企業(yè)軟件史上有個詛咒：承諾越大，交付越慢。ERP說要重塑財務，結(jié)果先重塑了IT部門的周末。云原生喊了十年，多數(shù)公司還在跑"上云五年規(guī)劃"。AI會不會重蹈覆轍？數(shù)據(jù)給出了一份反直覺的答案。

01 歷史不會簡單重復，但會押韻

過去三十年，企業(yè)技術(shù) adoption 遵循同一套劇本。先畫架構(gòu)圖，再談集成，最后發(fā)現(xiàn)預算超了、人跑了、業(yè)務變了。價值從來不是從第一天就流淌出來的——你得先把系統(tǒng)擰在一起，讓機器學會跟機器對話，用的是一行行手寫代碼堆出來的 middleware（中間件）。

ERP 替換會計流程，CRM 對接銷售基礎(chǔ)設(shè)施，數(shù)據(jù)倉庫要先鋪 pipeline（數(shù)據(jù)管道）才能出一張 dashboard（儀表盤）。每個環(huán)節(jié)都是人月神話的素材。

對 AI adoption 速度的懷疑，完全合理。畢竟被坑過太多次。

但這一次， injection 點變了。

02 人類層：AI 的"作弊碼"

AI 不從核心系統(tǒng)下手。它從顯示器這一側(cè)切入——人類層。

像個急于表現(xiàn)的新人，AI 直接用企業(yè)已經(jīng)部署的東西干活。它讀團隊正在讀的文檔，在用戶熟悉的工具里起草內(nèi)容，總結(jié)高管每周審閱的報告，對導出的數(shù)據(jù)做推理，卻不動那個產(chǎn)出數(shù)據(jù)的數(shù)據(jù)庫。

沒有中間件。沒有遷移。沒有十八個月的集成路線圖才換來第一個勝利。

這個差異讓 AI 像顆 asteroid（小行星）——速度快，而且等你看見時已經(jīng)離得很近了。

微軟 2023 年 3 月把 Copilot 塞進 Office 365，沒有讓企業(yè)先重建文檔庫。Salesforce 的 Einstein GPT 直接在讀權(quán)限范圍內(nèi)操作，不問你要不要重構(gòu) CRM schema（數(shù)據(jù)庫模式）。Notion AI 在你寫了三年的筆記上直接開工，不逼你遷移到"AI-native"平臺。

這些產(chǎn)品的共同選擇：繞過 plumbing（底層管道），先交付價值。

03 先吃肉，再修廚房

AI 承載著迄今最大的技術(shù)承諾，但它的第一層杠桿不需要撕碎架構(gòu)。你可以在 plumbing 完工之前，就獲得實質(zhì)性收益。

durable（持久的）優(yōu)勢仍然需要數(shù)據(jù)紀律、治理和流程重設(shè)計——但你不必等這些都做完才能開始。

這是 adoption 周期將史上最快的原因。

不是因為企業(yè)突然變敏捷了。是因為 AI 從其他技術(shù)終點的地方起步——在人類層，在顯示器這一側(cè)。

一個細節(jié)：Gartner 2024 年 Q1 調(diào)研顯示，67% 的生成式 AI 項目從立項到生產(chǎn)部署控制在 6 個月內(nèi)。對比 2020 年企業(yè)云遷移平均 23 個月的周期，這個速度足夠讓 CIO 們重新校準預期。

04 但 asteroid 也有陰影

快速落地不等于沒有代價。繞過 plumbing 的捷徑，正在制造新的技術(shù)債。

某頭部咨詢公司內(nèi)部項目顯示：員工用 Copilot 生成的客戶提案，有 12% 引用了幻覺案例——數(shù)據(jù)真實存在，但來源是另一個客戶的脫敏文檔。AI 確實"讀了"團隊在讀的東西，包括那些不該被交叉引用的東西。

權(quán)限模型成了新戰(zhàn)場。傳統(tǒng)系統(tǒng)用角色控制訪問，AI 用語義理解內(nèi)容。當 AI 能"讀懂"文檔時，基于文件夾的權(quán)限設(shè)計開始漏風。

更隱蔽的問題是：當?shù)谝粚觾r值來得太容易，企業(yè)可能永遠等不到第二層。數(shù)據(jù)治理的預算申請，在"我們已經(jīng)用上 AI 了"的幻覺里被一再推遲。

「我們不是在修廚房，是在廚房著火時繼續(xù)上菜。」一位金融科技公司的數(shù)據(jù)負責人在內(nèi)部復盤會上說。他的團隊花了 9 個月清理 Copilot 訓練出的"影子知識庫"——員工為了方便檢索，把敏感數(shù)據(jù)喂給了個人版 ChatGPT。

05 誰是 asteroid，誰是坑

供應商也在分化。一類堅持"先 plumbing"，一類押注"人類層優(yōu)先"。

Palantir 的 AIP 平臺要求客戶先完成 ontology（本體論）建模，走的是經(jīng)典企業(yè)軟件路線。Anthropic 的 Claude for Work 則直接讀取 Slack 和 Google Docs，像那個急于表現(xiàn)的新人。

兩種路線都在 2024 年拿到了大單，但客戶畫像截然不同。前者簽下的是有數(shù)據(jù)治理基礎(chǔ)的軍工和醫(yī)療集團，后者滲透的是增長壓力和實驗意愿更強的科技公司。

沒有標準答案。但一個信號值得注意：Palantir 2024 年 Q2 財報電話會里，"time to value"（價值實現(xiàn)時間）被提到了 17 次，比去年同期多 4 倍。連 plumbing 派也開始強調(diào)速度了。

AI 的 adoption 曲線不是一條，是兩條。 一條在人類層快速爬升，一條在核心系統(tǒng)緩慢下沉。它們之間的張力，將定義未來三年的企業(yè)技術(shù)格局。

當你的競爭對手用 3 個月讓 2000 人用上了 AI 助手，而你還在評估要不要重建數(shù)據(jù)倉庫時，"先修廚房"是不是一種值得堅持的奢侈？