人工智能、工具与变革

一种新观点认为，AI在企业软件中的变革潜力被高估了，主要是因为它误解了人员和组织的实际运作方式。尽管AI有望通过自动化重复性任务大幅减少对定制软件的需求，但这一观点认为真正的挑战在于其他方面。核心问题并非构建工具的困难，而在于首先识别哪些问题需要工具，然后在复杂的组织中推动采纳。

分析指出，一家典型的大型美国公司本身就是一个由软件构成的迷宫，从SAP和Workday等主要系统到无数的专用应用程序和脚本。尽管有这一软件堆栈，平凡、重复的任务依然持续存在。AI工具的支持者建议，借助生成式AI，现在任何人都可以快速创建自动化流程，甚至让AI直接执行任务，从而从静态、一次性的工具转向更动态、自发的软件环境。

然而，这种技术乐观主义面临着根本性的人和组织障碍。大多数员工，如律师或销售人员，专注于他们的核心工作，不会像工具构建者那样思考。他们往往未能发现隐藏在自身工作流程中的自动化机会。这种差距产生了对“前沿部署工程师”的需求——能够发现并实施这些解决方案的技术专家。

根据文章，更深层次的问题在于，许多有价值的软件创新解决了最初不明显的问题。问题通常嵌入或捆绑在更大的流程中，正确的解决方法往往涉及重新定义问题本身，这是一个困难且迭代的过程。仅仅让代码更容易编写并不能解决这个根本性的发现挑战。

此外，成功的实施需要说服许多人改变他们的习惯。一个提议的自动化可能涉及数十或数百名用户，跨越多个部门、系统和监管环境。确保这种广泛的采纳是一个超越AI技术能力的重大障碍。

展望显示，虽然AI是一个强大的工具，但真正的数字化转型将更少依赖于工具本身，而更多地取决于改变组织行为和视角。重点应从仅仅构建更多软件，转移到正确识别哪些复杂的、跨部门的问题值得解决，并有效管理采纳所需的人为变化。

把任意网站变成干净 JSON

现成爬虫与 AI 智能体

试用 Apify