AI转型别让IT背锅！文章戳破技术之外的组织成本陷阱，解析沟通协调如何决定项目成败。
核心内容：
1. 企业AI转型中IT部门被孤立的典型困境
2. 组织问题（沟通/协调/管理成本）是转型卡壳核心
3. AI暴露组织问题的特殊性及解决方向

很多企业一聊 AI，最后都会落到一句话：

“这个让 IT 先研究一下。”

这句话听起来很合理。

AI 是技术，系统也是技术，当然应该让懂技术的人先看。

但我见过太多数字化项目，最后就是卡在这里。

老板觉得自己不懂技术，就把事情交给 IT。

业务部门觉得这是 IT 的项目，配合一下就行。

IT 部门拿着工具、账号、接口和供应商方案，忙了半天，最后发现自己根本推不动。

因为真正卡住的地方，往往不是技术。

是组织。

更准确地说，是组织内部那些看不见的沟通、协调和管理成本。

一个客户问题从销售传到技术，再传到采购和财务，中间每转一次，信息都会丢一点，责任也会模糊一点。

IT 能把系统接起来。

但它接不住这些没人说清楚的内部成本。

IT 能装系统，但决定不了流程怎么改

比如一家公司想用 AI 做客户跟进。

销售每天跟客户聊完，把记录交给 AI，自动整理客户需求、提醒下一步动作、判断哪些客户更有机会成交。

听起来挺好。

IT 可以帮你选工具。

可以帮你开账号。

可以帮你接企业微信、CRM、知识库。

但很快就会遇到几个问题：

销售愿不愿意把客户沟通记录写下来？

写到哪里？

谁来检查记录是不是完整？

AI 提醒下一步动作以后，谁负责推进？

客户丢单以后，要不要复盘原因？

这些问题，IT 决定不了。

因为这不是接口问题。

这是销售管理问题。

再比如报价流程。

老板想让 AI 帮销售快速生成报价。

但价格规则在老板脑子里，折扣权限在微信群里临时批，历史报价散在几个 Excel 里，技术配置注意事项在老员工经验里。

IT 可以把 AI 接进来。

但它没法替老板决定：

哪些价格规则要公开给销售？

哪些折扣必须审批？

哪些配置风险必须写成标准说明？

报价结果最后沉淀到哪里？

这些事情不说清楚，AI 只能帮你把聊天整理得更漂亮。

它进不了真正的业务流程。

数字化项目失败，很多时候不是 IT 不努力

以前做数字化转型时，我就很怕一种场景。

老板开会说：

“我们今年要推进数字化，你们 IT 牵头。”

这句话一出来，项目基本就很难了。

IT 当然重要。

但如果业务负责人不改流程，部门负责人不定规则，老板不做取舍，IT 最后只能做三件事：

买系统。

配权限。

催大家用。

催到最后，员工觉得麻烦，业务觉得没价值，老板觉得没效果。

然后项目就变成一句话：

“系统不好用。”

可很多时候，系统只是背了锅。

真正没有被处理的是：

谁负责这条流程。

谁有权改规则。

谁来定义数据怎么填。

谁来判断员工不配合时怎么办。

谁对最后结果负责。

这些问题不解决，换成 AI 也一样。

甚至会更明显。

AI 比系统更会暴露组织问题

传统系统还有一个特点：

它可以装在那里，先不用也没事。

流程没跑起来，最多变成一个闲置系统。

但 AI 不一样。

AI 一旦进入工作，它会不断需要上下文。

它会问资料在哪里。

它会依赖任务状态。

它会根据规则生成建议。

它会把不完整的信息整理成看起来很完整的内容。

如果企业没有明确负责人，没有统一数据入口，没有沉淀机制，AI 反而容易把问题放大。

以前一个流程乱，最多是几个人在群里对不上。

以后可能是 AI 帮你生成了一份看似完整的结论，但底层数据其实是乱的。

老板看了还觉得挺像回事。

这才危险。

后来看书时，我发现这个问题不是个例

最近读《超级组织》时，有一处让我很有触动。

我原本以为，“数字化和 AI 转型不能只交给 IT”只是我在项目现场里的感受。

但书里提到科斯早在 1937 年就指出，组织内部存在交易成本，包括沟通、管理和协调。

这句话一下子把很多企业数字化失败的原因说透了。

AI 时代的转型，本质上不是单纯的技术升级，而是组织管理问题。

它要处理的，正是那些藏在部门之间、流程之间、微信群和 Excel 之间的内部成本。

这句话放到中小企业里尤其现实。

因为很多公司没有庞大的转型办公室，也没有完整的数据团队。

老板一旦把这件事扔给 IT，IT 就会变成夹心层。

上面要结果，下面没人配合，中间还要解释为什么系统没效果。

最后最容易被质疑的，反而是那个真正干活的人。

老板不用懂技术，但必须亲自定义问题

我不是说老板要自己去研究模型、接口、智能体框架。

没必要。

老板真正要做的是另一件事：

把业务问题定义清楚。

你到底想让 AI 进入哪条流程？

客户跟进？

报价？

售后？

项目交付？

知识查询？

选定以后，不要先问用哪个工具。

先问五个问题：

这件事现在谁负责？

现在信息从哪里来？

员工为什么愿意记录？

AI 生成建议以后谁判断？

最后结果沉淀在哪里？

这五个问题，IT 只能参与，不能替老板回答。

因为每一个答案背后，都是管理取舍。

企业管理者今天可以先做一个动作。

找一个最想用 AI 改造的流程，别开工具选型会。

先拉业务负责人、IT 和老板自己坐 30 分钟。

只写一张纸：

问题是什么。

现在谁负责。

AI 放在哪一步。

结果由谁验收。

如果这张纸写不清楚，就不要急着让 IT 去买工具。

AI 转型不是 IT 部门一个人的任务。

它需要技术参与，但更需要老板把组织问题摆到桌面上。

如果你也在思考这个问题，可以去看看中信出版的《超级组织》。

这本书不建议只当成一本 AI 热闹书读。

更适合一边读，一边对照自己公司的组织、流程和责任边界。

---

如果你也在思考：
在变化快、事情多、信息又杂的环境里，
个人或团队，怎样把事情一步步坐稳，不返工、不翻车，几年后还能用得上，
那我们关注的，其实是同一个问题。这些年在一线项目中反复踩坑后，
我逐渐把一些“容易出问题的地方”和“更稳的做法”，
整理成了一套可以反复使用的判断与结构，
也写进了书和方法论里。

---

更多企业数字化转型内容在 

• #数字化转型的原点 系列

---

我是 石巍｜Will企业数字化顾问

长期参与制造、测试、交付相关的一线项目，
见过不少团队系统没少上、流程没少改，
但问题依旧反复出现的场景。

后来我才意识到，
很多问题不是工具不行，而是顺序错了、风险被放到了后面。
围绕这些反复出现的问题，
我把经验整理成了 Script-as-Test（测试资产前置）模型，
并在《Jira Consulting 101》以及 ObAsset《从混乱到结构》体系中持续迭代。

我不做“只卖工具或设备”的方案，
更关注事情怎么做，
才不返工、不翻车、还能长期复用。

---

登录查看剩余 70% 内容