T
traeai
登录
返回首页
UX Magazine

真正的AI战略不是供应商选择竞赛

8.5Score
真正的AI战略不是供应商选择竞赛

TL;DR · AI 摘要

真正的AI战略应以愿景驱动,而非供应商选择竞赛,需通过未来导向的规划克服传统采购流程的局限。

核心要点

  • 有效的AI战略需从愿景出发,而非现有组织结构或供应商比较,避免陷入传统采购流程的局限。
  • 未来解决问题(Future Solving)要求企业先定义理想未来状态,再逆向推导所需条件,而非优化现有问题。
  • 传统采购流程(如RFP、功能矩阵)在AI时代失效,因技术快速迭代和市场结构的不确定性。

结构提纲

按章节快速跳转。

  1. 指出企业常将AI战略简化为供应商选择竞赛,忽视愿景驱动的深层需求。

  2. 强调战略必须基于未来愿景而非现有组织结构,通过逆向推导确定必要条件。

  3. 对比问题解决与未来解决的差异,提出构建未来所需条件的系统性方法。

  4. 分析RFP等传统方法在AI领域的失效原因,指出其无法应对市场不确定性。

  5. 通过Blockbuster案例说明缺乏未来视角的战略后果,强调愿景的可感知性。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • AI战略需愿景驱动
    • 未来导向规划
      • 定义理想未来状态
      • 逆向推导必要条件
    • 传统流程局限性
      • RFP失效原因
      • 市场结构不确定性
    • 组织变革需求
      • 愿景可感知性
      • 治理层重构

金句 / Highlights

值得收藏与分享的关键句。

  • “没有愿景就没有战略”——Brian Evergreen的论点强调战略清晰度需要先定义理想未来状态。

    第2段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 传统采购流程(RFP、功能矩阵)失效,因其将创新视为清单式任务,而AI能力会随技术迭代动态变化。

    第3段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 未来解决问题始于愿景:企业需要先定义尚未存在的理想状态,再推导实现条件。

    第4段

    ⬇︎ 下载 PNG𝕏 分享到 X
#AI战略#未来解决问题#组织变革#供应商选择#愿景驱动
打开原文

_Brian Evergreen on why agentic AI rewards vision-first strategy, and why your RFP is built for a world that no longer exists._

真正的问题几乎从未出现在幻灯片上。

在最近一期《隐形机器》的对话中,自主转型一书作者、未来解决方案公司创始人Brian Evergreen,揭示了高管们宣称需要AI战略时真正带进会议室的东西。通常分为两步:先建立足够的知识基础以在董事会演示中显得可信,然后匆忙列出用例清单和供应商短名单。Evergreen对前半部分表示理解——你需要了解能动系统是什么,它们如何区别于生成式AI和传统机器学习,就像画家需要了解颜料与基底的关系。问题始于将知识转化为冲刺许可。

在他看来,接下来发生的事情并非战略,而是能动AI计划:忙碌、智能,但核心空洞。当问题本身就是待开发的SKU时,组织的采购流程(RFP、分析象限、功能矩阵、口头答辩)运行得非常完美。但当工作涉及探索时——因为明年市场结构的数据集并不存在,尚未诞生的品类也无法进行复制实验——这套流程就失效了。趋势线不是物理定律。不同供应商的通用功能并非可互换能力;在AI领域,缺失的功能可能在你的采购周期结束前,作为模型更新的附带产物出现。

这就是标题为何成为设计批判而非采购抱怨的原因。UX和产品团队受训通过具体化路径来减少不确定性:流程、状态、验收标准。而能动AI首先奖励相反的操作——在明确你试图让未来具象化的愿景之前,暂停界面设计和供应商选型竞赛。

没有愿景就没有战略

Evergreen的论点简洁到可纹在皮肤上:没有愿景就没有战略。

如果你从现有的组织架构出发,思考如何使其略微优化,你就会将所有约束视为宿命。他的替代方案看似天真却充满挑战:暂时搁置系统,思考你们工作最卓越的版本是什么,再反向推导让该版本成为现实所需满足的条件。工具、数据契约、激励机制、政策、合作伙伴关系。输出的不是概念图板,而是一张可视化的必要条件地图——这种成果能让团队在闭门会议结束后保持一致。

OneReach.ai CEO兼节目联合主持人Robb Wilson指出,大多数大公司并非缺乏规划,而是拥有高度进化的购买已知解决方案计划。该计划在采购定义明确的产品时完全合理,但当创新被视为“哪个供应商勾选最多复选框”的科学展时,就会形成反模式。在一个软件能力可在飞行中升级的世界,清单不仅是过时的,还会误导你对“对等性”的理解。

停止问题解决,开始未来构建

Evergreen公司的名称是核心概念。他认为问题解决是消除过程:削减浪费,巩固现有产品,筛选已有价值。而未来构建始于愿景:你希望创造什么尚不存在的事物,以及实现它需要哪些条件成为真实?他故意用夸张的比喻——让城市所有人掌握锤子可能造出更坚固的房子,但无法意外诞生圣母百花大教堂。普及知识加海量用例搜索只会产生缺乏架构的盲目行动。

Morgan Stanley早期构建的受控知识层案例由Josh Tyson提及——这不是PDF的堆砌,而是包含所有权、时效性和问责机制的系统,因为“需要什么成为真实”在实践中往往归结于此。Evergreen的回应聚焦语言:好的愿景必须具象。不是“我们将更具盈利能力”这种记分牌,而是能让人在脑海中成像的场景:顾问实时响应、临床医生保持人性化互动、合作伙伴因信任关系而笑谈影子IT。若人们无法感知成果,试点结束后变革就无法延续。

证明的情感工作

本期历史案例通过情感而非Logo幻灯片完成证明。

Evergreen讲述了Blockbuster的按需服务故事:在品类主流化前多年就推出可信的流媒体原型,但最终因将新价值视为对滞纳费经济的威胁而放弃。Wilson补充了让所有自下而上创新者感到刺痛的结构细节:Blockbuster的实际客户通常是加盟商而非租户。强大的流媒体计划被视为蚕食利润表依赖的对象,除非领导层与他们共同而非对抗地构建未来模型。技术并非缺失环节;共识才是。

贝尔实验室1952年的反向操作提供了对照。面对主要发明的尴尬老化,管理层强制进行非常规练习:假设电话网络被摧毁且无法修复,用今天的科学、经济和监管条件从零重建。重点不在于怀念垄断实验室;而是证明突破节奏可被召集。你无法通过日历间隙的创造力期望获得触摸音调和语音信箱的突破年。

没有方向摩擦就是无限的

Later, 话题转向摩擦——AI如何压缩中间层级、揭示决策过程,以及改变组织内部的信息可见性。Evergreen并未否定摩擦分析图谱,但他警告说,若没有明确目标(north star),摩擦将是无穷尽的:你总能找到更多需要优化的地方。在他看来,愿景如同具备足够势能的推土机,能够突破惯性阻力——当人们被纳入向往的未来图景时,他们会主动清除障碍。

Wilson提出用户体验的呼应:简化流程步骤确实有效,但当承诺真实可信时,动机可以超越摩擦。这就是为什么采用率作为成功指标可能具有欺骗性:错误未来的广泛使用仍然是错误的未来。

闭上眼睛,你能听到产品的隐喻。如果未来是“为20人准备的电影之夜(其中两位素食者,按常规配料)”,或许制胜体验并非另一款披萨应用,而是端到端处理意图——建立关系而非交易,让物流层隐形。或许有天孩子会问“登录是什么意思”,就像有人曾误将软盘图标当作保存按钮。这不是在玩概念空想游戏,而是关于所有权的宣言。当有人能跨越数据孤岛掌控全局叙事时,界面终将消融。若你的组织不书写这个故事,平台公司会默认接手。

未来不是通过更努力地测量当下而被发现。它是由敢于用人类可理解的语言定义它的人所创造的,是通过让必要真相的图谱显形来构建的,之后才需要争论执行路径、模型和路线图。真正的AI战略不是在航向尚未确定的船上,通过供应商竞标来制定。

收听完整集节目,了解关于信任、共同愿景以及前线人员所需素养的深度探讨。

AI 可能会生成不准确的信息,请核实重要内容

真正的AI战略不是供应商选择竞赛 | UX Magazine | traeai