
过去两年,企业界一直痴迷于人工智能光鲜亮丽的外表——那些能写诗的聊天机器人,或是能生成营销素材的图像生成器。但对于我们这些专注于企业运营中那些不那么光鲜的机制的人来说,真正的问题始终是:可衡量的投资回报在哪里?
麦肯锡洞察(McKinsey Insights)的一项新研究证实了实用主义者长期以来的猜测:AI价值的瓶颈不在于技术的复杂性,而在于组织内部运作机制的僵化。报告显示,成功从AI中获取价值的公司,不一定部署了更优越的算法。相反,它们是那些对其运营模式进行了深思熟虑、结构化改变,以适应自动化工作流程的公司。
简单地将AI代理插入到过时、孤立的企业层级中,是导致昂贵失败的秘诀。如果一个自主代理能在三秒内处理一个采购请求,但内部审批流程仍需要通过传统的电子邮件链在三个不同部门进行手动签批,那么净效率提升为零。真正的优化需要重新设计工作流程,以支持机器到机器的交接以及去中心化的算法决策。
这种运营现实对更广泛的AI生态系统具有巨大影响,尤其是在我们从基础大型语言模型(LLMs)过渡到自主AI代理之际。为了让代理能够超越沙盒环境,真正执行端到端的业务流程,企业必须建立清晰的治理框架、标准化的数据管道和更新的风险协议。
肤浅的AI试点项目时代幸而即将结束。未来十年将赢得生产力提升的组织,不是那些拥有最大GPU预算的,而是那些具备运营纪律,能够为自动化执行重塑其业务模式的组织。
图片:Christina @ wocintechchat.com M / Unsplash (https://unsplash.com/@wocintechchat)
A new McKinsey report highlights that while AI is gaining traction in agriculture, its adoption is driven by demonstrable operational benefits and trusted advice, not just technological novelty.

A new report reveals how outdated shipping systems waste billions in retail. AI-driven automation could cut costs by 30%.

AI-driven case analysis slashes litigation costs by automating evidence review in tariff disputes, cutting processing time from months to weeks.

评论