忽略炒作：在技术变革浪潮中做出更明智的科技决策

当AI等技术在一夜之间颠覆各行各业，同时预算又面临严格审查时，企业领导者承受着前所未有的压力——他们必须拨开炒作的迷雾，找到真正有效的解决方案并引入组织内部。但成功从来不只取决于创新本身。

亲手构建原型，才能真正验证技术价值

要真正了解一项新技术在你的实际环境中会如何表现，以及它能为组织带来多大价值，唯一的方法就是亲自动手构建原型。

支持小规模实验，快速评估技术能力的可行性，然后把精力集中在真正重要的工作上：倾听反馈、持续学习、灵活调整。最重要的是，不要惧怕失败。技术层面的无畏精神至关重要——从失败的原型中获得的教训，往往与成功的原型同等宝贵。

这些原型就是通向未来的路线图。Booz Allen的团队对此深有体会：18个月前，我们构建了一个早期智能体AI系统的原型，目的是深入理解以下两个问题：

多个智能体如何协作解决问题；

分布式系统中的松耦合机制。

然而，随着研究的深入，我们的发现远比预期更有价值：这一探索催生了如今驱动公司整体业务创新的智能体网格与AI工厂。

以史为鉴，看清技术演进的周期规律

在面向未来布局技术采购与实验的同时，切勿忽视历史经验的价值。技术发展遵循一定规律。回顾我的职业生涯，我观察到边缘计算与集中式计算之间存在大约20年一次的交替循环。要"滑向冰球将要到达的地方"，深入研究这些周期至关重要。

以带宽和延迟为例，它们曾经是企业技术决策的核心考量因素。领导者们担忧自身网络能否在云或数据中心层面跟上大规模创新的步伐。然而如今，AI无线接入网络（AI-RAN）有望重塑企业的网络连接体验，使网络更快速、更自适应、更节能，从而更好地支持分析、安全以及其他AI密集型工作负载。随着网络可预测性的提升，以及企业逐渐意识到AI-RAN作为性能倍增器的潜力，边缘计算正重新成为主流选择。

构建安全可靠的生产系统，是一切创新的前提

然而，如果生产系统在网络攻击中瘫痪，或者迷失在相互竞争的系统迷宫中，所有的实验和评估都将付之东流。如果生产系统缺乏安全性、可靠性、可扩展性和韧性，任何功能特性都毫无意义。

在前沿技术采购过程中，确保系统韧性的一个有效方法是：为任何关键流程或技术投资不止一种解决方案。换句话说，不要把鸡蛋放在同一个篮子里。我遵循"三法则"来指导决策：对任何关键场景，至少投资三种异构技术方案进行探索，并要求团队为至少三种不同情景做好预案。

作为联邦政府最主要的AI服务商，我们持续不断地评估和重新审视自身的技术布局。在当前AI驱动软件开发的阶段，我最初选择投资七种不同工具。但随着开发者反馈和使用数据逐步揭示哪些工具真正有效，我们将在六个月内完成精简，集中投入那些对业务和客户影响最大的AI技术方向。

技术采购之外，变革管理同样是成功关键

尽管构建与采购新技术的上述原则至关重要，但采纳新技术的瓶颈往往源于员工对掌控感的认知以及对自身工作能力的担忧等非技术因素。

这种动态在五角大楼引入Wi-Fi的过程中清晰可见。从技术任务需求来看，Wi-Fi对于笔记本电脑和移动办公时代的崛起不可或缺，但许多人主张彻底禁止，认为它本质上不安全且存在运营风险。我们通过正面回应这些安全顾虑，并实证Wi-Fi可以被加固、监控和有效管理，从而成功扭转了他们的观念。

重构对话框架只是众多以技术为核心的变革管理策略之一，以下几点同样值得关注：

打造并培育高效团队。不要只注重技术能力的卓越性，还要寻找具备运营和流程专长的人才。在入职环节，尽早建立文化规范与期望，确保每个人都能遵循同一套工作准则。

保持一致的领导风格。我自己总结的"领导十原则"——这是我在数十年科技职业生涯中形成的、无论何种岗位都坚持践行的核心准则——在确立文化规范、引导团队形成正确思维方式（而非仅仅告诉他们该做什么）方面发挥了不可估量的作用。

重新审视协作方式。定期的反馈闭环与白板头脑风暴，有助于将分散在各个孤岛中的讨论引入公开视野，从而引导并加速整体进展。将这些机制内嵌入工作流程，并从一开始就付诸实践。

重新定义传统角色。这一点正在我们推行规范驱动开发的过程中得到印证。效率的提升和时间的节省为实验腾出了空间，但制定这些规范本身存在一定的学习曲线，同时也带来了角色的根本性转变——开发者正逐渐成为AI管理者。作为领导者，要愿意投入必要的时间，引导团队顺利完成这类角色演进。

最能把握当下时代机遇的领导者，是那些能够预见演进的周期性规律、愿意在系统中引入实验机制、构建多元选择、建立反馈回路与韧性能力，并且能够带领团队共同前行的人。

Q&A

Q1：为什么要自己动手构建AI原型，而不是直接采购现成产品？

A：构建原型是了解新技术在实际环境中真实表现的唯一途径。通过亲自搭建，可以快速验证技术能力，评估对组织的实际价值，并在实践中发现问题。更重要的是，失败的原型与成功的原型同样具有学习价值。Booz Allen正是通过构建早期智能体AI系统原型，最终发展出了推动公司业务创新的智能体网格与AI工厂。

Q2：什么是"三法则"，在技术采购中如何应用？

A："三法则"是一种降低技术风险的决策原则，即对任何关键流程或技术，至少同时投资三种异构解决方案，避免单点依赖。同时，团队也应为至少三种不同的业务情景提前做好预案。这一方法有助于在快速变化的技术环境中保持系统的韧性，确保即使某个方案失效，业务也不会因此中断。

Q3：企业推广新技术时，最常见的阻力是什么，应该如何应对？

A：最常见的阻力来自员工对掌控感和工作能力的担忧，而非技术本身的不足。应对方法包括：正面回应安全顾虑并用实证说话、重构对话框架、建立清晰的文化规范、推行定期反馈闭环，以及引导开发者等传统角色向AI管理者转型。领导者需要给予团队足够的时间和支持来适应这些变化。