AI的預期已從精準的生成式輸出，演進為跨關鍵業務流程的自主智能體
行動。然而，企業部署AI的速度和規模遠未達到預期。瓶頸並非模型能力不足、算力欠缺或創新匱乏。
阻礙CIO實現投資回報目標的，是傳統企業運營模式的束縛。是時候為AI時代重構這一模式了，而信任正是關鍵所在。
AI的入門門檻很低，這也是為何今年全球預計將在AI上投入4.5萬億美元。然而，CIO們依然不願在沒有人類監督的情況下，將完整的工作流程交給智能體處理。難點不在於如何將人類嵌入流程，而在於如何判斷哪些決策可以信任AI智能體來完成。正是這一權衡，讓團隊在將AI試點推向生產環境時頻頻受阻——風險管控與決策可逆性的顧慮，使得端到端流程自動化難以落地，AI所創造的價值遠低於預期回報。
根本原因在於，典型的企業運營模式以人、流程和技術為核心。然而，太多組織僅將AI視為技術工具箱中的又一件新工具。麻省理工學院的研究發現，幾乎所有企業級AI計劃都以失敗告終。這些組織採用了不同的方案和供應商，卻無一例外地失敗了，儘管各自的路徑迥異。將AI強行嵌入"人、流程、技術"這一傳統運營模式，根本行不通。
但解法並非推翻舊模式，而是將AI原生地融入其中，對其進行擴展升級。正如企業會戰略性地決定如何運用各運營模組，AI原生的方式能夠確保人員、流程與技術都有效利用AI來實現目標、交付成果。
CIO們在IT服務管理、單點登錄、雲計算、DevOps等系統上投入了大量資金，IT預算的大部分都用於維持組織正常運轉的這些系統。即便有API連接，這些系統大多仍處於孤立狀態。隨著供應商推出更多AI賦能產品，各孤島只會變得更智能，卻不會真正打通。孤島之間的持續斷層，仍需人工填補——整合數據、匯聚上下文、協調各方系統，推動流程向前推進。
正如人類員工需要逐步贏得信任才能被委以更具戰略價值的任務，AI也需要證明自身能夠可靠地完成目標。邁向自主型企業，需要將這些"協調斷層"類任務委託給AI智能體。CIO面臨的問題不是選擇哪種AI，而是什麼任務可以託付給AI。信任，是決策的核心維度。
在這一框架下，風險與責任決定了哪些任務可以委託給AI，並對應三種風險加權選項：
人類主導型流程：涉及高風險、低先例或不可逆決策的事項，由人類全權掌控。AI提供輔助，但最終決策權始終在人。
人類監督型流程：低風險決策可委託給在人類監督下運行的AI智能體，遵循預設規則並記錄每一步操作。隨著AI積累經驗，對其輸出的信任度逐漸提升，所需監督也隨之減少。人類通過整體政策對智能體工作進行治理，而非逐一審查每項AI決策。
智能體主導型流程：低風險、高頻次的決策完全交由AI智能體自主處理，無需人工介入。
這一框架從根本上顛覆了AI規模化落地的思路。當前的常見做法是在單一流程線程上試點AI，初步驗證成功後便大範圍推廣，結果在面對近乎無限的流程、數據和決策組合時走向失敗。更優的路徑是：從低風險、常規操作入手，驗證成效後再逐步將AI提升至更高風險、更高價值的場景。信任不是在試點階段賦予的，而是在一次次成功驗證中積累而來的。
在與數百家企業的合作中，我們發現約80%的IT工單可以由AI智能體自主處理——引導用戶獲取所需資訊，或執行簡單的低風險操作。這便是將委託框架應用於IT及全企業的參照藍圖：從日常運營起步（如引導用戶查閱相關文檔、重置密碼、指導軟體更新的聊天機器人），再逐步將AI提升至更具戰略意義的工作。
由於風險是決策的核心維度，治理能力便成為自建還是採購這一決策的關鍵。部署速度固然重要，但以失敗收場的"快"並非真正的成功。可選方案大致如下：
內部自建：掌握完全控制權，但耗時較長，且會占用其他項目的資源。規模化的安全與治理同樣是一大挑戰，而AI專業人才昂貴且並非核心能力。
原生AI方案：部署迅速、與現有系統高度集成，但會將數據和上下文鎖定在原有孤島中。在跨平台自動化中選擇和維護單一供應商的AI時，也會帶來委託層面的問題。
超大規模雲服務商：易於採用，且提供極具吸引力的AI能力與服務，但集成與解決方案需從頭構建，資源需求與內部自建相近，責任同樣由企業自行承擔。
專為企業設計的平台與解決方案：預構建、可定製、內置治理機制，同時兼具其他方案在速度、控制力和集成能力上的優勢。
對照委託框架權衡，答案自然清晰：能夠實現全企業範圍橫向擴展、覆蓋各類應用、從低風險逐步延伸至高風險流程的路徑，才是通往成功的最優解。
Q&A
Q1：為什麼這麼多企業的AI項目都以失敗告終？
A：麻省理工學院的研究發現，幾乎所有企業級AI計劃都以失敗告終。核心原因在於，企業僅將AI當作傳統技術工具箱中的一件新工具，強行嵌入"人、流程、技術"的傳統運營模式，而非讓AI原生融入運營體系。不同路徑、不同供應商的嘗試均難逃失敗，根源都是同一個——模式本身沒有改變。
Q2：企業在AI落地時應該如何建立對AI的信任？
A：信任不是一次性授予的，而是通過逐步驗證積累的。建議從低風險、高頻次的常規任務入手，如密碼重置、文檔引導等，驗證AI的可靠性後，再逐步將其提升至更高風險的決策場景。數據顯示，約80%的IT工單可由AI智能體自主處理，這是構建信任的起點。
Q3：企業在部署AI時應該選擇自建還是採購現成方案？
A：這取決於治理能力與風險控制需求。內部自建控制力強但耗時耗資；原生AI方案部署快但容易形成數據孤島；超大規模雲服務商功能強但需大量自行集成；專為企業設計的平台則兼具預構建、可定製和內置治理的優勢，綜合來看更適合追求規模化落地的企業。
