企业探索AI转型的项目过程

企业探索AI转型的常见路径，从宏大战略到落地执行再到组织变革，揭示了转型过程中的关键挑战与突破点。

核心内容：
战略规划阶段：高层推动但缺乏明确方向，团队在模糊需求中反复拉扯
落地执行阶段：转向具体MVP开发，却遭遇内部推广与价值验证的阻碍
组织变革阶段：引入外部力量倒逼业务参与，寻求根本性突破

企业探索AI转型的项目过程

一、我们要改变世界处在现在这个时间节点，无论是市场驱动，还是因为整个行业的AI浪潮，都会推动公司内部启动了AI转型项目。出发点可能是降本增效、提高市场竞争力，很 random 地创造出一些老板的 idea，或者仅仅因为市场的不确定性造成的过度反应，刚开始都是从战略层面去做整体的规划，但因为缺乏落脚点和实际的使用场景，一直处于犹豫不决的planning或者说brainstorming阶段。

在需求模糊的情况下。内部团队往往无法达到高层的期望，被认为保守缺乏想象力、能力不足，而高层也给不出比较明确的战略方向，只能是push tech team不断地去探索。中间的gap，也没法通过比较好的checkpoint或者是milestone去确定每个阶段的scope，在反复拉扯中r epurpose或招聘新鲜血液。二、好吧，我们先改变自己到了第二个阶段，经过一段时间的投入，C位们不断询问到底走到哪一步了？（“到底什么时候能involve更多人开始使用？”、“随着业务扩张能提高多少人效比？”）负责的 VP 开始deep dive到weekly、甚至 daily standup 当中，也对人员分工做了非常细致的沟通和明确，linear中不断记录又完成了哪些文档的update，根据shadow需要做出什么调整，但还没有达到明显的成果。公司层面意识到了整个战略的规划存在问题，一直无法落地。这个时候往往交由一名更懂技术的 Senior product manager开始组织复盘和分析，找到quick win。但有点从一个极端到另一个极端，从宏大框架性的东西转移到了一些更落地的、更琐碎的事情。当然从结果上来讲，可以很快地产生比较明确的交付物。找到对应的用户，了解其核心痛点，挖掘需求，然后根据需求快速应用团队掌握的知识技能，不断优化产品，形成初步的MVP。这非常符合技术团队的特点，也是他们擅长和习惯的工作方式。通过 vobe coding 的方式，可以更快地完成这个 loop。但在下一步推广时，却遇到了公司内部的重重阻碍。这些阻碍来自于传统、不同部门之间的利益或权力博弈，也来自于上层与一线工作人员之间的认知不同步。如果还是按部就班、非常吃力地去推进，那这个项目本质上就还不是一个由需求驱动的项目，其业务价值很难被体现或进一步挖掘，只会更多地沦为一个内部的玩具，不断处于Demo或Prototype阶段。时间久了，ROI达到边际效益，参与维护的人变少，没有很好的共创体系导致用户无法为产品做出贡献，在增长飞环当中不断流失用户，导致大家对这个东西的依赖性或粘性降低。到最后，产品可能随时被新的demo替代或搁置。三、无法改变pattern，那我们就换人到了第三个阶段，往往会确定一个更高级的小组，或求助第三方咨询机构，在有限时间内，通过制定非常密集的时间表，倒逼业务方深度参与到项目中。他们与不同业务方或利益相关者进行访谈，挖掘他们现在存在的问题，并将问题、现状以及不同角色对于公司的想法，客观透明地梳理出来，形成一个更宏大、全景性的政治规划。在访谈过程中，也把公司高层的一些理念想法渗透下去。这也是公司内部的执行团队往往会遇到的一些知识盲区或视野盲区。他们更习惯自下而上地推进项目，认为一线的负责人才是最懂流程、最懂痛点的人，但往往会忽略这些人的主要职责是执行。他们更关注落地过程中的障碍，但缺乏更高视角的规划与方向性指导。如果项目团队成员也没有这种意识，就会导致推进过程非常缓慢且发生需求漂移，达不到公司高层的预期。并且，如果是公司内部的项目成员去推动这件事情，很多时候受限于组织架构。或者，作为一种改革性的事项，它本身就会触犯很多利益，导致不同部门的负责人对这件事情充满抵触，或人为地造成很多阻碍。但由于第三方角色的介入，情况得以改变。它很好地把公司高层的一种潜在触手（权利），在非常短的时间内集中性地帮助项目团队成员，把项目任务落实到所有相关人员的工作过程中。摆脱了沟通技巧中各类锦上添花的渲染，而直接快速有效地抓住最核心的内容。把以前模糊的边界，或是无法明说的一些阻力都摆到纸面上来。再通过一种隐性的压力，逼迫每个部门从各种借口后面站出来，把他们应该承担好的角色或应该去做的事情补齐，放到更大的视野当中，明确自己的站位。这相当于一条鲶鱼放到一潭死水当中，一瞬间就能够激活公司内部的各种流程，迫使公司所有人直面现在遇到的困境。然后，他们提出的解决方案也有助于团队（公司内部的项目团队）之后以低friction去推进这个项目。四、终于release了，但怎么没用户？
项目上线后，用户量几乎没有，有时候仅仅因为一线员工在实际使用场景中，并没有用到电脑，或者他们的手机连不上内网。但这种信息，由于公司规模或组织架构的问题，在一开始被大家忽略掉了，从而导致整个项目的实施效果与预期产生非常大的偏差。这是第一个方面。

第二个方面是，上线之后，尽管通过各种方式去推进，用户量（日活）仍保持在较低水平。这也与整个公司的文化或组织架构有关。

我现在做的 Copilot 也面临同样的问题：用户量一直保持在较低水平。员工还是习惯手动去查找资料，哪怕是用别的 AI 工具。但别的 AI 工具可能更有自主性，或使用起来更习惯。

或者他们会直接去找具体的人沟通。在这个沟通过程中，有一个隐含的收益：他们在建立关系，与公司内部其他人建立一个更可靠的感觉或更安全的路径。这样，他们做的事情也能被其他人分担责任和风险，让他们在心理上感觉更安全。

最后，他们的 KPI 里没有任何事项与这个系统相关，因此没有理由去改变团队的习惯。

所以，当我们做一个产品时，必须与他们的KPI或日常工作习惯相结合。例如，让他们在每周例会或日常工作中能够直接使用，并成为他们工作中一个非常有力的工具。或者，当有人不使用它时，需要付出一些额外的代价。这样，他们才能真正地去使用。

如果还是没有人用，that is a “you are fired” moment.

[登录查看剩余 70% 内容](javascript:void (0);)

智能化改造数字化转型智能化数字化转型

企业探索AI转型的项目过程