企业AI已经遇到瓶颈，规划是突破口

首波企业AI为团队提供了优化生产力的协同工具。下一波现在面临协调问题：最重要的商业决策跨越财务、运营、供应链和战略，而大多数AI系统仍然在单个功能内运行。

根据麦肯锡关于AI成熟度的研究，只有1%的领导者称他们的公司在部署谱系上是“成熟”的，这意味着AI已经完全融入工作流程并推动了重大的商业成果。其他99%的公司已经部署了AI，但在企业层面上还没有太多成果。

原因在于结构。这些AI系统需要一个协调的地方，规划是自然的选择。规划是金融假设、需求信号、运营约束和战略目标已经汇聚的地方。将AI构建到该层将其从周期性练习转变为企业的连接层。

这是许多企业现在发现的第一代AI部署的天花板。虽然协同工具提高了团队内的任务效率，但大多数组织从未解决下面更难的问题：如何在实时跨业务协调决策。即使预测工作流更快，供应链假设、运营约束和财务优先级仍然与彼此断开时仍然会出现问题。

企业AI协调差距的架构

为了使其发挥作用，必须发生三个结构性转变。

1. 企业AI必须逃离功能性孤岛

嵌入在财务中的协同工具可以总结预测差异并解释P&L中发生了什么变化。它无法从运营中提取实时需求信号，考虑更新的供应商风险评估，并将其反馈到CFO和COO同时查看的修订预测中。这是企业AI今天遇到的结构性天花板，也是为什么功能性部署产生强大的个人生产力数字和弱的企业成果的原因。

在这种破坏之下是一个上下文问题。每个功能的AI都在其功能拥有的数据上运行，在其功能使用的系统中运行，并使用其功能做出的假设——而没有一个共享层将这些视图汇聚成一个关于企业相信什么的单一图景。

这创造了许多企业现在正在经历的“AI协调差距”：能够独立生成洞察力的系统，但无法快速跨业务对齐决策以满足实时条件。

打破这一天花板意味着通过建立在共同数据模型、共享业务逻辑和让代理能够在功能之间一致解释决策的本体论基础上，连接代理通过共享的运营上下文。

有了这个基础，一个需求代理可以观察到信号，一个供应链代理可以针对它运行模拟，一个财务代理可以根据两者刷新预测。CFO看到一个统一的推荐，建立在业务运营的相同现实视图上。

2. 持续规划成为企业AI的协调层

在运营上下文的基础上，持续规划将协调的代理转化为真正的商业成果。这意味着规划不再是一次性练习，而是一种像实时系统一样运行的方式，随着条件的变化，场景会移动以适应公司的目标，而不是等待下一个周期来赶上。当假设发生变化时，替代方案已经被建模和压力测试，因此领导可以在面临截止日期时拥有可行的路径。领导者可以看到系统捕获到差异，看到假设，并在执行之前挑战推荐，因此会随着时间的推移扩大对系统的权威。领导者被提供一个黑盒答案，没有可追溯的逻辑，会拒绝依赖系统，代理的权威会缩小。将治理构建到架构中的公司会获得第一种部署。将其附加上的公司会获得第二种。

美国-伊朗冲突正在实时测试这一点。具有曝光的跨国公司正在吸收多个信号——石油和能源价格移动，霍尔木兹海峡的航运路线重新定价风险，供应商的交货时间拉长。领导必须在几天内决定如何处理它。能源对冲、重新路由和合同重新谈判都需要在此窗口内相互评估。一个持续运行并在情况变化时压力测试场景的规划系统是唯一能够在采取行动之前产生可靠答案的方法。

这就是目标驱动的AI在实践中的样子。代理朝着领导设置的目标努力工作，并在实现一个目标时放弃另一个目标时会标记出权衡。一个系统可以在实时中模拟一百个替代方案，但仍然让领导陷入困境，无法选择哪一个。规划层是目标和权衡已经存在的地方。这就是在生产中工作的多代理系统与在演示中工作的系统之间的区别。

这种转变的紧迫性正在增长。Gartner预测，到2027年底，超过40%的代理AI项目将由于成本增加、商业价值薄弱或风险控制不力而被取消。许多这些失败将归因于协调和治理问题，而不仅仅是模型能力。

3. 企业治理不能在后期附加

一个持续规划层将真正的决策权集中到一个协调的AI系统中，这就是为什么治理必须从一开始就成为架构的一部分的原因。这是许多CFO和CIO在讨论实施AI时首先提出的问题，它反映了一个合理的立场。自治系统不应在没有可审计性、可解释性和明确的政策边界的情况下进入决策工作流程。

在实际工作的部署中，每个代理采取的行动都可以追溯到输入、逻辑和背后的政策。每个推荐都附有财务领导、审计员或董事会成员需要挑战其合理性的假设。

可追溯性使得人类的监督成为可能。CFO、控制器和对结果负责的领导者只能在看到系统如何得出结果时才能审查推荐、挑战假设并授权采取行动。代理处理速度和广度，人类掌握判断力。一个可以看到系统捕获到差异、看到假设并在执行之前挑战推荐的领导者，将随着时间的推移扩大对系统的权威。一个被提供黑盒答案而没有可追溯逻辑的领导者将拒绝依赖系统，代理的权威将缩小。将治理构建到架构中的公司将获得第一种部署。将其附加上的公司将获得第二种。

未来的十年属于基础设施建设者

十年后，企业是否将规划作为AI的连接层，将会有明显的区别。

不起眼的工作——连接数据、集成工作流、从一开始就嵌入治理——将决定公司最终会站在哪一边。

企业AI的赢家将不是拥有最多代理的公司。它们将是那些能够协调代理的基础设施建设者。