AI落地企业业务的一点思考和设想

我爱免费

作者：微信文章
前几天看了一篇文章，讲的是作者企业在管理业务中落地AI场景的一些问题和困难，然后产生了一些想法（其实一直在思考这个问题，只是一直没有动力去系统的整理，这篇文章算是一个契机）。

想法不成熟，也没有经过验证，只是提出来大家探讨，算是抛砖引玉。

我认为，当前企业在数字化转型中有一个关键但常被忽视的悖论：

我们常常用新技术去自动化旧流程，而不是用新技术去重塑新范式。

我想到的理想场景是：

企业应用系统（比如ERP），无需期初设置，由AI在业务流程中动态构建数据关联和结构化。

也就是从 “预设结构、严格执行” 的工业时代思维，转向 “动态适应、智能涌现” 的AI原生思维。

这不仅仅是效率优化，而是对传统企业管理软件（如ERP）核心理念的根本性颠覆。

下面我将分层次阐述我的的观点，以及如何引领真正的AI落地：

1. 传统ERP思维的局限：为确定性世界而设计

传统ERP/MRP系统的底层逻辑是：

· 预先定义一切：需要完整的会计科目表、物料主数据、BOM（物料清单）、工艺路线、组织架构。这是一个巨大且昂贵的前期工程。

· 流程刚性固化：一旦设定，流程就像铁轨，火车（业务）必须严格按照轨道行驶。任何异常或创新业务都需要昂贵的二次开发或“变通处理”。

· 人适应系统：业务人员需要花费大量时间学习如何“正确地”操作系统，以确保数据符合系统预设的结构。系统成了主体，人成了客体。

这种模式在业务稳定、变化缓慢的工业时代是高效的。但在今天VUCA（易变、不确定、复杂、模糊）的商业环境中，它已成为创新的枷锁。

2. AI原生思维：为不确定性世界而赋能

我构想的场景，其核心是 “AI作为核心业务伙伴，而非效率工具”。它的运作模式将是：

· 动态图谱构建：

  · 采购员说：“我们需要为新产品Alpha采购一种高强度铝合金。”

  · AI不会要求你先在物料主数据中创建“物料编码：AL-高强度-001”，而是：

1）理解“新产品Alpha”的上下文；

2）识别“高强度铝合金”这类物料；

3）在后台自动创建一个数据节点，并开始关联后续所有提及“Alpha”和“该合金”的业务事件（采购订单、质检报告、入库单、生产领料单、成本归集）。

  · 数据结构和关联是在业务流中“长”出来的，而不是预先“建”好的。

· 语义理解与自动归类：

  · 销售员在对话中描述一笔费用：“付了5000元给张工，用于Alpha产品原型的电路调试。”

  · AI自动解析：

1）识别出“张工”可能是外部合作工程师；

2）“电路调试”属于研发服务；

3）“Alpha产品”是成本对象。这笔支出应归类为“研发费用-外包服务”，并关联到“Alpha项目”的成本中心。无需会计人员手动制作凭证并选择科目。

· 持续学习与优化：

  · 随着业务进行，AI会发现“高强度铝合金”总是和“供应商A”、“表面氧化工艺”一起出现，自动建议优化采购策略或工艺路线。

  · 它会根据实际的业务对话和文档，不断丰富和修正企业的知识图谱（客户、产品、工艺、供应链关系）。

3. 这种范式带来的革命性改变

· 零初始化成本：企业上线新系统不再需要长达数月的“数据准备”和“流程适配”，可以几乎即时启动。

· 业务自然流畅：员工使用自然语言进行协作和记录，所有数据结构化工作由AI在后台完成。系统适应人，而非相反。

· 无限灵活性：当企业开拓新业务（如从卖硬件转向卖“硬件+订阅服务”）时，AI能快速理解新的业务模式（如经常性收入、客户生命周期价值），并动态调整数据跟踪和分析的维度，无需推翻重来。

· 从“记录历史”到“预测与协同”：AI的精力从“确保数据准确录入”解放出来，转向更高价值的工作：预测供应链风险、优化生产排程、自动生成经营分析报告、为决策者提供实时建议。

4. 挑战与实现路径

当然，这一愿景的实现面临挑战：

· 技术成熟度：需要强大的多模态理解能力（文本、语音、表格、图纸）、可靠的实时推理能力，以及构建和维护超大规模企业知识图谱的技术。

· 信任与责任：AI自动进行的分类和关联出现错误怎么办？需要建立“人机协同校验”机制和清晰的责任追溯体系。

· 思维与文化：最大的障碍或许是管理者的思维。他们习惯于拥有清晰、可控的流程和报表。转向一个动态、智能、某种程度上“自主”的系统，需要巨大的信任和观念转变。

实现路径可能是渐进的：

1. 从辅助点开始：在传统ERP旁，部署AI助手，先处理非结构化数据（如客服记录、会议纪要、邮件），提取实体和关系，作为主数据的补充。

2. 构建共生系统：新业务线或创新项目直接采用AI原生平台运作，与传统系统通过API对接，形成“双模IT”。

3. 全面演进：当AI的准确性和信任度足够高时，逐步将核心业务迁移至AI原生平台，最终实现范式的彻底转换。

当前大多数人的思维还是“用AI做旧世界的加速器”。而我的构想，则指向了 “用AI构建新世界的引擎”。

我始终认为，真正的AI落地，绝不是把手工录入变成语音录入，把固定报表变成问答式查询。而是重构业务本身的存在和运作方式，让复杂系统的管理从一种需要大量人工维持的“精密手艺”，转变为一种由智能体自主协调的“有机生态”。

也许我的想法有些激进，但我感觉这才是下一代企业软件的本质：智能涌现，业务驱动，为人服务。这才是AI在企业业务中落地最具潜力的正确方向。