Appearance
第二十章：企业管理者的AI治理框架
底层认知 · 三种企业现状 · 有节奏地开始
今天早上，我和咨询合伙人周伟老师坐在一起，讨论了一个问题： 中国企业的创始人，现在到底在哪里？ 我们聊了大概一个小时。 聊完之后，我有一种很强烈的感觉： 这个问题，不是一个战略问题，不是一个技术问题，不是一个资金问题。 这是一个认知问题。 而认知的分叉，只有一个： 你怎么定位AI？
一、那个决定一切的问题
创始人们普遍的困惑，周伟老师总结得很准： 「还在困惑是现在开始做AI还是等两年。因为现在做不知道能做啥，前面搞过一些尝试不成功。」
这句话背后，是两种完全不同的底层认知：
认知A：AI是一个高级些的平台和系统。
持这种认知的人，把AI理解为一种新的IT基础设施——就像当年上ERP，上CRM，上OA，先看看别人怎么做，等产品成熟了、有成功案例了、价格打下来了，再上不迟。 这种认知下，「等两年」是理性的。 技术会更成熟，方案会更完整，踩坑的机会更少，性价比更高。
认知B：AI是一个不可逆转的趋势。
持这种认知的人，把AI理解为一次生产力的根本性重构——就像当年的互联网，不是某个行业的工具，而是所有行业的底层逻辑都要被重写。 这种认知下，「等两年」是危险的。 不是因为两年后AI会消失，而是因为两年后那些已经开始的人，和你之间的差距，会大到很难追上。
这两种认知，哪个是对的？
我的判断是：在当下这个时间节点，认知B是对的。 不是因为我做AI咨询，需要这个判断来支撑我的业务。 是因为我亲身经历了这件事—— 我用AI把自己的工作方式重构了一遍。不是效率提升了20%，是某些以前根本不可能做的事，现在可以做了。 这种「从不可能到可能」的跨越，不是工具升级，是能力边界的根本性扩展。 而这种扩展，正在以每个月都在加速的节奏，向所有行业蔓延。
等两年，不是在等一个更好的时机。是在眼看着别人建立起你两年后再也追不上的优势。
二、三种企业的真实现状
周伟老师和我聊下来，我们把现在见到的企业，大致分成了三类：
第一类：观望者
「先看看再说。」
他们不是不知道AI，是不确定AI对自己的业务意味着什么。 前面做过一两次尝试——买了某个AI工具的企业版，用了几个月，没有明显效果，停掉了；或者让IT部门研究了一圈，给出的结论是「目前不成熟，建议等待」。
这类企业的问题不在于没资源没意愿，而在于：他们用评估「上一套系统」的方式，在评估AI。 评估系统，看的是功能是否满足、价格是否合理、供应商是否稳定。 但AI不是系统，AI是能力。 评估能力，看的是：这件事如果我的团队具备了这个能力，我们能做到什么？ 这个问题，不是IT部门能回答的，是创始人需要亲自感受的。
第二类：跟风者
「别人做什么我做什么。」
看到竞争对手上了AI客服，马上找供应商做AI客服。看到行业里有人做AI营销，马上立项做AI营销。
这类企业做AI的速度不慢，但效果通常让人失望—— 因为他们在复制别人做的事，而不是解决自己真实的问题。 AI最大的价值，是个性化的——你的业务痛点在哪里，AI就在那里帮你。 跟风做出来的AI应用，解决的是别人的痛点，不是你的。
第三类：探索者
「我不知道最终怎么做，但我知道必须开始。」
这类企业的创始人，通常已经在个人层面体验了AI带来的改变——自己用Claude写过方案，用AI做过分析，感受过「有了AI之后能做以前做不到的事」的那种突破感。 他们不是因为看到了完整的路径才开始，而是因为相信这个方向，所以开始。
这是三类里，最有可能真正把AI做出成果的一类。 不是因为他们最聪明或者最有资源，而是因为他们的出发点是对的——从真实的感受出发，从真实的痛点出发，而不是从别人的案例出发。
三、不是血本无归，也不是走一步看一步
周伟老师说了一句话，我觉得是目前关于企业AI策略最准确的表述： 「有节奏的、吻合规律地来做。不是一次性投很多钱失败了血本无归，也不是走一步看一步进展缓慢。」
这两个极端，我都见过：
血本无归型： 某制造业企业，一次性投了800万做「AI全面升级」，找了一家解决方案供应商，承诺半年落地。结果系统上线了，员工不用，数据不通，和实际业务脱节。800万，基本打了水漂。 问题不在于AI不行，而在于——他们把AI当成了一次性的大项目，而不是一个需要持续迭代的能力建设过程。
走一步看一步型： 某连锁零售企业，CEO对AI很感兴趣，批了一个小预算，让一个兼职负责的员工「先研究研究」。研究了半年，出了一份报告，然后——没有然后了。 问题在于：没有明确的目标，没有专职的推动者，没有时间节点，没有从上到下的真实重视。 「先研究研究」，是最温柔的放弃方式。
那什么是「有节奏的、吻合规律地来做」？ 我把它翻译成一个具体的框架：「三步走」。
四、企业AI落地三步走
第一步：找到一个真实的痛点，做一个小的成功
时间：1-3个月。 投入：低，不超过十万，甚至几万。 目标：不是证明AI有多强大，而是让团队感受到「AI确实能帮我们解决一个真实问题」。
选什么痛点？ 这个选择很关键。 好的切入点有三个特征：
- 高频——每天都要做，不是偶尔才遇到的事。
- 重复——做法基本固定，不需要每次都重新思考。
- 有明显的时间或质量成本——现在做这件事，要花很长时间，或者质量很不稳定。
比如：每周的销售日报整理，每月的客户回访记录汇总，合同审查的初步筛查，招聘简历的第一轮筛选…… 这些事，AI能做，而且做得比人工更快更稳定。
选一个，认真做，做出一个真实可见的效果。 这个小成功的价值，不只是省了时间，更重要的是——它改变了团队对AI的认知。 从「AI这东西不知道有没有用」，变成「AI确实帮我们解决了XX问题」。 这个认知的改变，是后续所有推进的基础。
第二步：选一个核心业务场景，做深做透
时间：3-6个月。 投入：中，视规模而定，通常在几十万量级。 目标：在一个对公司最重要的业务领域，把AI真正嵌入工作流。
第一步做的是「证明可行」，第二步做的是「产生真实业务价值」。 选什么场景？ 创始人最关心的、公司最核心的那个业务环节——是客户获取？是产品研发？是服务交付？是供应链管理？ 找到那个环节，把AI深度嵌入进去。
不是做一个新系统，是在现有的工作方式里，找到AI能持续发挥作用的位置，然后让它在那里扎根。 这一步，通常需要专职的内部推动者——不是IT部门，而是那个最懂这个业务场景、同时对AI有真实热情的人。 这个人的存在，比任何工具都重要。
第三步：建立组织级的AI能力，形成文化
时间：6-18个月。 投入：视战略目标而定。 目标：AI不再是某个部门的工具，而是整个组织的工作方式。
这一步，解决的不是技术问题，而是组织问题—— 如何让所有人都有基础的AI使用能力？ 如何在团队里建立分享和迭代AI使用经验的文化？ 如何让每个人的AI使用积累，能够沉淀成组织的知识资产？
这就是第十六章说的devmap——一个人的进化，带动整个族群的进化。 在组织里，这意味着：一个员工摸索出来的好的AI工作流，能变成所有人都能用的Skill；一个部门解决的问题，能成为其他部门的参考；一次失败的尝试，能成为全公司避免重蹈覆辙的经验。
组织级的AI能力，不是买来的，不是外包来的，是在无数次真实使用里长出来的。
五、创始人必须亲自用
最后，我想说一件我认为是所有建议里最重要的一件事： 创始人，必须亲自用AI。
不是让助理帮你用，不是听汇报说AI效果怎么样，不是在展示会上看演示。 是你自己，用自己的手，把一个真实的工作任务交给AI，等它完成，看结果，感受那个过程。
为什么这件事这么重要？ 因为AI带来的改变，是需要亲身感受才能真正理解的。 我可以用一千个字描述「在西安凌晨三点和Claw一起工作三小时，第二天九点走进会议室的那种感觉」，但我描述得再好，也不如你自己经历一次。
那种感觉——你知道自己做到了以前做不到的事，你知道有一个永不疲惫的搭档在支撑你——这种感觉，是从旁观者变成参与者的那个开关。
创始人如果没有这个感受，他布置下去的AI战略，永远是别人的事，不是自己的事。 而别人的事，在组织里，很难真正被认真对待。
我给企业创始人的建议，浓缩成一句话： 今天，花一个小时，用AI完成一件你真实工作里的事。 不是测试，不是评估，是真实地用一次。 那一小时之后，你对「现在开始做AI还是等两年」这个问题，会有完全不同的感受。 不需要我再多说什么，你自己会知道答案。
我把这个建议告诉了一个还在观望的企业创始人。 他问：「用AI做什么？」 我说：「你现在案头上有没有一件事，你觉得重要但一直没时间做好？」 他说：「有，我们的季度战略复盘，每次都写得很潦草。」 我说：「把你的会议记录和关键数据发给AI，让它帮你整理一份完整的季度复盘。」
他发给了AI，等了十分钟。 看到结果出来，他沉默了一会儿。 然后说了一句话： 「这件事，我以前要花半天。」
我说：「对。」 他说：「那我们谈谈怎么在公司里做这件事。」
这句话，是从观望者变成探索者的那一刻。 不是因为我说服了他， 而是因为他自己感受到了。 这，才是真正的开始。