AI浪潮下,企业为何重蹈二十年覆辙

近半年来，大量企业将数十万、数百万乃至上千万资金投入AI。数月之后，许多企业却发现AI部署后，会议室更多了，系统更多了，数据更多了，但业务层面的变化远不如预期。

那么，症结究竟在哪里？

实际上，AI阶段遭遇的困境，制造业早在二十年前便已亲历。

2000年前后，中国制造业掀起大规模自动化浪潮。众多工厂购置设备、采购机器人、搭建自动化产线，单条产线投入动辄数百万乃至数千万。

彼时不少企业以为机器人越多，工厂就越先进，效率必然越高。然而数年后，许多企业发现设备到位后，效率并未显著提升，甚至出现设备利用率偏低、维护成本居高不下、产品质量波动等问题。原因何在？后来大家才意识到，问题根源不在机器人本身，而在机器人之前的基础环节。

打个比方：若一位厨师手艺平平，给他换一把价值十万元的德国名刀，他的菜品会立刻脱胎换骨吗？不会。因为刀具解决不了菜谱、食材、火候、经验层面的问题。

自动化同理，机器只能放大既有能力，无法凭空创造能力。因而制造业流传一句至理名言：

切勿在陈旧的工艺基础上推行自动化。

随后企业迈入数字化阶段，纷纷着手建设ERP、MES、PLM、CRM、供应链等系统。

许多企业投入不菲，几十万、几百万乃至上亿元。然而类似问题再度浮现：系统上线后，流程未变、效率未升，员工反倒更加忙碌。

根源在于，不少企业只是把原本的混乱原封不动搬到了电脑里。

再举一例：

某企业原本审批需五人签字，数字化后改为电子审批，结果仍是五人，甚至节点更多。

这只能称为"电子化"，而非真正的数字化。

真正的数字化，是重新审视为何需要五人？哪些环节创造价值？哪些环节只是沿袭旧习？故而数字化阶段再次警示我们：

切勿在落后的管理模式上推进数字化。

进入智能制造阶段后，企业开始追逐预测性维护、智能排产、自动优化、机器视觉、黑灯工厂等概念。所有智能制造专家都会强调：智能化的前提，是数字化与网络化。

没有数字化，机器无从知晓过往；没有标准，系统无从判断对错；没有网络，设备无法互联；没有模型，数据无法释放价值。

智能制造存在一个金字塔模型：底层为设备自动化，第二层为数据数字化，第三层为系统网络化，第四层为业务智能化，第五层为自主优化。

许多企业的问题是底层尚未夯实，便急于攀登顶层。结果便是：

地基仅有两层，却妄想修建百层高楼。

如今众多企业布局AI，又踏上了相似的路径。他们以为有了大模型、智能体、知识库，企业便能借助AI创造价值。

然而智能体并非魔法，大模型亦非万能解药。AI的最终成效，可简单概括为：

AI价值 = 数据质量 × 流程质量 × 模型能力

多数企业只聚焦最后一项：模型。却忽略了：自身数据状况如何？流程状况如何？

一个浅显的例子：

一位世界级厨师，若配备新鲜食材、正确菜谱、专业厨具，他能烹制出佳肴。

但若食材腐坏、菜谱谬误、厨房杂乱，纵使换上十位米其林大厨，也无济于事。

AI亦复如是。

因为喂给AI的数据与流程本身就是错的。

企业研发效率低下，许多老板的第一反应便是：上AI！

然而，是否应当先追问：研发效率为何低下？

是工程师能力欠缺？还是流程紊乱？

是知识储备不足？还是决策机制有弊？

是数据匮乏？还是需求定义偏差？

若一家企业的研发流程十年未曾优化、技术资料散落于数十个系统、骨干工程师经验未能沉淀、项目失败缺乏复盘。那么AI介入后，会发生什么？

它不会缔造奇迹，只会更快地直面混乱。

我认为未来企业部署AI，合理的顺序或许是：

首先厘清企业真正的核心能力是什么？哪些流程创造价值？哪些流程应当淘汰？

不是穷尽所有数据，而是锁定真正影响决策的数据、真正具备价值的数据。

企业最珍贵的资产是什么？不是文档，不是流程，而是公司精英的头脑。为何此方案选A？为何排除B？为何提前规避此风险？这些才是企业真正的知识财富。

当基础能力齐备后，AI方能真正介入发现问题、设计方案、优化决策、创造价值。

未来十年，模型成本将持续走低，工具将日益普及，大模型能力将逐步趋同。

正如今日，没有企业买不起电脑，但企业间的差距依旧悬殊。原因何在？因为电脑终究只是工具。真正决定竞争力的，是组织能力。

AI阶段亦然。未来的格局不会是拥有AI的企业淘汰未拥有AI的企业，而是具备AI组织能力的企业，淘汰仅止于采购AI工具的企业。

未来企业所需的，不只是一个聊天机器人、一个办公助手、一个知识检索工具——这些都将日趋普及。

真正有价值的是：助力企业完成一次全新的能力跃迁。将经验、数据、流程、人才、AI融为一体，打造企业自身的创新体系。

工业时代：切勿在陈旧工艺上推行自动化。

数字化时代：切勿在混乱管理上推进数字化。

智能制造时代：切勿在缺乏数据的基础上搞智能化。

AI时代：切勿在落后流程上搭建智能体，切勿在低质数据上训练大模型。

AI不会自动重塑一家企业，AI只会放大一家企业原有的能力。根基扎实的企业，AI将使其愈发强大；根基薄弱的企业，AI只会加速问题的暴露。未来真正领跑的企业，未必拥有最多AI工具。而是最早完成流程升级、数据升级、组织升级、创新能力升级的企业。

杨火峰｜深圳·罗湖｜2026年9月5日