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
AI日活突破50%的真相：从个人效率到组织能力的跨越
长安汽车与阿里云千问办公的携手合作，已将AI渗透到研发、生产制造、质量管控、采购等众多业务领域。然而，最引人深思的或许并非“又一家大型企业拥抱AI”。而是一个关键数据：AI工具的日均活跃用户比例已突破50%。更具体的变化体现在部分业务场景中：线束选型工作，过去耗时2天，如今仅需5分钟即可完成；用户VOC分析，从原先的1—2周，锐减至1小时；部分毫无开发基础的员工，也纷纷自主搭建起扫码转中文、自动化成本分析等AI工具与工作流。仅看这些表象，很容易得出一个结论：AI显著提升了员工效率。但对企业而言，这仅仅是起
AI绘图只是入门, 深入产品管理才是核心跃迁
内容摘要 在为期两天的产品评审会上，我主要为星堡公司诊断产品研发中缺乏体系化判断的痛点。星堡在AI绘图与AI视频领域已领先不少传统企业，但更关键的下一阶段，是推动AI渗透到市场洞察、用户需求、项目立项、评审决议和经验复盘。企业的AI变革核心，不在于掌握多少工具，而在于能否降低对个体经验的过度依赖，让产品开发逐步沉淀为可复用的组织方法论。 本次评审会，我洞察到的并非能力短板，而是流程之间的断裂 8月31日至9月1日，我出席了星堡公司的产品评审会。 星堡是一家极具发展潜力的企业。公司已构建多条积木产品线，并具
Palantir的护城河：不仅是软件，更是组织能力
Palantir真正贩卖的，并非仅是一套AI软件，而是一种可被AI重组的公司形态。若Palantir的壁垒仅限于技术，它早已被仿冒。数据集成、知识图谱、低代码开发、AI智能体，这些技术均非新鲜事物。无论是中国还是美国，大型科技巨头皆能拼凑出类似的技术组件，甚至在某些单项能力上更胜一筹。然而二十余载过去，全球范围内依然难觅第二家名副其实的Palantir。其原因在于，外界眼中的Palantir是一套软件，而真正支撑这套软件的，是一种极其独特的组织架构：将最顶尖的人才派驻至最复杂的客户现场，再将汲取的经验不断
别指望员工自觉用AI：一家公司如何通过考核制度实现落地
许多老板都陷入了这种困境：AI工具买了，培训也开了，场面一度热闹。但两个月后一看——用的人还是那几个，大部分人该怎么干还怎么干。你问一句“我们AI到底落地没有”，谁也说不清。问题出在哪？出在AI落地一直缺一样东西：标准和考核。一件事，只要不进考核，就永远是“有空再说”。你没定标准，员工就没有“必须用”的理由；你没法衡量，就没法管理，更没法证明它到底值不值。所以大多数公司的AI，卡在“买了工具”和“真正落地”之间那条沟里——不是工具不行，是没人把它变成一套非做不可的规矩。01甲方信息已脱敏最近看到一份资料，
2026企业AI发展大会重磅嘉宾首发，标杆企业阵容揭晓！
可点击图片了解活动详情当AI走进企业，挑战很快从"感知技术"转变为"融入流程、复制场景、沉淀组织能力"。技术底座如何抉择？AI怎样嵌入办公与协同？企业急需何种AI人才？项目经验怎样转化为持续进化的组织能力？……这些疑问，制约着企业AI转型的实际成效。9月4—5日，2026企业AI发展大会将在杭州国际博览中心举办，切实助力参会者探寻解题路径，呈现真实完整的企业AI落地全貌。随着大会筹备工作稳步推进、内容不断丰富，今日正式揭晓最新一批嘉宾阵容；与此同时，由腾讯、百度、钉钉、软通、平安知鸟等标杆企业联合打造的生
AI应用越广，人为何反而更忙碌？- 智能时代能力供给6B之Bot与Boost
智能时代能力供给6B · BOT × BOOST1854年，在纽约水晶宫博览会上，伊莱沙·奥的斯登上了一个升降台，并让助手当众砍断唯一的吊绳。平台瞬间下坠。几寸之后，旁边的安全装置卡住滑轨，平台悬停空中。此前，升降机已能运送货物，但人们不敢用它载人，因为无人知晓绳索断裂后会怎样。奥的斯改进的不是速度，而是让机器首次赢得信赖：它能自主运行，也能在故障时由另一套机制托底。170多年后，AI正融入企业的客服、财务、研发、营销和运营流程。机器阅读更快、输出更多、反应更迅速，可很多人的工作量并未减少。他们仍需核对A
AI普及后，企业最该沉淀的是什么？
AI将逐步融入企业的销售、营销、客服、管理与运营流程，承担信息处理、内容生成、客户跟进、任务推动与数据分析等职能。它不再只是孤立工具，而会日益成为企业流程中的数字员工。初期，企业关注的是谁率先启用AI，谁率先接入Agent，谁最快完成工作流编排。这些举措能提升效率，也让企业更早感知AI对经营模式的重塑。但若拉长时间维度，AI技术终将普及，可用模型与工具也将趋同。那时，决定企业差异的，不再只是是否使用AI，而是能否将自身经验、标准与判断持续沉淀至AI系统中。微软CEO纳德拉曾指出：未来企业核心知识产权，可能
AI时代企业核心竞争力的重构之道 | 高风咨询走进长江商学院实战课堂
人工智能正迅速重塑企业的竞争格局。以往，企业聚焦于是否掌握尖端技术、能否快速部署AI工具。如今，随着大模型能力日益成熟，真正决定企业能否在AI时代占据优势的关键，已不再局限于技术层面，而在于：企业是否具备围绕AI重塑战略、组织及业务流程的能力。2026年7月10日至12日，长江商学院总裁33期第四模块课程《从AI战略到产业落地：新质生产力驱动下的AI实战进阶》于重庆成功举办。高风数智董事总经理蒋逸明（Steven Jiang）与高风咨询合伙人介一凡（Yifan Jie）受邀出席此次课程，与来自制造、消费、
AI时代企业核心竞争力：从技术转向组织重构
人工智能正迅速重塑企业间的竞争格局。以往，企业聚焦于是否掌握尖端技术、能否迅速应用AI工具。而现在，随着大模型持续进化，企业能否在AI时代占据优势的关键已不仅限于技术实力，更在于：能否围绕AI重新设计战略、组织架构及业务流程。2026年7月10日至12日，长江商学院总裁33期第四模块课程《从AI战略到产业落地：新质生产力驱动下的AI实战进阶》于重庆举办。高风数智董事总经理蒋逸明与高风咨询公司合伙人介一凡应邀出席本次课程，与来自制造、消费、金融、科技等领域的众多企业家及管理者进行深入探讨，共同研究企业AI转
“十五五”AI布局：从技术比拼迈向组织能力较量
未来五年，人工智能的差距将不再局限于模型本身，而是体现在企业将其转化为组织实力的过程中。7月7日，国家发展改革委于上海公布人工智能产业“十五五”规划方向：自主研发创新、需求场景驱动、产业生态共建、开放合作共享、发展安全并重。这些表述虽耳熟能详，但串联起来却揭示了一个深刻转变：AI竞争的维度，正从“技术模型”跃迁至“组织体系”。未来企业间真正的分野，不仅在于是否部署了大模型，更在于能否让其穿透部门壁垒、数据孤岛与流程梗阻，转化为可衡量的经营成果。📌 本文看点01竞争维度升级02应用场景价值再定义03安全合规
AI时代，企业最缺的不是会用AI的人，而是对结果负责的人
这一番见解，源于 AMD CEO Lisa Su 在 MIT 2026 届毕业典礼上的致辞。作为 AMD 首席执行官及 MIT 校友，Lisa Su 在演讲中探讨了 AI、技术演进以及人类判断力与担当的议题。她传递的核心观点十分明确：技术本身无法主宰未来，掌控未来的始终是人。尽管 AI 能胜任诸多任务，但它无法甄别哪些问题值得去解决，无法在信息不全时做出艰难抉择，更无法为最终结果买单。管理者之所以应重视这段论述，并非因为演讲者身份显赫或场合高端，而是因为它精准回应了众多企业当前在 AI 面前所面临的真实焦
DeepSeek招贤启示解析：AI时代人才新标准
近期，DeepSeek在其官方网站上公布了一份招聘计划。乍看之下，这仅是一次企业扩张：涵盖7大类别、33个职位，从全栈开发、核心系统、运维、产品，到模型数据策略、深度学习研究和行政支持部门，几乎囊括了一家AI企业日常运作的所有环节。这波招聘之所以引发关注，并非因为职位数量，而是它背后透露出的AI人才评估逻辑。DeepSeek官网“加入我们”页面写道：“我们致力于探索AGI的真谛，欢迎对AI充满热忱的你。”这句话听起来很宏大，但职位清单本身更为实际。它展示了一家领先AI公司如何界定自己的核心人才。第一层人才
AI浪潮下电力企业管理者角色重塑：从职位授权到认知驱动
这个问题的重要性超乎想象。AI落地应用最终面临的瓶颈，往往并非技术本身，而是组织能力。某个场景能否成功落地，不仅取决于算法精度和数据质量，更关键的是能否有人清晰界定业务问题、整合数据资源、部署模型能力、设计现场闭环流程，并将成果固化为可复用的产品能力。以往电力信息化建设项目的管理逻辑相对简单：高层提出需求，中层分解任务，业务部门确认需求，研发团队负责开发，测试上线后由运维支撑。中层管理者只要能够管控计划、进度、资源和风险，基本就能保障项目顺利完成。但AI项目截然不同。AI并非简单地将现有流程电子化，也不是
AI重塑新人成长路径：企业如何高效培养未来人才
前三篇，我们谈了三笔账。第一，AI时代，企业为什么越来越偏好成熟人才？第二，当AI可以完成很多基础工作，新人为什么看起来越来越“不划算”？第三，新人短期看是成本，长期为什么仍然是组织能力的种子？昨天我们特别谈到一个判断：新人短期看是成本，长期看是组织能力的种子。但这并不意味着企业应该回到过去，继续按原来的方式培养新人。现实更复杂。AI已经改变了基础任务的成本结构，企业也面临增长放缓、利润承压、降本增效和效率提升的多重压力。所以，真正的问题不是简单地说“要投”或“不投”。而是：企业如何既不因为短期效率压力放