自主型企业的核心是信任，而非技术

AI的预期已从精准的生成式输出，演进为跨关键业务流程的自主智能体行动。然而，企业部署AI的速度和规模远未达到预期。瓶颈并非模型能力不足、算力欠缺或创新匮乏。

阻碍CIO实现投资回报目标的，是传统企业运营模式的束缚。是时候为AI时代重构这一模式了，而信任正是关键所在。

AI的入门门槛很低，这也是为何今年全球预计将在AI上投入4.5万亿美元。然而，CIO们依然不愿在没有人类监督的情况下，将完整的工作流程交给智能体处理。难点不在于如何将人类嵌入流程，而在于如何判断哪些决策可以信任AI智能体来完成。正是这一权衡，让团队在将AI试点推向生产环境时频频受阻——风险管控与决策可逆性的顾虑，使得端到端流程自动化难以落地，AI所创造的价值远低于预期回报。

根本原因在于，典型的企业运营模式以人、流程和技术为核心。然而，太多组织仅将AI视为技术工具箱中的又一件新工具。麻省理工学院的研究发现，几乎所有企业级AI计划都以失败告终。这些组织采用了不同的方案和供应商，却无一例外地失败了，尽管各自的路径迥异。将AI强行嵌入"人、流程、技术"这一传统运营模式，根本行不通。

但解法并非推翻旧模式，而是将AI原生地融入其中，对其进行扩展升级。正如企业会战略性地决定如何运用各运营模块，AI原生的方式能够确保人员、流程与技术都有效利用AI来实现目标、交付成果。

CIO们在IT服务管理、单点登录、云计算、DevOps等系统上投入了大量资金，IT预算的大部分都用于维持组织正常运转的这些系统。即便有API连接，这些系统大多仍处于孤立状态。随着供应商推出更多AI赋能产品，各孤岛只会变得更智能，却不会真正打通。孤岛之间的持续断层，仍需人工填补——整合数据、汇聚上下文、协调各方系统，推动流程向前推进。

正如人类员工需要逐步赢得信任才能被委以更具战略价值的任务，AI也需要证明自身能够可靠地完成目标。迈向自主型企业，需要将这些"协调断层"类任务委托给AI智能体。CIO面临的问题不是选择哪种AI，而是什么任务可以托付给AI。信任，是决策的核心维度。

在这一框架下，风险与责任决定了哪些任务可以委托给AI，并对应三种风险加权选项：

人类主导型流程：涉及高风险、低先例或不可逆决策的事项，由人类全权掌控。AI提供辅助，但最终决策权始终在人。

人类监督型流程：低风险决策可委托给在人类监督下运行的AI智能体，遵循预设规则并记录每一步操作。随着AI积累经验，对其输出的信任度逐渐提升，所需监督也随之减少。人类通过整体政策对智能体工作进行治理，而非逐一审查每项AI决策。

智能体主导型流程：低风险、高频次的决策完全交由AI智能体自主处理，无需人工介入。

这一框架从根本上颠覆了AI规模化落地的思路。当前的常见做法是在单一流程线程上试点AI，初步验证成功后便大范围推广，结果在面对近乎无限的流程、数据和决策组合时走向失败。更优的路径是：从低风险、常规操作入手，验证成效后再逐步将AI提升至更高风险、更高价值的场景。信任不是在试点阶段赋予的，而是在一次次成功验证中积累而来的。

在与数百家企业的合作中，我们发现约80%的IT工单可以由AI智能体自主处理——引导用户获取所需信息，或执行简单的低风险操作。这便是将委托框架应用于IT及全企业的参照蓝图：从日常运营起步（如引导用户查阅相关文档、重置密码、指导软件更新的聊天机器人），再逐步将AI提升至更具战略意义的工作。

由于风险是决策的核心维度，治理能力便成为自建还是采购这一决策的关键。部署速度固然重要，但以失败收场的"快"并非真正的成功。可选方案大致如下：

内部自建：掌握完全控制权，但耗时较长，且会占用其他项目的资源。规模化的安全与治理同样是一大挑战，而AI专业人才昂贵且并非核心能力。

原生AI方案：部署迅速、与现有系统高度集成，但会将数据和上下文锁定在原有孤岛中。在跨平台自动化中选择和维护单一供应商的AI时，也会带来委托层面的问题。

超大规模云服务商：易于采用，且提供极具吸引力的AI能力与服务，但集成与解决方案需从头构建，资源需求与内部自建相近，责任同样由企业自行承担。

专为企业设计的平台与解决方案：预构建、可定制、内置治理机制，同时兼具其他方案在速度、控制力和集成能力上的优势。

对照委托框架权衡，答案自然清晰：能够实现全企业范围横向扩展、覆盖各类应用、从低风险逐步延伸至高风险流程的路径，才是通往成功的最优解。

Q&A

Q1：为什么这么多企业的AI项目都以失败告终？

A：麻省理工学院的研究发现，几乎所有企业级AI计划都以失败告终。核心原因在于，企业仅将AI当作传统技术工具箱中的一件新工具，强行嵌入"人、流程、技术"的传统运营模式，而非让AI原生融入运营体系。不同路径、不同供应商的尝试均难逃失败，根源都是同一个——模式本身没有改变。

Q2：企业在AI落地时应该如何建立对AI的信任？

A：信任不是一次性授予的，而是通过逐步验证积累的。建议从低风险、高频次的常规任务入手，如密码重置、文档引导等，验证AI的可靠性后，再逐步将其提升至更高风险的决策场景。数据显示，约80%的IT工单可由AI智能体自主处理，这是构建信任的起点。

Q3：企业在部署AI时应该选择自建还是采购现成方案？

A：这取决于治理能力与风险控制需求。内部自建控制力强但耗时耗资；原生AI方案部署快但容易形成数据孤岛；超大规模云服务商功能强但需大量自行集成；专为企业设计的平台则兼具预构建、可定制和内置治理的优势，综合来看更适合追求规模化落地的企业。