现代企业的 AI 转型

大多数机构已经在某些地方用上了 AI：这里一个写作助手，那里一个聊天机器人。这还不是转型。AI 转型是有意识地重新设计工作完成的方式，让 AI 承担其中重复、语言密集和知识密集的部分，让人专注于判断、关系和决策。

实际上，完成转型的运营在四个方面有所不同：

• 知识触手可及。人们用平实的语言提问，并从经批准的公司来源获得答案。
• 沟通推动工作前进。消息会触发工作流程，例如筛选、分配和更新，而不是躺在收件箱里等待。
• 客户运营可以扩展。常规请求在对话中解决；复杂请求附带完整上下文送到合适的人手中。
• 执行更快。营销和运营工作从需求说明到产出，所需的人工交接更少。

这四个转变直接对应 Exodus 生态：Knowledge（了解）、Chat（沟通）、Desk（服务）和 Social（创作与执行）。

转型依赖企业 AI：在机构自身环境中工作、连接其知识和系统，并受其规则约束的 AI。消费级 AI 工具很有用，但它们不了解您的政策，看不到您的 CRM，也不遵守您的权限模型。

企业 AI 补上了缺失的部分：经批准的知识来源、根据提问者身份进行的检索、与运营系统的集成，以及审计记录。正因如此，Knowledge 是 Exodus 生态中的企业智能层：只要能调用有条理、可信的知识，其他每一层都能运作得更好。

智能体式 AI 指能够跨越多个步骤去完成目标的 AI 系统：理解请求、检索信息、使用工具或系统，并决定下一步做什么，而不只是给出一次回复。一个 AI 智能体可以阅读收到的咨询、查询客户账户、起草回复、更新 CRM 并安排跟进。

智能体之所以强大，是因为它们减少了交接。它们也需要明确的边界：可以接触哪些系统、哪些操作需要批准，以及何时停下来升级。

在 Exodus 生态中，智能体式工作流程都设有明确的人工检查点，例如 Chat 和 Desk 中的人工升级，以及 Social 中发布前的批准。

AI 治理是决定机构如何使用 AI 的一套政策、角色和控制措施。对大多数企业来说，它不必繁琐，但必须明确：

• 访问：谁可以使用哪些 AI 功能，每个用户可以检索哪些信息。
• 经批准的知识：AI 可以使用哪些来源，由谁负责保持更新。
• 数据处理：哪些信息可以被处理、存储或传到其他系统。
• 监督：哪些操作需要人工批准，升级如何进行。
• 审查：如何持续监控并改进输出和结果。

从评估阶段开始，治理就被设计进每一次 Exodus 实施，而不是上线后才补上。

AI 的价值很容易宣称，却更难证明。证明的方法是在实施前记录基线，之后衡量同样的内容。有用的指标包括：

• 每项任务或每个个案所需时间
• 首次响应和解决时间
• 每人或每个团队的处理量
• 错误和返工率
• 每笔交易或每条咨询的成本
• 受影响的收入：例如完成筛选和跟进的潜在客户
• 采用情况：有多少人使用新的工作流程，以及使用频率

延伸阅读：衡量 AI 的投资回报。