AI赋能流程 | 中国企业落地流程智能化的路径
作为管理类畅销书《业务流程》的作者、国内最早聚焦大模型智能体的咨询顾问，我在盛况空前这届世界互联网大会（WAIC）上发现神州数码是我的知音，因为它抛出了"AI for Process"的整套战略框架，作为企业AI转型顶层路线。前天，我参加了多位企业家、学术专家出席的AI管理创新论坛 👉神州数码与哈佛商业评论中国联办WAIC首场AI管理创新论坛，产学研媒共探AI治理中国路径。
说来我和神州数码有些渊源，2001年我在惠普工作时，参与过刚从联想分拆出来、独立开展分销业务的神州数码的核心业务平台规划和建设，那是国内最早的B2B平台，一时领国内企业数字化之先。经过二十多年发展，神州数码已经成为国内领先的云计算、数字化和AI的全栈服务商；我聆听了神州数码董事长郭为先生阐释AI for Process，他的观点获得了企业界和学术界的热烈响应。
流程，是组织把战略变成结果的载体。从1980年代末，"流程"开始成为一个常被提及的企业管理名词（参见《业务流程如何从管理学概念变成万亿产业》）。企业希望通过流程管理使得工作简化、标准化，从而控制风险、提升效率、促进企业转型。而今天，当AI开始深度嵌入流程本身，"流程"这件事正在被重新定义。
去年年中，郭为董事长正式提出了"AI for Process"， 他提出在企业应用AI的难点并非技术本身，而是深度融入流程。他提出：企业创新是由业务模式、技术范式和管理方法三者的相互作用，而其三者交汇就是流程（Process），"AI for Process"是企业应用AI的理念和方法论，即在业务流程中系统性地部署AI能力，利用数据资产的价值创造，重新编排流程，让智能体与人类员工形成高效协同，驱动企业组织的生产力重塑。
我想基于聆听了郭为董事长以及各位专家在会上的发言，谈下我对AI for Process的理解：它和传统流程管理有什么本质不同，流程管理本身正走到哪个发展阶段？当人类和AI在组织里协同起来后，人的角色和能力应该往哪里去。
一、AI重塑流程的形态
"流程"是组织的结构化程度高、产出明确、反复发生的工作方式，相对于那些结构化程度低、随情境变化、产出动态的工作方式而言。我认为AI和流程结合，按照人机协作的紧密程度可以分出几种形态，这些形态正在打破传统的流程定义：
智在环外(AI outside the loop)：AI作为助手存在于流程之外。人依然是流程的执行主体和决策主体，AI在旁边提供建议、辅助分析、加速某个环节的处理,比如帮忙起草文档、做数据分析、给出决策参考。流程的骨架和推进逻辑不变，AI只是把某些人类执行的任务节点做得更快、更好。这是最常见、也最容易落地的形态。
智在流程(AI in the process)：AI进入流程内部,承担任务编排和自动化的角色。它不再只是被动响应人的指令,而是主动驱动流程的流转——判断该走哪条分支、触发哪个动作、调用哪些系统和数据,实现端到端的智能化和自动化，最近这些年业界称为智能体式编排（agentic orchestration）或"智动化"。人从单纯的流程设计者和执行者，很大程度上退到监督者和例外处理者的位置。这是当前AI重塑组织运营的主要发展方向：
智在协同(AI in the collaboration)：AI作为协作者，和人处于平等或近似平等的协作关系中，共同定义目标、共同调整流程本身、共同承担结果。多个人类和AI共同工作的方式，并非"流程"那样的任务线性排列的结构化，而是以"群聊"的方式开展非结构化的实时协同，这不只是任务自动化，而是将部分工作任务从设计权、决策权让渡给AI，AI 直接交付结果。这是最动态的智能体式组织运行模式，是目前还不完全成熟的一种前沿探索。
AI重塑流程是这三种形态的总和，AI以某种方式参与到流程创造价值中都算重塑流程。神州数码提出的AI for Process对三种形态都有覆盖，我认为重点是指向第二种形态，也就是AI真正成为流程运转的驱动力，而不只是流程外部的加速器。这个区分很重要，因为很多企业现在说的"AI赋能流程"其实还停留在第一种形态，离真正的流程智能化还有距离。
二、AI for Process的价值
理解AI for Process对企业的价值，需要先看清楚传统的流程管理在做什么、存在什么问题和改进机会。
传统的人类流程管理，核心诉求是两件事：通过标准化实现合规，通过简化工作实现效率提升。
合规意味着无论谁来执行、什么时候执行，结果都要落在可控的边界内,不能因人而异、因时而异；效率提升则意味着把工作简化、把活动固化、把变异性压到最低,从而降低成本、缩短周期。这些流程的思想都是用确定性对抗不确定性，用流程消灭个体差异。
这套逻辑在工业化时代和信息化早期非常有效，但它也带来了一个隐含的代价：流程一旦标准化，就很难再快速变化；流程越是追求确定性，就越难适应用户个性化和业务创新。
所以，AI for Process解决了企业在新时代的这些挑战:
一句话概括这个转变：传统流程管理是用确定性换效率，而神州数码提出的AI for Process在保留可靠性和风险控制底线的前提下，重新获得灵活性、创新性和成长性。
三、中国企业如何走向AI for Process
神州数码是中国最早开展流程管理和信息系统应用的公司，就我自己在中国企业的咨询实践来看，似乎很多企业家目前还在关心自己流程管理基础的问题。那么中国企业如何走向AI for Process呢？
在这次论坛上，神州数码展示了在医疗的医生诊断、金融的财富营销、以及制造业的设备故障诊断等场景的AI流程重塑。如果把流程管理能力看作一条演进曲线，我认为大致可以分为四个阶段：
基础阶段——有没有：企业是否把运营标准和业务动作沉淀为了明确的流程?流程是否被定义、被记录、被遵循?这是流程管理最原始的起点,很多组织其实还停留在这一阶段——业务在运转,但流程是隐性的、因人而异的,没有被真正结构化。
发展阶段——在不在线：流程是否数字化、是否自动化在线运行？这个阶段的关键指标是数据就绪、基于数据的洞察和行动形成闭环——流程节点产生的数据能否被系统实时捕获,行动能否形成闭环反馈而不是断点。这就是企业的数字化转型。
初级智能阶段——优不优：流程在线之后,接下来的问题是流程设计得好不好。流程路径和资源配置是否合理、优化?能不能利用数据驱动的机器学习、运筹学优化等智能能力在优化行为决策，这是流程的超自动化阶段。
智能体化阶段——智不智：流程是否被全面融入智能体——能不能感知变化、能不能自主决策、能不能自我学习和进化。这正是AI for Process真正发力的阶段。
由于中国社会工业化时间短，很多企业发展太快，企业家们可能会问：我们现在很多业务领域还处于流程管理的"有没有"阶段，要达到AI for Process的水平，是不是必须要把4个阶段按部就班走完？
我认为这要理解实现AI for Process，哪些环节是硬约束，哪些是可以合并、压缩甚至倒逼的。
"在不在线"的数字化是硬门槛。智能体化阶段要求感知变化、自主决策、自我学习，这些能力都建立在实时数据流之上。如果流程节点的数据还没有被系统捕获、行动还没有形成闭环反馈，智能体就是无源之水。
"有没有"需要一个最低限度的存在，但不必是传统意义上的咨询产出、画流程图。过去做流程梳理往往请咨询顾问来画一堆流程图。但现在恰恰可以用AI本身去压缩这一步，例如，用AI从已有的系统日志中挖掘流程，或者从对业务的自然语言描述中提炼流程。
而"优不优"和"智能体化"这两步，是可能被合并的。传统流程智能化需要用机器学习、运筹学把决策逻辑固化成一套优化模型，再往上叠加智能体。但现在的智能体架构完全可以反过来，直接构建一个具备工具调用能力的智能体，让它在执行中调用优化算法、动态调整策略，把优化能力作为智能体的一个内嵌工具而不是独立建设的前置阶段。
用智能体建设去反向牵引数字化，也是现实路径。这种倒逼式进阶的场景是，先明确要在某个场景（比如设备故障诊断）上落地一个智能体，这个目标本身会暴露出哪些数据没在线、哪些流程没定义的缺口，然后针对性地补课，而不是先花两年做完整体数字化转型再谈智能体。这种以终为始的方式，本质上是把阶段并行推进，而不是完全省略。
比如设备故障诊断场景，如果历史故障数据、传感器数据已经在线（哪怕流程本身没有被系统性优化过），其实完全可以直接切入智能体化——用智能体做异常识别和根因推理，优化反而是在智能体运行过程中逐步沉淀出来的。
所以，我认为流程智能化的四个阶段是能力谱系而非严格阶梯，大部分企业会呈现出"局部领先、整体滞后"的不均衡状态——某个核心场景已经在做智能体试点，但另一些流程还停留在有没有阶段，这是企业追求AI流程的常态。
企业应用AI，与其坐而论道，不如立即起而行之。
四、人类应往哪里去
当AI越来越多地承担起流程的任务执行、动态编排甚至流程设计工作之后,一个绕不开的问题是:人的价值会不会被稀释?
我认为在AI for Process的环境下，人的价值会被重新聚焦。当大量确定性的执行工作被AI接管之后,两种人类能力会更稀缺、更本质——这就是 智能化组织中的人类灵性所在。
独立思考与批判性思维：当AI能够快速给出方案、快速执行流程时,需要人保持对AI输出的审视能力——识别AI的判断在什么情境下可能是错的、流程的优化方向是否符合更长远的目标、合规底线是否被真正守住。批判性思维不是要求人和AI对抗，而是使得人成为流程智能化过程中最重要的一道判断闸门。
创造力：流程标准化天然压缩了创造空间，而当执行层面的负担被AI释放出来之后，人有更多的精力和空间去做真正需要想象力的事——重新定义问题、发现流程之外的新可能、设计从未存在过的业务模式。创造力不是在流程内部的逻辑微调，而是在流程边界之外的开拓。
人智协同不是人退到流程的边缘，而是人被推向流程的上游——从流程的执行者变成流程的定义者和守护者。这对组织和个人都提出了新的要求：组织需要重新设计人的能力发展路径，把独立思考和创造力作为核心培养目标，个人也需要主动完成角色迁移,而不是等着被流程和AI替代之后才被动调整。