王天泽Tianze Wang
中文/EN

十篇文章，讲一件事：AI 让判断变便宜之后，公司该怎么做决定。

分成三组。第一次来，可以从这篇开始：《表演 AI，还是 AI-Native》

A

判断变便宜之后 2 篇

AI 让判断变便宜以后，以前没人顾得上的决定做得起了，组织中间那几层也可能慢慢变样。

  1. AI 的价值，在那些从来没人做的决定里

    按省下的工时算，AI 的价值往往显得很小。更大的一块，在那些以前没人顾得上做的决定上。

  2. 工字型社会

    逼出金字塔中间那几层的两个限制正在松动，组织可能会慢慢变成一个“工”字。

B

怎么把决定交出去 4 篇

企业 AI 项目怎么选题、怎么搭，系统怎么一级一级挣到决策权。

  1. 表演 AI，还是 AI-Native

    一个 AI 项目上线以后，有没有哪个决定真正交给了系统，是区分表演和 AI-Native 最简单的办法。

  2. 模型是买来的，harness 是自己写的

    企业里的 AI 靠不靠谱，很大程度上取决于模型外面那一层，行内叫 harness。模型谁都买得到，这一层只能自己一点点写。

  3. 很多 AI 项目死在选题上

    一个 AI 用例能不能做成，很大程度上在选模型之前就定了，主要看两点：要 AI 做的判断有多重，公司的数据够不够。

  4. AI 的决策权是挣来的

    大公司说要让 AI 参与决策，往往推不下去，因为没人答得上来：它错了谁负责？

C

在药企商业化里 4 篇

把前面的想法放进我最熟的行业：年度规划、一线采纳，和一张十类应用的地图。

  1. 市场每周都在变，公司一年才定一次

    找 AI 决策系统的用武之地，有个办法是比较两个频率：决定的依据多久变一次，决定本身多久做一次。差得越远，越值得做。

  2. 年度规划是一种妥协

    那套规划方法我用了好几年，后来才看明白，它的每一步都是在判断太贵的前提下不得已的妥协。

  3. 一线为什么不听 AI 的建议

    AI 给一线的建议没人听，问题多半出在建议和指标、奖金没接上，模型准不准倒在其次。

  4. 十类 AI 应用，八类还停在问答和建议

    我在药企见过的 AI 应用，大多停在问答和给建议。由系统给出默认决定的那一类，多数公司还没有。