丹利AI采納者調(diào)查中，分析師報(bào)告稱，AI已經(jīng)在金融服務(wù)、消費(fèi)品和房地產(chǎn)等行業(yè)帶來了切實(shí)的投資回報(bào)——其中許多都受益于帶有內(nèi)嵌智能的現(xiàn)成工具。這一市場現(xiàn)實(shí)也反映在供應(yīng)商格局中：企業(yè)軟件平臺(tái)正以驚人的速度發(fā)展。供應(yīng)商正在將重要的AI能力直接嵌入到他們的產(chǎn)品中。Gartner預(yù)測，到2026年，超過80%的軟件供應(yīng)商將在企業(yè)應(yīng)用中嵌入生成式AI，而2024年2月時(shí)這一比例僅為1%。
這就是為什么我發(fā)現(xiàn)，將企業(yè)軟件平臺(tái)作為基礎(chǔ)，然后識別出真正需要定制開發(fā)的地方，會(huì)遠(yuǎn)為有效。這能解放內(nèi)部團(tuán)隊(duì)，讓他們專注于高價(jià)值的用例，而不是重復(fù)制造已經(jīng)存在的東西。
當(dāng)然，開箱即用的解決方案并不能覆蓋所有場景。在某些情況下——比如跨平臺(tái)整合數(shù)據(jù)和工作流——代理式AI或內(nèi)部開發(fā)對于彌合集成差距至關(guān)重要。這并非要在兩種方法中擇其一；而是要了解在何時(shí)，哪種方法更合理。
二、優(yōu)先解決問題，而非項(xiàng)目
AI不是戰(zhàn)略。業(yè)務(wù)才是戰(zhàn)略。這是我在看到太多概念驗(yàn)證（POC）因未能直接與重要成果掛鉤而無法規(guī)?；髮W(xué)到的教訓(xùn)。
為了取得進(jìn)展，最好將對話從將AI作為一種技術(shù)，轉(zhuǎn)向?qū)I作為解決真實(shí)業(yè)務(wù)問題的工具。這始于傾聽——真正地傾聽——客戶、一線員工和合作伙伴正在經(jīng)歷什么。
我參加了八月份的CIO 100活動(dòng)，Avery Dennison因我們的AI項(xiàng)目Program Loop而獲獎(jiǎng)。在那里，我有機(jī)會(huì)與其他IT領(lǐng)導(dǎo)者交流他們是如何選擇AI機(jī)會(huì)的。一個(gè)共同的主題是，與職能部門領(lǐng)導(dǎo)者舉辦研討會(huì)，從客戶的角度發(fā)現(xiàn)痛點(diǎn)。然后，幾位領(lǐng)導(dǎo)者描述了他們?nèi)绾握偌缏毮軋F(tuán)隊(duì)來權(quán)衡潛在的解決方案。
最讓我印象深刻的是他們優(yōu)先級排序方法的簡潔性。一種方法從三個(gè)維度對機(jī)會(huì)進(jìn)行評級：業(yè)務(wù)影響、工作量和緊迫性——每個(gè)都只用高、中、低來簡單衡量。當(dāng)你將這些評級繪制出來時(shí)，那些在影響和緊迫性上得分高，但在工作量上得分低的機(jī)會(huì)，自然會(huì)浮現(xiàn)到頂端。這些就成為合乎邏輯的首要關(guān)注領(lǐng)域，其提供的清晰度有助于建立早期勢頭。
這種方法之所以有效，在于它如何讓團(tuán)隊(duì)圍繞真正重要的事情保持一致。幾位領(lǐng)導(dǎo)者描述了他們?nèi)绾螌⑻魬?zhàn)重構(gòu)為“我們?nèi)绾尾拍堋保℉ow might we...）的問題，這自然地拓寬了討論范圍并激發(fā)了更具創(chuàng)造性的解決方案。然后，AI被引入，不是作為起點(diǎn)，而是作為眾多可能的促成因素之一。
在我看來，這種思維模式的轉(zhuǎn)變改變了整個(gè)對話的基調(diào)。它不再是關(guān)于是否采納AI的辯論——它變成了關(guān)于驅(qū)動(dòng)業(yè)務(wù)價(jià)值的對話。這才是真正勢頭開始建立的地方。
三、從中央集權(quán)到共享所有權(quán)
在與其他IT領(lǐng)導(dǎo)者的對話中，我注意到AI項(xiàng)目演變過程中的一個(gè)共同模式。大多數(shù)都始于一個(gè)中心化的團(tuán)隊(duì)——這是建立標(biāo)準(zhǔn)、一致性和為早期實(shí)驗(yàn)提供安全空間的合乎邏輯的第一步。但隨著時(shí)間的推移，很明顯，沒有哪個(gè)中心團(tuán)隊(duì)能夠跟上每一個(gè)業(yè)務(wù)請求，或者深入理解每一個(gè)領(lǐng)域以提供最佳解決方案。
許多組織此后轉(zhuǎn)向了軸輻式模型（hub-and-spoke model）。中心（hub）——通常是一個(gè)AI卓越中心——負(fù)責(zé)治理、教育、最佳實(shí)踐和技術(shù)上復(fù)雜的用例。輻條（spokes），由產(chǎn)品或職能團(tuán)隊(duì)領(lǐng)導(dǎo)，則利用他們?nèi)粘Ｊ褂玫墓ぞ咧星度氲腁I功能進(jìn)行實(shí)驗(yàn)。因?yàn)樗麄兏咏鼧I(yè)務(wù)，這些團(tuán)隊(duì)能夠快速地測試、迭代和交付解決方案。
當(dāng)我縱觀各行業(yè)時(shí)，現(xiàn)在大多數(shù)AI創(chuàng)新都發(fā)生在邊緣，而非中心。這在很大程度上是因?yàn)?，大量的智能已?jīng)被嵌入到企業(yè)軟件中。例如，一個(gè)CRM平臺(tái)現(xiàn)在可能提供基于AI的潛在客戶評分或預(yù)測性客戶流失模型——這些能力，一個(gè)團(tuán)隊(duì)幾乎無需卓越中心的參與，就可以啟用和部署。
根據(jù)麥肯錫的報(bào)告，“未來三年，92%的公司計(jì)劃增加他們的AI投資。但盡管幾乎所有公司都在投資AI，只有1%的領(lǐng)導(dǎo)者稱他們的公司在部署譜系上是‘成熟的’，因?yàn)椤俺墒斓摹币馕吨鳤I已完全整合到工作流程中并驅(qū)動(dòng)了可觀的業(yè)務(wù)成果。最大的問題是，商業(yè)領(lǐng)袖們?nèi)绾文懿渴鹳Y本并引導(dǎo)他們的組織更接近AI成熟度?！钡?/span>真正的洞見并非AI的使用本身——而是其完成方式的去中心化。【文末詳解】
這并不意味著中心變得無關(guān)緊要。這意味著中心成為了一個(gè)賦能者。它的工作是為負(fù)責(zé)任的規(guī)?；瘎?chuàng)造條件，而不是擁有每一個(gè)項(xiàng)目。這是領(lǐng)導(dǎo)層在思考結(jié)構(gòu)時(shí)需要做出的一個(gè)微妙但重要的轉(zhuǎn)變。
四、當(dāng)智能變得無形
一些最強(qiáng)大的AI功能也是最安靜的。隨著采納的成熟，我逐漸體會(huì)到這一點(diǎn)。早期，AI被視為一項(xiàng)獨(dú)特的努力——某種宏大而特別的東西。如今，最有價(jià)值的能力往往是那些感覺無形的。它們就是能用。
考慮像應(yīng)付賬款這樣的財(cái)務(wù)流程。過去，自動(dòng)化意味著嚴(yán)格按照發(fā)票到期日安排付款?，F(xiàn)在，內(nèi)嵌的智能可以根據(jù)供應(yīng)商行為、營運(yùn)資本目標(biāo)和歷史現(xiàn)金流模式，推薦最佳的支付時(shí)機(jī)。這背后沒有項(xiàng)目名稱——只有正在交付的業(yè)務(wù)價(jià)值。
這種轉(zhuǎn)變——從AI作為一項(xiàng)舉措，到AI作為基礎(chǔ)的一部分——是我所見過的最激動(dòng)人心的發(fā)展之一。它并不總是需要數(shù)據(jù)科學(xué)家或?qū)I(yè)團(tuán)隊(duì)。它需要的是理解流程和他們想要改進(jìn)成果的產(chǎn)品經(jīng)理和業(yè)務(wù)負(fù)責(zé)人。
隨著越來越多的企業(yè)工具嵌入智能功能，IT領(lǐng)導(dǎo)者的角色越來越傾向于幫助團(tuán)隊(duì)發(fā)現(xiàn)已經(jīng)可用的東西，安全地測試它，并規(guī)?；切┬兄行У姆椒?。
五、衡量AI的價(jià)值
我從領(lǐng)導(dǎo)者那里聽到的最大障礙之一是如何衡量AI的價(jià)值。事實(shí)是，你不需要一個(gè)全新的框架。大多數(shù)組織已經(jīng)在追蹤他們的IT團(tuán)隊(duì)交付的項(xiàng)目的ROI、EBIT或生產(chǎn)力增益。關(guān)鍵只是將這些成果與現(xiàn)在許多項(xiàng)目都由AI驅(qū)動(dòng)這一事實(shí)聯(lián)系起來。
以企業(yè)軟件為例。現(xiàn)代SaaS平臺(tái)——無論是CRM、ERP、HR還是供應(yīng)鏈——都越來越多地嵌入了AI功能。事實(shí)上，大多數(shù)新系統(tǒng)已經(jīng)將智能能力作為其核心功能的一部分。這意味著當(dāng)IT交付一個(gè)預(yù)計(jì)ROI為25%、EBIT為600萬美元的新的基于SaaS的定價(jià)系統(tǒng)時(shí)，領(lǐng)導(dǎo)者不需要發(fā)明一個(gè)單獨(dú)的“AI指標(biāo)”。他們只需要認(rèn)識到，那600萬美元的EBIT，其盈利能力部分是由AI驅(qū)動(dòng)的。沒有必要過度思考，因?yàn)閹啄旰?，我們將無法區(qū)分AI和現(xiàn)代軟件。
還有一個(gè)好處：關(guān)于AI的故事變得更容易講述了。你不再需要依賴于某個(gè)遙遠(yuǎn)地點(diǎn)運(yùn)行的實(shí)驗(yàn)性試點(diǎn)的軼事。AI已經(jīng)存在于你正在部署的許多企業(yè)解決方案中。這意味著你可以在新的CRM系統(tǒng)的純經(jīng)濟(jì)價(jià)值之上，再分享一些關(guān)于它如何幫助商業(yè)團(tuán)隊(duì)更高效工作——甚至改善客戶NPS的故事。
當(dāng)然，并非所有價(jià)值都將來自企業(yè)軟件。也有機(jī)會(huì)將AI優(yōu)先的解決方案——如數(shù)字虛擬人（數(shù)字員工）、Copilot和行業(yè)特定應(yīng)用——以及解決獨(dú)特挑戰(zhàn)的定制模型進(jìn)行商業(yè)化。這些也應(yīng)該被捕獲并作為整體AI價(jià)值故事的一部分進(jìn)行報(bào)告。
要點(diǎn)是：你不需要過度設(shè)計(jì)衡量過程。只需搭上那些已經(jīng)在某種程度上利用AI的現(xiàn)有項(xiàng)目的便車。通過這樣做，你既為利益相關(guān)者提供了他們所需的數(shù)字，也提供了他們所需的敘述，讓他們將AI視為進(jìn)步的驅(qū)動(dòng)力，而不僅僅是一個(gè)實(shí)驗(yàn)。
六、最后的思考
AI不是可選項(xiàng)。但它也不是魔法。將AI轉(zhuǎn)變?yōu)閮?yōu)勢需要清晰的目標(biāo)感、放棄中央控制的意愿以及專注于真正重要事情的紀(jì)律。
我學(xué)到，成功與技術(shù)的先進(jìn)程度關(guān)系不大，而更多地與它和業(yè)務(wù)需求的契合度有關(guān)。這意味著從問題開始，選擇正確的方法，并建立一個(gè)能讓團(tuán)隊(duì)在前進(jìn)中學(xué)習(xí)和適應(yīng)的結(jié)構(gòu)。
這無關(guān)試點(diǎn)。這關(guān)乎進(jìn)步。而這始于誠實(shí)地面對你所處的位置，并有足夠的大膽和責(zé)任感向前邁進(jìn)。
睿觀：
【核心挑戰(zhàn)：如何擺脫“試點(diǎn)煉獄”，實(shí)現(xiàn)AI盈利】
盡管AI（人工智能）的潛力已成為共識，但許多企業(yè)在實(shí)際采納中正陷入“試點(diǎn)煉獄”（pilot purgatory）的困境。其根本原因并非缺乏雄心或投資，而是缺乏一個(gè)將AI從零散的、以技術(shù)為中心的實(shí)驗(yàn)，轉(zhuǎn)化為能夠規(guī)?；?、可盈利的商業(yè)能力的清晰、務(wù)實(shí)的路徑。領(lǐng)導(dǎo)者們常常在“自建還是購買”、如何選擇用例、以及如何構(gòu)建團(tuán)隊(duì)等問題上陷入組織性僵局，導(dǎo)致大量AI項(xiàng)目無法超越POC（概念驗(yàn)證）階段，產(chǎn)生真正的商業(yè)價(jià)值。
【應(yīng)對策略：一套務(wù)實(shí)的五步組合拳】
成功的CIO（首席信息官）正采用一套以業(yè)務(wù)為核心的組合拳來破局。在技術(shù)策略上，他們遵循“購買80%，自建20%”的原則，優(yōu)先利用企業(yè)軟件（如CRM, ERP）中已由供應(yīng)商深度嵌入的AI能力，僅在彌合集成差距等高價(jià)值領(lǐng)域進(jìn)行自建。在項(xiàng)目選擇上，他們優(yōu)先解決真實(shí)的業(yè)務(wù)痛點(diǎn)，而非追逐AI項(xiàng)目本身，通過舉辦研討會(huì)、利用“影響/工作量/緊迫性”矩陣等簡單方法，識別出能快速產(chǎn)生影響力的用例。在組織模式上，他們正從中心化的AI團(tuán)隊(duì)，轉(zhuǎn)向“軸輻式”（hub-and-spoke）模型，即由卓越中心（CoE）負(fù)責(zé)治理和賦能，由業(yè)務(wù)部門（輻條）在各自領(lǐng)域快速實(shí)驗(yàn)和創(chuàng)新。在價(jià)值認(rèn)知上，他們認(rèn)識到最強(qiáng)大的AI是“無形的”，即無縫融入日常工作流程的基礎(chǔ)能力。最后，在價(jià)值衡量上，他們不再發(fā)明復(fù)雜的“AI新指標(biāo)”，而是將現(xiàn)有IT項(xiàng)目的業(yè)務(wù)回報(bào)（ROI, EBIT），清晰地歸因于其背后的AI驅(qū)動(dòng)力，并善于講述這些成功故事。
【結(jié)論與啟示：將AI從“項(xiàng)目”轉(zhuǎn)變?yōu)椤澳芰Α薄?/span>
因此，從試點(diǎn)走向盈利的關(guān)鍵，在于完成一種深刻的思維轉(zhuǎn)變：將AI從一個(gè)需要被不斷證明的、孤立的“技術(shù)項(xiàng)目”，重新定位為一個(gè)解決業(yè)務(wù)問題的、無形但無處不在的“基礎(chǔ)能力”。CIO的使命不是發(fā)起更多的AI試點(diǎn)，而是要構(gòu)建一個(gè)能讓AI在組織邊緣（業(yè)務(wù)一線）安全、高效創(chuàng)新的框架。通過這一系列務(wù)實(shí)的策略組合，CIO能夠?qū)I的潛力，系統(tǒng)性地轉(zhuǎn)化為可衡量的、可持續(xù)的商業(yè)進(jìn)展，最終實(shí)現(xiàn)從“試點(diǎn)”到“盈利”的飛躍。
為擺脫AI（人工智能）“試點(diǎn)煉獄”，成功的CIO（首席信息官）正采用一套務(wù)實(shí)組合拳。在技術(shù)上，遵循“購買80%，自建20%”原則，優(yōu)先利用軟件內(nèi)嵌AI；在項(xiàng)目上，優(yōu)先解決真實(shí)業(yè)務(wù)痛點(diǎn)；在組織上，轉(zhuǎn)向“軸輻式”模型賦能邊緣創(chuàng)新；在衡量上，將現(xiàn)有項(xiàng)目的ROI（投資回報(bào)率）歸因于AI驅(qū)動(dòng)力。關(guān)鍵是將AI從孤立的技術(shù)項(xiàng)目，轉(zhuǎn)變?yōu)榻鉀Q業(yè)務(wù)問題的基礎(chǔ)能力。
AI轉(zhuǎn)型的成功秘訣：別再為AI單獨(dú)立項(xiàng)了，去發(fā)現(xiàn)那些已經(jīng)由AI驅(qū)動(dòng)的業(yè)務(wù)項(xiàng)目，然后大聲地講出它們的故事。
書籍名稱：Competing in the Age of AI: Strategy and Leadership When Algorithms and Networks Run the World(中譯：《在AI時(shí)代競爭：當(dāng)算法和網(wǎng)絡(luò)統(tǒng)治世界時(shí)的戰(zhàn)略與領(lǐng)導(dǎo)力》)
作者：Marco Iansiti & Karim R. Lakhani
推薦理由：本文強(qiáng)調(diào)將AI融入核心工作流，而非作為孤立項(xiàng)目。這本書系統(tǒng)性地闡述了AI如何重塑企業(yè)的整體運(yùn)營模式，提出了“AI工廠”等概念，與本文中將AI視為“基礎(chǔ)能力”的理念高度契合，為CIO如何從戰(zhàn)略層面思考AI的規(guī)?；瘧?yīng)用提供了深刻的哈佛商學(xué)院視角。
研究報(bào)告：The economic potential of generative AI: The next productivity frontier(中譯：《生成式AI的經(jīng)濟(jì)潛力：下一個(gè)生產(chǎn)力前沿》)
發(fā)布機(jī)構(gòu)：McKinsey Global Institute (麥肯錫全球研究院)
推薦理由：本文的核心是如何將AI的潛力轉(zhuǎn)化為可衡量的價(jià)值。麥肯錫的這份里程碑式報(bào)告，詳細(xì)分析了生成式AI在不同行業(yè)和職能中的具體用例及其潛在的經(jīng)濟(jì)影響，為CIO們“優(yōu)先解決真實(shí)業(yè)務(wù)痛點(diǎn)”和“衡量AI價(jià)值”提供了豐富的數(shù)據(jù)和案例支持。
有效鏈接：https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
文章名稱：The Hub-and-Spoke Model for Scaling AI(中譯：用于規(guī)模化AI的軸輻式模型)
發(fā)布機(jī)構(gòu)：MIT Sloan Management Review (《麻省理工斯隆管理評論》)
推薦理由：本文明確提出了從中心化團(tuán)隊(duì)向“軸輻式模型”的轉(zhuǎn)變。MIT SMR的這篇文章深入探討了如何設(shè)計(jì)和實(shí)施AI卓越中心（CoE）作為“中心”（Hub），以及如何賦能業(yè)務(wù)部門作為“輻條”（Spokes）進(jìn)行創(chuàng)新。這為CIO構(gòu)建一個(gè)既能保證治理、又能促進(jìn)邊緣創(chuàng)新的AI組織結(jié)構(gòu)，提供了權(quán)威的指導(dǎo)。
思考：為什么需要采用一種更先進(jìn)的、結(jié)構(gòu)化的“軸輻式”（Hub-and-Spoke）治理模式？
92%的公司計(jì)劃增加投資：這表明，幾乎所有企業(yè)高層都認(rèn)識到了AI的戰(zhàn)略重要性，并且愿意投入資金。AI項(xiàng)目在預(yù)算審批、立項(xiàng)等方面，通常能獲得“綠燈”。
僅1%的公司自認(rèn)“成熟”：“成熟”的定義是關(guān)鍵——“AI已完全整合到工作流程中并驅(qū)動(dòng)了可觀的業(yè)務(wù)成果”。這意味著，絕大多數(shù)（99%）公司的AI應(yīng)用，仍停留在“體外循環(huán)”的狀態(tài)。
這種狀態(tài)，通常被稱為“試點(diǎn)煉獄”（Pilot Purgatory）。企業(yè)投入了大量資金，啟動(dòng)了許多AI試點(diǎn)項(xiàng)目或概念驗(yàn)證（POC），這些項(xiàng)目在孤立的環(huán)境下可能看起來很成功，但它們從未真正融入企業(yè)的核心業(yè)務(wù)流程，無法規(guī)?；?，也因此無法帶來“可觀的業(yè)務(wù)成果”。錢花出去了，但工作方式?jīng)]有根本改變。
這句話是解釋上述悖論的關(guān)鍵。它指出，要從1%走向更高的成熟度，企業(yè)需要改變的不是“是否使用AI”，而是“由誰、以及如何使用AI”。
過去，企業(yè)對待新技術(shù)的典型方式是中心化的：
成立一個(gè)專門的團(tuán)隊(duì)：比如“AI卓越中心（CoE）”、“數(shù)據(jù)科學(xué)部”或“創(chuàng)新實(shí)驗(yàn)室”。
集中處理需求：業(yè)務(wù)部門（如銷售、財(cái)務(wù)、生產(chǎn)）向這個(gè)中心團(tuán)隊(duì)提出AI需求。
中心團(tuán)隊(duì)負(fù)責(zé)交付：由這個(gè)團(tuán)隊(duì)的專家來構(gòu)建模型、開發(fā)應(yīng)用。
這種模式的局限性在于：
瓶頸效應(yīng)：中心團(tuán)隊(duì)的資源有限，無法應(yīng)對全公司成百上千的需求，成為創(chuàng)新的瓶頸。
缺乏業(yè)務(wù)情境：中心團(tuán)隊(duì)雖然技術(shù)力強(qiáng)，但往往不深入了解各個(gè)業(yè)務(wù)部門的具體痛點(diǎn)和工作流程細(xì)節(jié)。
難以規(guī)?；?/span>每個(gè)項(xiàng)目都像一個(gè)定制的手工作坊產(chǎn)品，難以快速、標(biāo)準(zhǔn)化地在全公司推廣。
文化隔閡：它強(qiáng)化了“AI是少數(shù)專家的事”這種思想，業(yè)務(wù)部門仍然是被動(dòng)的接受者，而非主動(dòng)的參與者。
“完成方式的去中心化”正是要打破這種模式。它并非無政府狀態(tài)的混亂，而是一種更先進(jìn)的、結(jié)構(gòu)化的“軸輻式”（Hub-and-Spoke）治理模式：
“中心”（Hub）角色的轉(zhuǎn)變：AI卓越中心或IT部門不再是所有AI項(xiàng)目的唯一“建設(shè)者”，而是轉(zhuǎn)變?yōu)椤?/span>賦能者”和“治理者”。職責(zé)：
制定規(guī)則：建立全公司統(tǒng)一的AI治理框架、安全策略和道德準(zhǔn)則。
提供平臺(tái)：提供經(jīng)過審核、安全合規(guī)的AI工具和平臺(tái)，供全公司使用。
普及教育：負(fù)責(zé)提升整個(gè)組織的AI素養(yǎng)和基本技能。
攻堅(jiān)克難：負(fù)責(zé)處理那些技術(shù)難度極高、或需要跨多個(gè)部門協(xié)調(diào)的復(fù)雜AI項(xiàng)目。
“輻條”（Spokes）的賦能：真正的AI應(yīng)用創(chuàng)新，發(fā)生在業(yè)務(wù)部門的一線。
銷售、市場、財(cái)務(wù)、生產(chǎn)等各個(gè)業(yè)務(wù)團(tuán)隊(duì)，被授權(quán)使用由“中心”提供的平臺(tái)和工具。
他們最了解自己的業(yè)務(wù)痛點(diǎn)，因此可以自主地、快速地將AI能力嵌入到自己的日常工作流程中，解決實(shí)際問題。
例如，銷售團(tuán)隊(duì)可以直接使用CRM系統(tǒng)中內(nèi)嵌的AI功能來預(yù)測客戶流失，而無需向中心團(tuán)隊(duì)提交一個(gè)漫長的項(xiàng)目申請。
職責(zé)：
我們可以把這個(gè)轉(zhuǎn)變，類比為企業(yè)計(jì)算從“大型機(jī)時(shí)代”到“個(gè)人電腦（PC）時(shí)代”的演進(jìn)：
大型機(jī)時(shí)代（中心化）：所有的計(jì)算任務(wù)都由IT部門的專家在中央機(jī)房完成。業(yè)務(wù)人員需要提交請求，排隊(duì)等待結(jié)果。
PC時(shí)代（去中心化）：IT部門的角色變了。他們不再為每個(gè)人制作報(bào)表，而是負(fù)責(zé)提供安全、聯(lián)網(wǎng)的個(gè)人電腦（平臺(tái)），安裝經(jīng)過批準(zhǔn)的軟件（如Excel），并制定使用規(guī)范（治理）。之后，財(cái)務(wù)、銷售等部門的員工，可以自己使用Excel來完成大部分的數(shù)據(jù)分析和報(bào)告工作。
結(jié)論
因此，麥肯錫報(bào)告的這段話，其深刻洞見在于：企業(yè)AI的成熟度，并不取決于那個(gè)中心化的AI團(tuán)隊(duì)有多強(qiáng)大，而取決于有多少比例的普通員工，能夠在日常工作中，安全、合規(guī)、有效地使用AI來創(chuàng)造價(jià)值。
領(lǐng)導(dǎo)者的任務(wù)，不再是批準(zhǔn)更多的孤立AI試點(diǎn)項(xiàng)目，而是要設(shè)計(jì)和構(gòu)建一個(gè)能夠支持“去中心化創(chuàng)新”的組織體系和技術(shù)平臺(tái)。只有當(dāng)AI像電力或Excel一樣，成為業(yè)務(wù)人員手中無處不在、觸手可及的工具時(shí)，企業(yè)才能真正跨越那道從1%到92%的鴻溝，讓AI投資帶來可觀的業(yè)務(wù)成果。
