當(dāng)AI 以前所未有的速度重塑世界，我們的視野中每天都涌現(xiàn)著新的“奇跡”，從氛圍編程到文生視頻，再到一鍵設(shè)計(jì)……面對(duì)這些眼花繚亂的技術(shù)展示，我想提醒每一位希望通過 AI 構(gòu)建未來的創(chuàng)業(yè)者 ：技術(shù)只是表象。AI 真正的挑戰(zhàn)，不在于我們跑得有多快，而在于是否還有人記得—技術(shù)的起點(diǎn)是人。

在推動(dòng) AI 落地的過程中，許多組織都熱衷于追求華麗的演示效果，卻不想在組織內(nèi)進(jìn)行漫長(zhǎng)的打磨與修煉。正如那個(gè)廣為流傳的比喻所說 ：“很多人都只想吃第五個(gè)饅頭—AI 智能，卻不想先啃下文化、人才、流程、數(shù)據(jù)這前四個(gè)饅頭。”殊不知，正是這些看似基礎(chǔ)的前期積累，才構(gòu)成了你在無(wú)人區(qū)中持續(xù)前行的“精神免疫系統(tǒng)”。

技術(shù)的起點(diǎn)

圖靈獎(jiǎng)和諾貝爾獎(jiǎng)的雙料獲得者—司馬賀，早在上個(gè)世紀(jì)，就曾與中國(guó)的科學(xué)家們深度交流過人工智能的觀點(diǎn)和實(shí)踐。只不過由于我們現(xiàn)在技術(shù)的進(jìn)步、數(shù)據(jù)的積累，以及通訊的完善，才將前人的這些愿景給實(shí)現(xiàn)了。

但在實(shí)現(xiàn)之后，我們還記得當(dāng)初為什么做這件事嗎？司馬賀曾提出 ：當(dāng)我們進(jìn)入信息過載的時(shí)代，就必然會(huì)出現(xiàn)注意力缺失的時(shí)代。

此時(shí)，技術(shù)的作用開始逐漸凸顯。正如微軟 CEO 薩提亞所說 ：“應(yīng)該是機(jī)器來理解我，而不是我去理解機(jī)器。” “機(jī)器應(yīng)當(dāng)幫我從信息過載中解脫出來。”這兩句話傳遞的理念正是 ：機(jī)器不應(yīng)該讓我關(guān)注太多我不需要關(guān)注的內(nèi)容，它應(yīng)該讓我作為一個(gè)人，能夠有足夠的精力、時(shí)間和能力，去關(guān)注、處理我真正應(yīng)該關(guān)注和處理的話題。

這才是信息技術(shù)真正的本意和初心。

在 AI 落地的江湖里流傳著這樣一個(gè)故事。故事里有兩個(gè)主角 ：張三和李四。張三非常想尋找到一種能讓他成仙的食物，我們姑且稱之為“饅頭”（AI 人工智能）。他聽說，李四家在賣這種饅頭，于是就通過各種途徑找到了李四家。

最后，張三確實(shí)因?yàn)槌粤死钏募业酿z頭成仙了。但實(shí)際上，這饅頭，張三并不是只吃了一個(gè)，而是一個(gè)一個(gè)地吃，吃完五個(gè)，才最終達(dá)成所愿的。

而流傳出去的故事，卻只有簡(jiǎn)化的版本 ：“張三吃了 AI 饅頭成了仙”。

五個(gè)“饅頭”

張三吃的這五個(gè)饅頭分別是 ：文化、人才、流程、數(shù)據(jù)、智能。第五個(gè)饅頭所產(chǎn)生的系統(tǒng)化效應(yīng)，是在前面幾個(gè)饅頭吃完之后，才能涌現(xiàn)出來。

在 AI 落地的過程中，誰(shuí)都不想吃前面四個(gè)饅頭，因?yàn)樗鼈兂酝旰?，企業(yè)并沒有顯性業(yè)績(jī)，全是成本。但如果不建立積累和化學(xué)效應(yīng)，即使你吃完第五個(gè)饅頭也還是會(huì)餓。這就是過去企業(yè)在信息化、數(shù)字化和智能化轉(zhuǎn)型中的通病。

第一個(gè)饅頭 ：文化

我很喜歡一位北歐學(xué)者的一句詩(shī)：“通往智慧之路就是 error，error and error。”簡(jiǎn)單說，就是偏一點(diǎn)，偏一點(diǎn)，再偏一點(diǎn)。其實(shí)人生、創(chuàng)新、事業(yè)乃至做產(chǎn)品，都是這樣—真相往往不是一步就到位的，而是在不斷試錯(cuò)中，一次比一次偏得少一點(diǎn)，慢慢接近的。

我喜歡用概率來解釋創(chuàng)新。很多人覺得創(chuàng)新是靈光一閃，其實(shí)它更像是一種不斷試探、不斷修正的過程。每一次嘗試，都像一次探測(cè)，你得到了反饋，然后再調(diào)整方向。創(chuàng)新不是一次就 100% 正確，而是慢慢提高成功的概率，或者縮小不確定的范圍。

那創(chuàng)新怎么落地呢？我總結(jié)為“三錯(cuò)法”：認(rèn)錯(cuò)、知錯(cuò)、改錯(cuò)。更溫和一點(diǎn)說，就是認(rèn)偏、知偏、糾偏。本質(zhì)上，創(chuàng)新就是一個(gè)不斷承認(rèn)偏差、不斷調(diào)整方向的過程。組織里也要有一定的“容錯(cuò)冗余度”。

不同的行業(yè)容錯(cuò)空間也不同，比如醫(yī)療、安全領(lǐng)域容錯(cuò)空間極低，但在創(chuàng)新型組織里，沒有一定的容錯(cuò)機(jī)制，根本找不到新方向。所以，創(chuàng)新的核心，不是工具或資源，而是文化—一種允許試錯(cuò)、持續(xù)優(yōu)化、以價(jià)值為邊界的文化。

第二個(gè)饅頭 ：人才

明白了文化這“第一個(gè)饅頭”，我們就更容易理解第二個(gè)“饅頭”—人才。我常說，21 世紀(jì)需要的新型人才，一定是樂于學(xué)習(xí)、善于學(xué)習(xí)，并把終身學(xué)習(xí)當(dāng)作目標(biāo)的人。

學(xué)習(xí)方法可以歸結(jié)為知行合一：學(xué)習(xí)、提問、思考、辨析、行動(dòng)，五個(gè)環(huán)節(jié)環(huán)環(huán)相扣。尤其在人工智能時(shí)代，“提問”變得格外關(guān)鍵。機(jī)器學(xué)習(xí)，本質(zhì)上就是一門“善于提問”的學(xué)問。人通過提問拓展認(rèn)知，機(jī)器依賴數(shù)據(jù)不斷學(xué)習(xí)—方式不同，底層邏輯卻相通，都在不斷試探、不斷修正。

有了人才，還要實(shí)現(xiàn)人才的融合。這一點(diǎn)在 AI 落地過程中尤其困難。為什么AI 落地常常會(huì)受阻？問題往往不在技術(shù)，而在人—業(yè)務(wù)人才和技術(shù)人才之間常常難以真正融合。

在我看來，這不是制度的問題，而是人性的問題。

既然源于人性，就要用符合人性的方式去解決—也就是培養(yǎng)“成長(zhǎng)型思維”：從“我全懂”轉(zhuǎn)向“我可以學(xué)”。很多老板都希望能找到一個(gè)既懂業(yè)務(wù)又懂技術(shù)的“全能型人才”，但現(xiàn)實(shí)是，這樣的人才早就自己創(chuàng)業(yè)了。所以，真正有智慧的管理者，不執(zhí)著于尋找通才，而是致力于搭配團(tuán)隊(duì)。但團(tuán)隊(duì)搭配并不容易，人與人之間存在不同的化學(xué)反應(yīng)。有時(shí)是“道不同不相為謀”，有時(shí)候，我們需要的是“存同求異，存異求同”。在決策階段，要包容異見、保留認(rèn)知冗余，才能激發(fā)新想法 ；而一旦進(jìn)入執(zhí)行，就要收斂分歧、凝聚共識(shí)，才能高效推進(jìn)。對(duì)技術(shù)人才來說，構(gòu)建能力體系必須從扎實(shí)的根基開始，這個(gè)根基要建立在第一性原理之上。我當(dāng)年學(xué)人工智能時(shí)，導(dǎo)師要求我用最基礎(chǔ)的 C 語(yǔ)言，不借助任何數(shù)學(xué)庫(kù)，從零開始寫矩陣運(yùn)算、Sigmoid函數(shù)等。完成之后，我意識(shí)到只有親手操作一遍，才能真正理解算法本質(zhì)。

后來，導(dǎo)師又讓我用 Excel 做機(jī)器學(xué)習(xí)應(yīng)用。這時(shí)我才發(fā)現(xiàn)，這比寫代碼更能讓人直觀地感受到數(shù)據(jù)一點(diǎn)點(diǎn)收斂、變化的過程—那種體感，是任何現(xiàn)成的框架都給不了的。所以，打牢基礎(chǔ)是永遠(yuǎn)的基本功。

第三個(gè)饅頭 ：流程

這個(gè)階段的核心在于“協(xié)同觀”，即人與機(jī)器協(xié)作共生的理念。在技術(shù)底座夯實(shí)之后，流程便會(huì)為了追求效率而被重塑與再造。人工智能等技術(shù)的根本目的，就是讓流程更高效，但其起點(diǎn)與核心，始終是人。

事實(shí)上，我們每個(gè)人早已是“人機(jī)結(jié)合體”。如今，機(jī)器以強(qiáng)大的學(xué)習(xí)與快速反饋能力，讓采集信號(hào)、識(shí)別模式和輸出結(jié)果的每個(gè)環(huán)節(jié)都在被強(qiáng)化。于是，從人才、組織到產(chǎn)品、產(chǎn)業(yè)鏈，每個(gè)環(huán)節(jié)都融入了機(jī)器的要素，流程也正在經(jīng)歷全面的數(shù)字化變革。

過去有個(gè)理論，叫“康威定律”，認(rèn)為產(chǎn)品設(shè)計(jì)受制于組織架構(gòu)。而今天出現(xiàn)了“逆康威定律”，也就是技術(shù)能力（尤其是AI）反過來在塑造新的組織形態(tài)。當(dāng)個(gè)體因技術(shù)而能力倍增時(shí)，組織的重構(gòu)便會(huì)成為必然。

從上世紀(jì)起，我們就開始談“流程再造”，當(dāng)時(shí)主要是信息化。而今天，我們要讓機(jī)器也能“理解”流程。這時(shí)，流程就不再僅僅是給人看的圖表，還應(yīng)該變成“人能理解，機(jī)器能執(zhí)行”的工程化語(yǔ)言。未來，所有的智能化產(chǎn)品和服務(wù)，都會(huì)內(nèi)置數(shù)字化的反饋閉環(huán)。機(jī)器通過反饋

學(xué)習(xí)，人通過反饋成長(zhǎng)。當(dāng)一個(gè)流程能夠?qū)W習(xí)，它就能沉淀數(shù)據(jù)，然后把數(shù)據(jù)提煉為知識(shí)，知識(shí)再轉(zhuǎn)化為智能，從而讓整個(gè)系統(tǒng)都融入到一個(gè)可學(xué)習(xí)、可演化的工程體系中，涌現(xiàn)出新的價(jià)值。

流程之所以重要，正是因?yàn)檎嬲咽虑樽龀傻?，往往不是某個(gè)孤立的組織或個(gè)人，而是貫穿其中的流程。它連接著人才、組織、數(shù)據(jù)與智能。而流程再造的終極目的，是讓機(jī)器把基礎(chǔ)工作做得更好，讓人能更專注于創(chuàng)造深層價(jià)值。最終，新的流程將孕育出一種“人在回路”的人機(jī)協(xié)同文化。當(dāng)這種文化扎根，我們才算真正從工業(yè)文明，邁入了信息文明。

第四個(gè)饅頭 ：數(shù)據(jù)

數(shù)據(jù)看似專業(yè)，但其實(shí)我們可以把握一個(gè)核心原則 ：好的數(shù)據(jù)表達(dá)，既要讓人能看懂，也要讓機(jī)器能處理。也就是說，業(yè)務(wù)目標(biāo)和關(guān)鍵流程，要用一種人和機(jī)器都能理解的“語(yǔ)言”來描述—這是數(shù)字化轉(zhuǎn)型中非常關(guān)鍵的一點(diǎn)。

數(shù)據(jù)為什么如此重要？因?yàn)槿斯ぶ悄芩?、所學(xué)到的一切，都來自于我們給它的數(shù)據(jù)。但問題在于，如果你只是用一個(gè)現(xiàn)成的“大模型”，它學(xué)到的往往是大眾的共識(shí)，未必清楚你真正需要什么。

舉個(gè)例子 ：請(qǐng)來像愛因斯坦那樣的專家?guī)湍愠措u蛋，他再有學(xué)問，如果不知道你的口味，也炒不出你想要的雞蛋。很多AI 應(yīng)用之所以讓人失望，正是因?yàn)槲覀儧]有把“我到底要什么”通過數(shù)據(jù)教給機(jī)器。

OpenAI 聯(lián)合創(chuàng)始人 Ilya Sutskever在一次采訪中說得非常直接 ：“當(dāng)我們有了像 Chat GPT 這樣的模型，真正需要思考的，是如何擁有別人沒有的數(shù)據(jù) ；以及如何教會(huì)機(jī)器為你服務(wù)，而不是和大家用一樣的機(jī)器。”

也就是說，數(shù)據(jù)必須要帶有“你的味道”。我們要有能力把自己的認(rèn)知和決策過程，轉(zhuǎn)化為數(shù)字足跡。

第五個(gè)饅頭 ：智能

真正的智能，只有在“用”起來的時(shí)候，才能體現(xiàn)出價(jià)值。

微軟的工作經(jīng)歷讓我明白，員工真正會(huì)用人工智能，并不是買一套系統(tǒng)就能實(shí)現(xiàn)的。這背后需要改造流程、培訓(xùn)員工、建設(shè)文化—只有當(dāng)文化、人才、流程和數(shù)據(jù)都到位了，智能才能從“能用”走向“有用”。企業(yè)也才能借此做出讓用戶愿意用、喜歡用的智能產(chǎn)品，形成真正的競(jìng)爭(zhēng)力。

其實(shí)，這就像人類歷史上一直在做的事 ：構(gòu)建高效組織。一個(gè)國(guó)家、一家公司、一個(gè)團(tuán)隊(duì)，想真正用好 AI，就必須做到“書同文、車同軌”，也就是標(biāo)準(zhǔn)統(tǒng)一、體系貫通。

大家都明白，部門之間的壁壘很難打破。只要有組織，就會(huì)有“部門墻”。數(shù)字化轉(zhuǎn)型的目標(biāo)，不是去推倒這堵墻，而是讓數(shù)據(jù)在底層連通起來。就像一棟大樓，樓上可以千姿百態(tài)，但地下的水、電、氣管網(wǎng)必須互通。只有數(shù)據(jù)標(biāo)準(zhǔn)和接口打通，AI 才能真正融入組織，發(fā)揮最大效能。

當(dāng)組織真正回歸到人，讓技術(shù)為人類服務(wù)時(shí)，AI 就不再是外來的工具，而成為了內(nèi)在的底色。

本文來源 ：混沌學(xué)園