在當今時代，AI 無疑是最熱門的話題之一。從科技巨頭到初創企業，從媒體報道到日常談資，AI 的熱度持續攀升，仿佛為企業數字化轉型帶來了無限可能。然而，近日老楊與一些企業的CIO朋友們交流后發現了一個令人深思的現象：信息部門在這股 AI 浪潮中顯得迷茫，領導對 AI 滿懷高期望，可 AI 在企業中可落地的場景卻相當有限;AI否會像曾經的“中臺”一樣，從爆火到無人問津？如果企業的數字化基礎不扎實，管理不轉型，AI是否又會成為企業管理的“背鍋俠”？這一系列問題的背后，究竟反映了什么問題？企業數字化又將走向何方？

信息部門為什么迷茫？

老楊與一些CIO朋友們交流后總結如下：

首先，技術迭代過快。

AI技術日新月異，新的算法、框架和應用不斷涌現。信息部門需要不斷學習和掌握這些新知識，但往往難以跟上技術發展的步伐。例如，從傳統的機器學習算法到深度學習，再到最近的大模型技術，每一個階段的技術變革都需要信息部門投入大量的時間和精力去適應和學習。

其次，業務需求多變。

企業的業務需求隨著市場環境的變化而不斷調整，信息部門需要及時響應業務部門的需求，但又無法準確預知未來的業務方向。比如，業務部門可能會突然提出利用AI進行個性化推薦的需求，而信息部門可能還在忙于維護現有的系統，沒有足夠的時間和精力去研究和開發新的應用，而業務部門則認為是信息部門能力不足。

最后，人才短缺與技術更新的壓力。

AI領域需要具備深厚專業知識和實踐經驗的人才，而這樣的復合型人才在市場上相對稀缺。信息部門既要承擔技術更新的壓力，又要面臨著人才短缺的困境，特別是在當前降本增效的模式下，這使得信息部門在推進企業數字化建設工作時倍感艱難。

信息部門為什么苦惱？

當前讓信息部門苦惱的一個問題就是：企業領導對AI的高期待！

領導對 AI 的高期望，很大程度上源于外界對 AI 的廣泛宣傳以及行業趨勢的引導。在各種自媒體不切實際的宣傳中，讓企業領導以為AI 似乎是無所不能，能夠瞬間顛覆企業的業務模式，帶來爆發式的增長。但外行看熱鬧內行看門道，信息部門心里都很清楚：AI 技術雖強大，但在企業實際應用中，有著諸多限制，難以在短時間內達到企業領導降本增效的要求。如果貿然引進AI項目可能面臨爛尾的風險，如果不引進則被領導視為其能力有問題，這一現象反映出企業領導對AI技術缺乏全面、客觀的認知，同時也沒有充分考量企業自身的業務特性、所處的行業環境以及 AI 技術發展的階段性，就盲目跟風，將 AI 視為萬能鑰匙，最后期望過高自然失望越大。

AI是否會重蹈當年中臺的覆轍！

此時很多CIO朋友們還有一個擔憂就是：AI是否會重蹈當年中臺的覆轍！

曾幾何時，中臺概念橫空出世，備受追捧，眾多企業紛紛投身中臺建設，期望借此整合資源、提升效率。但一段時間后，不少企業發現中臺建設難度遠超預期，投入巨大卻收效甚微，熱度逐漸冷卻，最后被邊緣化甚至無人問津。那么當前爆火的AI技術，也有類似的風險，會步此后塵嗎？

當前在很多企業中，數字化基礎尚未夯實。如果企業的數字化化系統還處于混亂狀態，數據標準不統一、數據質量低下、系統之間缺乏有效的集成等問題突出，那么AI就如同無本之木。因為AI的發展高度依賴數據，沒有良好的數據基礎，AI模型的訓練效果就會大打折扣，其應用價值也難以體現。例如，一個企業內部的客戶數據分散在多個不同的系統中，而且數據字段定義不一致，那么基于這些數據構建的AI客戶畫像模型就很難準確反映客戶的真實特征，進而影響營銷決策等相關業務。

還有一個比較現實的問題就是：如果管理的轉型跟不上技術的發展，也會讓AI面臨困境。企業管理往往是復雜的體系，涉及到組織架構、流程、人員的管理等多個方面。如果企業管理模式仍然停留在傳統的層級制、命令式管理，缺乏靈活性和創新文化，就很難適應AI帶來的變革。例如，AI的應用可能需要打破部門之間的壁壘，實現數據的共享和協同，但傳統的部門管理邊界和績效考核機制可能會阻礙這種協同的發生。

所以從以上的技術及管理風險都不難發現如果企業仍以傳統的舊思路來進行AI項目建設，那么AI重蹈中臺的覆轍只是時間問題。

AI會成為企業管理的新“背鍋俠”嗎？

此時問題來了，誰來背鍋？

數字化基礎沒做好，管理不轉型，AI會成為企業管理的新“背鍋俠”嗎？

AI的落地離不開扎實的數字化基礎。如果企業的數據質量差、系統孤立、業務流程混亂，AI的應用效果將大打折扣。此外，管理轉型也是AI成功的關鍵。AI不僅僅是一項技術，更是一種新的工作方式和決策模式。如果企業仍然依賴傳統的經驗驅動決策，而不是數據驅動決策，AI的價值將難以發揮。因此，企業需要在技術投入的同時，推動管理文化的轉型，培養數據驅動的思維模式。

老楊認為AI它不是萬能解藥，它不能解決企業所有的問題。企業需要明確AI的定位，避免將其視為“救世主”。否則，當AI無法達到預期效果時，它可能會成為企業管理的“背鍋俠”。

企業如何避免重蹈數字化轉型的覆轍？

老楊始終認為：數字化的盡頭還是基礎數字化！

想要AI技術發揮價值，企業首先還是解決數字化的基礎問題。統一數據的格式和標準，建立數據治理的體系，確保數據的質量、安全和完整性。同時，要加強不同系統之間的集成，打破信息孤島，讓數據能夠在企業內部自由流動，為AI的應用提供堅實的數據支撐。

其次，還是老生常談的問題企業管理要轉型。要建立鼓勵創新和試錯的文化氛圍，打破部門之間的壁壘，構建跨部門的團隊，以適應AI帶來的組織變革。同時，也要調整績效考核機制，激勵員工積極參與到數字化轉型和AI應用的項目中來。

最后，企業需要正確認識AI的價值和應用邊界。要根據自身的業務需求和戰略目標來評估AI的應用價值，而不是盲目追求新技術。在選擇AI項目時，要進行充分的可行性研究和試點，確保AI技術能夠真正解決業務中的痛點問題。并且在實施過程中，注重對員工的培訓和引導，讓他們理解AI的作用和局限性，將AI作為提升工作效率和質量的輔助工具，而非完全依賴AI。

AI浪潮下企業數字化將走向何方？

老楊認為企業除了夯實數字化基礎，正確認知AI的價值，最關鍵的要提升AI新能力！

AI的普及正在改變工作的本質。

在之前，專業知識和專業能力是職場的核心競爭力。而在AI時代，我們需要重新理解“能力”的構成：專業知識+專業能力+AI=AI新能力。

專業知識：這是基礎，AI無法替代人類對行業的深刻理解。

專業能力：包括分析問題、解決問題的能力，這是人類的核心優勢。

AI工具：AI可以輔助人類完成重復性、計算密集型任務，提升效率。

需要注意的是AI并非萬能！我們需要警惕“AI幻覺”——即過度依賴AI工具，忽視其局限性。例如，AI生成的內容可能存在錯誤或偏見，需要人類進行審核和修正。

因此，在今后的工作中，我們應該提升AI能力，而不是完全依賴AI工具。

綜上所述，AI浪潮為企業數字化轉型帶來了新的機遇和挑戰。企業需要理性看待AI的價值，避免盲目跟風。只有夯實數字化基礎，推動管理轉型，才能讓AI真正賦能業務，實現可持續發展。信息部門在這一過程中扮演著關鍵角色，需要主動作為，推動技術與業務的深度融合。 同時，AI正在重新定義工作的本質。我們需要將專業知識、專業能力與AI工具相結合，形成新的競爭力。但切記，AI是工具，而不是替代品。只有正確理解AI的能力邊界，才能在工作中發揮其最大價值。只有這樣，企業才能在AI浪潮中立于不敗之地。