2027年管理一家 AI-native 公司：首任高管的运营框架

企业的人工智能模式，而非人工智能项目

McKinsey 的数据显示，只有 21% 的企业从根本上围绕人工智能重构了运营模式。领先企业将至少 5% 的息税前利润归功于人工智能。它们进行全面组织重构的可能性是其他企业的三倍。

人工智能不应只是由 CIO 或小型创新团队管理的技术项目。企业模式将人工智能与战略、流程、人员、资本、风险和客户价值联系起来。

这套体系包括：

• 战略；
• 流程；
• 人员；
• 资本；
• 风险；
• 客户价值。

判断标准：如果人工智能隶属于技术部门，企业得到的就只是一个项目，而不是一套运营模式。

人工智能导向型企业的五个组成部分

世界经济论坛和 Kearney 的数据显示，2025 年全球人工智能投资超过 2500 亿美元。只有 25% 的企业表示人工智能产生了变革性影响。报告列出了人工智能导向型企业的五个关键组成部分：

• 智能引擎；
• 自适应技术栈；
• 运营重构；
• 人机协作团队；
• 新价值创造。

投资规模不等于实际成效。这五个组成部分可以作为检查清单。缺少任何一项，都可能导致投资与成果之间出现差距。

先优化流程，再选工具

79% 的组织跳过了工作流程重构。工作流程重构与企业利润影响的关联最为显著。领先企业在选择人工智能工具之前重构工作流程的可能性是其他企业的两倍。

行动顺序：

• 评估当人工智能能够承担大部分工作时，流程应当是什么样；
• 根据这一设想重构流程；
• 然后再选择人工智能工具。

判断标准：如果先选工具、后描述流程，重构就会沦为对旧步骤的自动化。

人员与智能体：自主权的边界

人工智能智能体执行任务、与其他系统交互、在既定范围内做出决策，并将工作移交给其他智能体。人员则专注于判断、客户信任、战略和例外情况。

Deloitte 的数据显示，74% 的高管预计，未来四年内近一半的业务流程将围绕人工智能智能体进行重构。61% 的高管预计，大多数智能体将在人员监督下以较高自主性运行。75% 的高管认为，人员与智能体协作创造的价值高于单纯自动化。

只有 5% 的组织认为自己的业务流程已为人工智能智能体做好了充分准备。15% 的组织已将多个智能体的跨职能应用扩展到规模化。判断标准：价值来自协作，而非自主性本身。

运行时控制

Gartner 将运行时控制列为智能体人工智能的一项重要要求。仅靠政策文件，无法阻止智能体在权限范围之外采取行动。

EY 的数据显示，98% 的人工智能负责人表示组织制定了正式的治理政策。然而，47% 的负责人表示，为了紧急部署，组织绕过了治理流程。在部署了智能体人工智能的组织中，26% 无法发现未经授权的内部智能体。36% 的组织报告发生过造成重大负面影响的人工智能事件或故障。

人工智能企业的控制体系包括：

• 明确的权限；
• 身份控制；
• 行动限制；
• 审计日志；
• 高风险操作需经人工批准；
• 快速关闭功能。

判断标准：没有阻止行动的机制，政策就不算控制。

指标：每个人工智能工作流的价值

为管理者建议的指标是每个人工智能工作流的价值。除了常规财务指标外，该指标还考虑：

• 任务成本；
• 人员参与度；
• 智能体成功率；
• 例外情况占比；
• 对收入的影响；
• 对利润率的影响。

仅靠部署指标不足以向管理层展现人工智能的价值。判断标准：指标应与具体流程及财务结果挂钩，而不只是反映智能体是否已启动。

运营可见性与人工智能经济效益

KPMG 的数据显示，在 2026 年 6 月的调查中，53% 的组织使用了人工智能智能体。一个季度内，在工作流程中协调多个智能体的组织占比从 9% 增至 18%。

管理者计划在未来 12 个月内平均投资 2.02 亿美元用于人工智能。

智能体协调的增长快于支出可见性的提升。判断标准：没有直接控制令牌使用量，仅靠监控仪表板和审批流程无法实现有效管理。