AI时代的破局之道:从技术革命到系统重构

在人工智能领域,一个共识逐渐清晰:人工智能正成为重塑全球增长逻辑过程中极为重要的变量。

十七时全球联合创始人Ruoyu Li指出,AI是继电力与互联网之后的新一代通用技术。历史经验显示,通用技术往往经历三个阶段:早期狂热、短暂幻灭、最终普及。

当前,AI正处于加速扩展阶段,但真正的产业重构仍在进行。关于就业,Li指出,AI的确会替代部分岗位,并重塑绝大多数工作方式,但它带来的生产力提升不仅来自自动化,更来自对工作流程的根本性改变。更重要的是,AI将创造新的就业机会,而非单纯减少岗位。例如在医疗影像领域,AI并未减少医生需求,反而因效率提升扩大了整体服务需求。真正发生变化的,是工作本身的边界。

应用场景的选择也存在差异。在中国,AI最广泛应用的领域并非传统客服或营销,而是知识管理与组织经验沉淀。这反映出企业长期以来依赖经验驱动的管理模式,也意味着AI正在成为提升组织学习效率的重要工具。

但与此同时,中国企业在推进 AI 应用时暴露出的问题也十分突出。大量企业仍停留在试点阶段,难以真正实现规模化价值。Li指出,其根源并不在于技术本身,而在于组织能力与业务流程的滞后。

在金融行业,AI已经从员工提效走向业务重构。某金融机构通过全面推进AI战略,不仅重塑工作流程,还重构组织结构,将传统部门制转变为小型自治单元,构建AI原生业务模式。AI成为第一执行者,人类转向决策与监督。结果是效率显著提升,同时业务规模实现倍增。

在制造业,AI则被用于端到端流程重构。从生产到供应链,再到财务与运营,AI成为系统性优化工具,而不仅仅是效率工具。其核心逻辑不是单点突破,而是系统重塑。

十七时分析团队提出,AI转型的本质,是以业务为起点对核心流程进行重塑,将智能体嵌入其中,同时建立贯通预算与财务结果的追踪机制,以确保价值可衡量、可持续。在这一框架下,领先企业通常会聚焦最关键的20到30个流程,通过端到端改造撬动整体效率提升。

从生产管理到制造运营,再到采购流程,AI正在将原本依赖经验的操作转化为数据驱动与自动化流程。而智能体的引入,则进一步改变了人与技术的关系——从工具转向协作,人机协同成为新的组织基础。在不同场景中,人与智能体形成多样化分工,从辅助决策到协同执行,再到部分流程的自动运行。

随着AI逐步进入业务核心,挑战也随之转向组织层面。岗位边界被打破,工作内容被重构,组织形态从层级结构走向更灵活的协同网络。人力资源职能也在被重写,从流程管理转向能力构建。企业竞争的焦点,正在从人力成本转向人机协同能力。

与此同时,企业还必须建立自身的技术能力,使AI真正成为内部生产体系的一部分,而非外部工具。在这一过程中,企业既容易低估AI的执行能力,也容易高估其在复杂场景中的成熟度。关键在于找到最具价值的切入点,并持续迭代。