企业采购了AI产品、接入模型并给员工开通账号,经过半年,流程效率却没有明显起色。李彦宏在11月17日亚太经合组织工商领导人峰会上谈到,这类情况不能只从技术工具上找原因,组织方式同样关键。
他把当下企业的AI应用与工业革命作比较:工厂已经装上电机,若流水线没有被重新设计,电力对产出的带动就会受限。AI进入企业后,如果岗位分工和流程仍沿用旧结构,模型能力也很难转成实际效率。
围绕组织调整,他提出三点。第一是改变岗位边界。AI接触过大量数据,具备跨任务处理能力,一个人可以承担多个角色,并把一项工作从头做到尾。过去按工序拆分的职责表,需要随之调整,否则效率提升空间会被限制。
百度伐谋在青岛港的实践对应这一思路。岸桥调度和集装箱装载算法原先归属不同环节,依赖不同经验;现在被放入同一个智能体统一计算,环节之间的协同效率随之提高。
第二是让专用数据进入具体业务。百度在零售场景中用AI结合专用数据优化商品补货。补货原本依赖店长对销售速度、备货时机的经验判断,接入专用数据后,这些判断有了可计算的基础。
第三是形成流程闭环。每个环节的职责和数据定义清楚,让数据在环节之间持续流动。使用过程中积累更多数据,数据反过来提升模型准确性,企业竞争力也会随之增强。
萝卜快跑展示了这种闭环的运行方式。车辆在开放道路行驶,路况数据回流用于训练模型;模型能力提升后,又能争取更多开放路段。目前这一循环在多个城市同时进行。
这三条指向同一个判断:AI并非采购后自动生效的软件,而是一次流程重写。装上电机只需要一张采购单,建设流水线则要改动整个车间。