當所有企業(yè)都在談論人工智能（AI）時，真正能從中獲得顛覆性競爭優(yōu)勢的企業(yè)卻屈指可數(shù)。那些真正在利用AI進行創(chuàng)新的公司，其做法與同行截然不同：它們不僅是在使用現(xiàn)成的工具，而是在構建能夠徹底改變產(chǎn)品、服務、核心業(yè)務流程和組織架構的AI能力。
它們的優(yōu)勢并不源于技術本身（因為技術是普遍可用的），而在于它們如何、以及多快地將技術規(guī)?；貞糜诮鉀Q實際業(yè)務問題。根據(jù)對數(shù)百次大規(guī)模技術與AI轉型的觀察，這12個關鍵特征將領先企業(yè)與落后者區(qū)分開來：
1、聚焦業(yè)務價值與核心杠桿
單靠技術無法創(chuàng)造優(yōu)勢：持久的核心能力才是壁壘。領先企業(yè)（即“重構型”公司）通過構建駕馭任何技術的能力，加速業(yè)務轉型并超越同行。
尋找經(jīng)濟杠桿點：成功企業(yè)不會盲目鋪開應用場景，而是集中精力在1-3個具有戰(zhàn)略意義的關鍵領域（如采礦業(yè)的產(chǎn)量、汽車業(yè)的供應鏈）構建AI系統(tǒng)，以實現(xiàn)深度的業(yè)務轉型。
不以業(yè)務增長為目的的AI都是走彎路：領先企業(yè)的AI轉型平均能帶來20%的EBITDA（稅息折舊及攤銷前利潤）提升，通常在1到2年內回本，且每投入1美元就能產(chǎn)生3美元的增量收益。
2、組織與人才的全面進化
高管親自下場：成功的轉型必須由業(yè)務領導者（而非單純由IT部門）主導。這些領導者將深厚的業(yè)務專長與AI/數(shù)據(jù)知識相結合，親自掌管技術決策。
“30-70”人才法則：領先企業(yè)在人才結構上遵循70%以上人才來自內部、70%以上是實干的工程師、70%以上具備高技能水平。這造就了高效的小型敏捷團隊。隨著AI接管常規(guī)編碼和決策工作，人類的角色正在向價值鏈上游（如設計架構、設定目標）轉移。
唯快不破：速度是決定性的組織優(yōu)勢。卓越的運營模式能迅速重新部署資源、賦能團隊自主行動，并大幅縮短從洞察到行動的“延遲”。
3、技術、數(shù)據(jù)與規(guī)?；穆涞?/strong>
平臺即戰(zhàn)略資產(chǎn)：技術平臺決定了執(zhí)行速度并降低了單位成本。像對待戰(zhàn)略資產(chǎn)一樣管理平臺（提供預算、路線圖和目標服務水平），是現(xiàn)代企業(yè)領導者的必修課。
數(shù)據(jù)產(chǎn)品化：沒有高質量數(shù)據(jù)，AI突破是不可能的。擴展AI的起點是將數(shù)據(jù)“產(chǎn)品化”，使其在各個應用中易于發(fā)現(xiàn)和使用，進而通過深化數(shù)據(jù)質量來獲得持續(xù)的績效提升。
為采用和擴展而設計：AI系統(tǒng)只有在被采用并規(guī)?；瘯r才能創(chuàng)造價值。這要求企業(yè)在前期就解決好上下游流程的協(xié)同、模塊化架構以及運行成本等問題，而不是事后修補。
4、信任、前沿與終身學習
無信任，不AI：AI系統(tǒng)故障會破壞利益相關者的信任。在網(wǎng)絡安全、數(shù)據(jù)保護和AI透明度上的投入至關重要，特別是隨著智能體技術帶來的復雜風險不斷增加。
掌握AI自主智能體工程（AgenticEngineering）：基礎模型現(xiàn)在能進行持續(xù)、自主的工作。領先企業(yè)正迅速擴展其AI平臺的智能體能力，這在軟件開發(fā)領域的生產(chǎn)力提升尤為驚人。
關乎存亡的重新學習：技能的半衰期正在縮短。CEO能做的最重要的事情，就是帶領高層團隊開啟學習之旅，直至對戰(zhàn)略機遇和轉型路徑建立堅定的信念。
全文：The AI transformation manifesto——人工智能轉型宣言
十二個關鍵特征將那些真正為人工智能做好了準備的公司在同行中區(qū)分開來。
那些真正利用人工智能進行創(chuàng)新的公司，其做法與同行截然不同：它們致力于構建和開發(fā)能夠徹底改變其產(chǎn)品、服務、核心業(yè)務流程以及組織架構的人工智能功能。
這些領先企業(yè)——許多都出現(xiàn)在我們那本具有開創(chuàng)意義的著作《Rewired:How Leading Companies Win with Technology and AI》的第二版中——已經(jīng)取得了顛覆性的成果，并贏得了競爭優(yōu)勢。不過，它們的優(yōu)勢并非源于所使用的技術；因為這些技術其實都是公開可用的。它們的優(yōu)勢在于：它們懂得如何、以及多快地將技術應用于解決各種實際業(yè)務問題。
在這份關于人工智能轉型的宣言中，我們總結了我們對各企業(yè)如何實現(xiàn)這一轉型的看法。這份宣言揭示了那些能夠成功利用技術和人工智能實現(xiàn)業(yè)務轉型的企業(yè)與那些無法做到這一點的企業(yè)之間的關鍵區(qū)別。雖然毫無疑問，AI智能體技術正在不斷突破各種可能性，但這些關鍵原則依然具有持久的重要性，因為它們著眼于如何利用技術來推動業(yè)務目標的實現(xiàn)。
這些主題源自《Rewired-重新連接》中提到的六大核心能力：戰(zhàn)略規(guī)劃、人才管理、運營模式、技術應用、數(shù)據(jù)利用，以及項目的推廣與規(guī)?；瘜嵤?。通過明確這些主題，我們旨在強調：在數(shù)百次大規(guī)?？萍寂c人工智能轉型項目中，哪些因素才是真正能帶來成效的關鍵。這些主題應作為變革的指導原則，幫助你在實現(xiàn)價值轉化的道路上不斷前進。
一、單靠技術本身無法創(chuàng)造競爭優(yōu)勢，唯有持久的核心能力才能做到。
在人工智能領域，誰會成為早期的贏家呢？當然是那些一直以來都能通過構建有效利用各種技術的能力來取得成功的公司。
我們將這類公司稱為“重構型”公司。
當這些新的能力被建立起來之后——而這需要時間——該公司就能借助技術加速業(yè)務轉型，從而超越同行。
這些核心能力便成了公司的競爭優(yōu)勢。
您是在為未來的發(fā)展奠定持久的能力基礎，還是在僅僅提供一次性的解決方案而已？
二、經(jīng)濟杠桿點是企業(yè)最值得關注的焦點。
任何商業(yè)模式都有一些關鍵的經(jīng)濟杠桿點，通過人工智能的優(yōu)化，這些杠桿點能產(chǎn)生巨大的效果。
例如，在采礦業(yè)中，生產(chǎn)效率和產(chǎn)量就是關鍵的經(jīng)濟杠桿點，F(xiàn)reeport-McMoRan正是通過在這些方面運用人工智能取得了突破性成果。
在汽車行業(yè)，供應鏈整合是關鍵所在，豐田也在這一領域取得了人工智能方面的突破。
大多數(shù)企業(yè)都有大量的應用場景。但成功的企業(yè)會專注于在那些具有戰(zhàn)略意義的領域實現(xiàn)深度的業(yè)務轉型。
它們會集中精力在這些領域構建人工智能系統(tǒng)。
你是否將人工智能技術的應用充分集中在那些能帶來經(jīng)濟利益的重點領域上？
三、如果你創(chuàng)造的價值無法推動業(yè)務發(fā)展，那你的做法就是錯誤的。
我們研究了20家在各個行業(yè)中處于人工智能領域領先地位的企業(yè)的成果。
總體而言，這些企業(yè)通過技術和人工智能推動了業(yè)務轉型，使EBITDA【EBITDA的全稱是 Earnings Before Interest, Taxes, Depreciation and Amortization，中文為“息稅折舊及攤銷前利潤”。它是一個衡量企業(yè)核心經(jīng)營盈利能力和現(xiàn)金流生成潛力的重要指標】提升了20%；通常在1到2年內實現(xiàn)盈虧平衡；每投入1美元，就能帶來3美元的額外EBITDA。
這些企業(yè)將精力集中在一到三個業(yè)務領域上，利用人工智能對它們進行重塑。
這需要創(chuàng)新的解決問題的能力、對技術和非技術手段的協(xié)調運用、對客戶/用戶的極度關注，以及對關鍵業(yè)務指標的明確問責。
它們進行了大規(guī)模的、分階段的投資，同時不斷改進以保持領先地位。
您的業(yè)務轉型計劃能否帶來顛覆性的價值，還是只能帶來漸進式的改進呢？
四、培養(yǎng)企業(yè)高層領導在技術和人工智能領域的能力應被視為重中之重。
我們從未見過任何成功案例，其中企業(yè)高層領導沒有發(fā)揮主導作用。
當然，IT部門可以協(xié)助推動這一變革，但真正起到推動作用的是業(yè)務領域的領導者。
在頂尖企業(yè)中，這些領導者親自掌管著與技術相關的各項決策——從確定如何利用技術重塑業(yè)務模式，到指導解決方案的開發(fā)和落實，再到確保價值的有效交付。
這些領導者通常處于CEO之下的一到三個層級，他們既擁有深厚的業(yè)務領域專業(yè)知識，又精通技術、數(shù)據(jù)和人工智能領域，因此能夠成為推動企業(yè)變革的強大力量。
他們負責設計、構建和運營那些支撐企業(yè)各項核心業(yè)務的人工智能系統(tǒng)。
你們的資深業(yè)務領導是否具備技術和人工智能方面的能力？
五、每一次技術和人工智能領域的變革，本質上都是一場人才結構的變革。
領先的公司在提升自身技術人才的能力和數(shù)量時，會遵循我們所說的“30-70原則”：70%以上的人才應來自企業(yè)內部；其中70%以上應是能夠打造出色軟件解決方案的工程師；另外，70%以上的人才應具備較高的技能水平（即具備勝任或專家級的能力）。
這樣一來，就能形成由高素質人才組成的小團隊，而這些團隊的效率遠遠高于那些由低技能員工組成的龐大團隊。
在業(yè)務層面，領導者會轉變?yōu)轭I域的專家和解決方案的制定者，他們需要對業(yè)務成果負責，并領導跨職能的敏捷團隊。
領先的公司已基本完成了這一轉型，從而實現(xiàn)了更高的人才密度和更強的業(yè)務掌控能力。
隨著AI智能體（AI agent）承擔越來越多協(xié)調、執(zhí)行和常規(guī)決策工作，人類的角色正在向價值鏈上游轉移。
工程師在常規(guī)編碼任務上花費的時間減少，而將更多時間用于設計架構、工作流、約束條件和質量控制。
業(yè)務和解決方案領導者不再那么關注任務管理，而是更多地專注于設定目標、定義成功指標和進行權衡。
結果是，更少的人從事具有更高杠桿效應的工作，問責機制更加清晰，學習循環(huán)也更快。
你們在人員轉型方面取得了足夠的進展嗎？
六、速度是決定性的組織優(yōu)勢。
企業(yè)正與能夠使用相同技術的同行進行創(chuàng)新競賽。
當企業(yè)的運營模式能夠更迅速地將資源重新部署到重要機遇上、賦能團隊在無需過度依賴他人的情況下采取行動，并減少從洞察到?jīng)Q策、從決策到行動的“延遲”時，就能在這場競賽中獲勝。
速度要求將人工智能工程和其他職能人才直接嵌入業(yè)務中，通過平臺最大化技術和數(shù)據(jù)的重用，并以明確的業(yè)務成果進行治理，提供與結果（而非項目）掛鉤的持續(xù)資金。
這能大幅縮短周期時間。
否則，任何公司都無法真正在規(guī)模上利用技術和人工智能進行創(chuàng)新；它們只會太慢。
您正在采取什么措施來提高組織的代謝率？
七、技術平臺是戰(zhàn)略資產(chǎn)；應以此方式進行投資。
平臺決定了公司的執(zhí)行速度，通過重用降低單位成本，將技術和數(shù)據(jù)交付給需要的人，并使人工智能能夠負責任地擴展。
它們提供標準化、安全和共享的技術和數(shù)據(jù)能力，供團隊訪問。
領先企業(yè)通過專門的團隊、路線圖、預算、目標服務水平以及其需求塑造平臺演進的用戶，對平臺進行戰(zhàn)略管理。
作為高級管理人員，了解您的技術架構、它賦予您的自由度以及它如何驅動競爭差異化，現(xiàn)在對于領導一家現(xiàn)代企業(yè)來說，就像了解您的利潤和虧損一樣重要。
平臺是否被作為戰(zhàn)略資產(chǎn)來理解和討論？
八、讓數(shù)據(jù)易于使用——并豐富它以獲得優(yōu)勢。
正如2024年諾貝爾化學獎得主大衛(wèi)·貝克（DavidBaker）在回顧近期突破時所觀察到的：“人工智能需要大量高質量的數(shù)據(jù)才能發(fā)揮作用。”
沒有好的數(shù)據(jù)，人工智能的突破是不可能的。
然而，在大多數(shù)組織中，數(shù)據(jù)通常仍然是制約因素。
因此，擴展人工智能的起點是將數(shù)據(jù)產(chǎn)品化——使其在眾多人工智能驅動的應用程序中易于發(fā)現(xiàn)、訪問和使用。
這需要投資構建數(shù)據(jù)產(chǎn)品。
隨著時間的推移，游戲規(guī)則轉向數(shù)據(jù)豐富化，深化其質量、上下文和獨特性，以便通過人工智能獲得持續(xù)的性能提升。
在“重構型”組織中，數(shù)據(jù)是業(yè)務擁有的績效資產(chǎn)。
您的團隊能否輕松使用您的數(shù)據(jù)，還是仍在艱難地處理數(shù)據(jù)？
九、為采用而設計，為規(guī)模化而構建。
人工智能系統(tǒng)只有在被采用和擴展時才能創(chuàng)造價值。
這聽起來似乎顯而易見，但它仍然是最艱難的挑戰(zhàn)之一。
采用往往會失敗，因為相鄰的上游和下游流程保持不變。
一個人工智能解決方案可能提前幾天預測設備故障，但如果維護仍然遵循基于日歷的調度，那么什么都不會發(fā)生。
規(guī)?；橇硪粋€不同但同樣困難的挑戰(zhàn)。
要在不同市場、工廠、客戶群或產(chǎn)品線中快速、經(jīng)濟地擴展人工智能解決方案，需要模塊化的解決方案架構，以及中央團隊和接收單位之間精心編排的協(xié)同。
這些考慮因素——包括所需投資和運行成本——必須在前期解決，而不是事后修補。
您的組織能夠反復采用和擴展人工智能嗎，還是仍然依賴于孤立的個人英雄主義？
十、沒有信任，就沒有部署人工智能的權利。
當人工智能系統(tǒng)出現(xiàn)故障時，它們會挑戰(zhàn)客戶、監(jiān)管機構、員工、合作伙伴乃至整個社會的信任。
當利益相關者相信您的組織能夠保護消費者數(shù)據(jù)、實施有效的網(wǎng)絡安全、提供值得信賴的人工智能驅動的產(chǎn)品和服務，并在人工智能和數(shù)據(jù)使用方面保持透明度時，數(shù)字信任就會增長。
隨著智能體技術的擴張，挑戰(zhàn)只會增加，這需要更多時間來測試智能體系統(tǒng)和自動化風險控制。
這是一個快速發(fā)展的領域，對AI智能體的興奮可能會超越公司管理與該技術相關的更復雜風險的能力。
您今天的人工智能部署能夠經(jīng)受住公眾、監(jiān)管機構和客戶的審查嗎？
十一、智能體工程成為下一個需要掌握的能力。
基礎模型現(xiàn)在能夠在長時間內進行持續(xù)、自主的工作，從而使得構建復雜的智能體工作流成為可能。
這在軟件開發(fā)中表現(xiàn)得最為明顯，其生產(chǎn)力的提升令人震驚。
領先企業(yè)正在迅速采取行動掌握智能體工程。
它們正在攝取非結構化數(shù)據(jù)，用智能體能力擴展其人工智能平臺，自動化護欄和控制措施，并快速進行實驗，將行之有效的方法編纂成可重復的智能體劇本。
我們以前見過這種模式。
“重構型”領導者總是能更快地吸收新技術，因為他們已經(jīng)建立了實現(xiàn)這一目標的基礎能力。
智能體工作流會成為您下一個工程優(yōu)勢——還是您下一個需要奮力追趕的難題？
十二、要像視成敗于自己事業(yè)一般來重新學習。
我們喜歡在這個領域工作的原因之一，就是這里始終處于變化之中。
隨著創(chuàng)新的加速，各種技能的“壽命”也越來越短。
那些能夠最快地學習、放棄舊有觀念并重新學習的組織，才能獲得優(yōu)勢。
讓領導團隊參與到學習過程中，是CEO為有效推動人工智能驅動的業(yè)務轉型所能做的最重要的事情。
正如我們多次指出的那樣，這些學習過程對于高層團隊來說至關重要，只有當戰(zhàn)略機遇和轉型路徑都清晰明了時，團隊才能下定決心。
到那時，每一位高層管理者都能明確自己的職責，整個轉型進程也會真正加速。
要成為這個時代的領導者，首先必須致力于持續(xù)學習。
你個人在這方面投入得夠多嗎？
結語
構建完整的“重構型”能力體系，是每一項成功的科技與人工智能轉型的基石。
企業(yè)可以加快這些能力的開發(fā)進程，但絕不能跳過這些基礎性的工作。
隨著各項能力的相互疊加以及競爭優(yōu)勢的不斷累積，企業(yè)就能實現(xiàn)價值的持續(xù)增長。
這也是領先企業(yè)能夠一次又一次地超越同行的關鍵所在。
