企业应在自己的 AI 技术栈中掌握什么？

AI 转型的下一阶段，关键在于企业能从 AI 作出的每项决策中学到什么，以及由谁掌握这些经验

围绕 AI 的讨论一直聚焦于一个核心问题：这些模型能做什么？人们对它们进行基准测试、试点应用，也为之惊叹不已。在探索阶段，这确实是个恰当的问题。但以我们如今所处的阶段而言，它已不再是正确的问题。

在下一阶段——智能体驱动型企业——AI 不再只是回答问题，而是开始执行工作、监控变化、准备交付成果，并参与关键决策，以推动业务发展。这一转变正在加速：IBM《2026 年 CEO 研究报告》发现，CEO 预计，到 2030 年，由 AI 作出的运营决策占比将接近翻番，达到 48%。当 AI 开始实际执行工作，而不只是描述工作时，战略问题也随之改变：从“这个模型能做什么？”变为“每当公司作出一项决策时，我们能从中学到什么？这些经验又由谁掌握？”

如果企业价值是通过一次次决策逐步积累的，那么在 AI 时代，企业最重要的资产就是帮助组织从每项决策中学习的闭环，具体而言，包括决策背后的背景、促成决策的证据、决策带来的结果，以及将这些要素联系起来的规律。掌握这个闭环，每一项决策都会让下一项更加精准。错失这个闭环，就只是把工作流程自动化，却没有积累竞争优势。

只要换个角度看问题，严肃对待 AI 的企业几乎所有架构设计都会随之改变。

把公司押在单一模型上的错误

人们通常会选择一家领先的模型供应商，将其作为统一标准，并在此基础上构建所有系统。然而，我认为这是个错误，只不过原因并非人们通常所说的那些。

人们通常担心的是被供应商锁定，以及供应商借此获得定价优势。这些确实是问题，但只是次要问题。更深层的问题在于激励机制，以及你的学习成果最终流向何处。模型供应商的业务是打造全球最优秀的通用模型，而实现这一目标的方式之一，就是从使用过程中学习。当你把公司的专有决策、数据和工作流程都交由同一家供应商处理时，就等于把自己最具差异化的资产——公司思考问题的记录——交给了一家有动机将其泛化的供应商。你的竞争优势就会成为一种商品的投入，而竞争对手也能买到这种商品。

技术前沿的演进速度也太快，无法押注任何一个模型能长期保持领先。更合理的架构应允许企业将任务分配给最适合该任务的模型或专业智能体，同时掌握能够记录业务运作方式和决策方式的智能体运行框架与学习闭环。模型可以更替；这套专有基础仍归你所有，并会随着时间推移不断增值。

这套专有基础也可能具有可衡量的战略价值。IBM 的研究还发现，将专有数据和知识产权融入定制 AI 模型与智能体的 CEO 预计，到 2030 年，其营收中将有多出 13% 来自他们目前尚未提供的产品和服务。

你不可能打造每一个智能体，也不该试图这么做

掌握自己的运行框架、学习闭环和任务路由，并不意味着要打造所有运行在其上的智能体。企业的主智能体——能够理解组织、优先事项和专有数据的智能体——应由企业自行打造并掌握。但企业的业务涉及许多领域，没有任何一个团队能够精通所有领域，包括销售、人力资源、法律、财务、市场情报等。对于每个领域，最合适的做法都是由擅长该领域的专业智能体提供支持。

没有哪家企业会在内部为每项职能都打造一流智能体。这不是一场靠资源投入就能取胜的竞赛。成功的模式是由强大的主智能体统筹一组专业子智能体，每个子智能体都可根据公司的要求定制，并通过清晰的接口接入企业的运行框架。然而，企业构建这类架构仍处于早期阶段；德勤 2026 年调查发现，只有 15% 的组织已将跨职能、多智能体协同应用扩展至规模化水平。

因此，企业领导者真正要做的有两件事：打造作为北极星的主智能体，以及它所驱动的学习闭环；然后找出表现出色的专业智能体，并将其整合进来。能持续积累价值的领域，应由企业掌握；无法如此的领域，则通过合作来实现。

专业智能体与封装层的区别

专业智能体必须具备企业难以轻易复制的能力。持久的竞争优势来自专有数据，以及为检索和分析这些数据而专门构建的运行框架。智能体的能力，取决于它能找到什么，以及它对找到的内容理解得有多好。

企业领导者在决定哪些能力应自行构建、哪些应通过合作获得时，应以此为标准。如果某项能力依赖独特内容、领域专业知识和多年专门建设的基础设施，那么在内部重建它不太可能带来优势。与其如此，不如将资源集中投入到专有数据、决策闭环和编排层上，因为这些才是企业独有的。

赢家将明白什么

在智能体时代胜出的企业，将围绕那些能让自身随着时间推移变得更加独特、更加聪明的优势来构建架构。它们将掌握一个能够让自己从每一次决策中学习的闭环，同时在周围部署最优秀的专业智能体，而不是试图独自构建一切。

目标不是掌握 AI 技术栈的每一个环节，而是掌握那些能不断累积自身优势的环节，并与合作伙伴共同完成其余部分。互联不等于智能。在智能体企业中，智能意味着掌握那些能不断累积优势的环节，并与合作伙伴共同完成其余部分。