AI的最大價值在于協(xié)同，而非自動化

現(xiàn)實(shí)中，系統(tǒng)間的巨大差異往往使對齊難以實(shí)現(xiàn)，因此協(xié)同仍高度依賴人工，成本高昂。而AI的協(xié)同能力正打破這一桎梏。它催生的新型協(xié)同模式，不僅改變工作流程，更在重塑碎片化行業(yè)中價值創(chuàng)造與競爭的本質(zhì)。

轉(zhuǎn)載來源：哈佛商業(yè)評論（ID：hbrchinese）

作者：HBR-China

全文 3671 字｜閱讀 8 分鐘

人們通常從預(yù)測成本或創(chuàng)造成本下降的角度來解讀人工智能的經(jīng)濟(jì)影響。然而，還有一個更關(guān)鍵卻最易被忽視的因素：協(xié)同成本的顯著降低。

這里的“協(xié)同”并非字面翻譯，而是指將不同團(tuán)隊、系統(tǒng)的產(chǎn)出轉(zhuǎn)化為彼此可理解、可銜接信息的持續(xù)過程。其成本體現(xiàn)在數(shù)據(jù)轉(zhuǎn)換、成果對齊的精力消耗，以及耗費(fèi)在會議協(xié)調(diào)與返工上的大量時間。高效的協(xié)同，意味著讓原本割裂的人員、工具和數(shù)據(jù)能夠?yàn)橐粋€共同目標(biāo)順暢協(xié)作——換言之，它使項目得以穩(wěn)步推進(jìn)，而非陷入無休止的協(xié)調(diào)與修正。

人工智能正在使協(xié)同變得廉價且通用。它通過兩種方式實(shí)現(xiàn)這一目標(biāo)：從非結(jié)構(gòu)化信息中提取可用框架，并利用這些結(jié)構(gòu)化信息驅(qū)動工作完成。過去因數(shù)據(jù)格式、專業(yè)術(shù)語或工作流程不匹配而無法協(xié)作的互補(bǔ)要素，如今無需強(qiáng)制統(tǒng)一標(biāo)準(zhǔn)即可輕松整合。這是歷史上首次，協(xié)同可以在無需達(dá)成廣泛共識的前提下實(shí)現(xiàn)，這意味著其應(yīng)用范圍得以拓展至那些曾因成本過高或過于復(fù)雜而無法觸及的專業(yè)領(lǐng)域。

過去十年，我的工作重心是設(shè)計平臺以整合碎片化系統(tǒng)。但直到最近，這類協(xié)同始終存在一個根本性限制：它極度依賴高度結(jié)構(gòu)化的數(shù)據(jù)與規(guī)整的接口，這要求各方就標(biāo)準(zhǔn)與流程達(dá)成一致。現(xiàn)實(shí)中，系統(tǒng)間的巨大差異往往使對齊難以實(shí)現(xiàn)，因此協(xié)同仍高度依賴人工，成本高昂。而AI的協(xié)同能力正打破這一桎梏。它催生的新型協(xié)同模式，不僅改變工作流程，更在重塑碎片化行業(yè)中價值創(chuàng)造與競爭的本質(zhì)。

無需共識的協(xié)同

以建筑業(yè)為例。

一個典型的建筑項目需要建筑師、結(jié)構(gòu)工程師、承包商等多方專業(yè)團(tuán)隊協(xié)作。但每個團(tuán)隊都使用各自的專業(yè)工具，關(guān)注點(diǎn)也截然不同：建筑師注重空間美學(xué)，結(jié)構(gòu)工程師聚焦荷載安全，承包商則優(yōu)先施工順序與進(jìn)度管理。

在此背景下，高效協(xié)同成為項目成敗的關(guān)鍵。施工常偏離原始設(shè)計，若各團(tuán)隊不能及時協(xié)調(diào)適應(yīng)，結(jié)果必然是返工、延誤與建筑質(zhì)量問題。

以往試圖通過自上而下的標(biāo)準(zhǔn)化解決問題——強(qiáng)制所有參與方使用統(tǒng)一平臺或數(shù)據(jù)模型——結(jié)果往往失敗，或在局部實(shí)現(xiàn)有限協(xié)同的同時引發(fā)其他環(huán)節(jié)的錯位。此外，專業(yè)團(tuán)隊也必然抗拒放棄定義其專業(yè)性的工具。不同工具產(chǎn)生的設(shè)計與施工計劃難以互通，不對齊即意味著高昂的協(xié)同成本。

AI提供了全新的解決方案。它不再要求統(tǒng)一工具或標(biāo)準(zhǔn)，而是默認(rèn)接受碎片化現(xiàn)狀，從BIM軟件、電子表格、現(xiàn)場照片、郵件、批注PDF等迥然不同的來源提取信息——每個來源僅反映項目的局部視角。通過整合，AI構(gòu)建出項目的統(tǒng)一全景視圖，讓每位參與者都能實(shí)時追蹤設(shè)計、工程、進(jìn)度與合規(guī)等各維度的進(jìn)展。

基于此統(tǒng)一視圖，項目經(jīng)理能在尊重各團(tuán)隊工作方式的前提下，統(tǒng)籌碎片化流程。他們還能直接做出跨專業(yè)的權(quán)衡決策，無需召開冗長的協(xié)調(diào)會議。例如，若建筑師移動了樓梯間，AI層可自動識別其對結(jié)構(gòu)梁的影響，即時通知結(jié)構(gòu)工程師。AI成為隱形的協(xié)同層，持續(xù)檢視并調(diào)和跨團(tuán)隊變更，通過實(shí)時“翻譯”實(shí)現(xiàn)執(zhí)行同步。

許多企業(yè)已洞察此中機(jī)遇。例如，Trunk Tools 從 Autodesk（建筑師和工程師用于創(chuàng)建設(shè)計和規(guī)劃的工具）和 Procore（承包商用于管理工作的工具）等工具中收集信息，通過解讀圖紙、規(guī)范與進(jìn)度表，生成結(jié)構(gòu)化、可檢索的項目檔案。這意味著各方無需再耗費(fèi)時間相互核對、修正偏差，所有疑問均可指向同一信源，并獲得基于最新文檔的準(zhǔn)確答案。行業(yè)巨頭也在跟進(jìn)，例如Procore收購Datagrid，正是看中其從非結(jié)構(gòu)化文件中提取數(shù)據(jù)框架的類似能力。

競爭格局的重塑

當(dāng)協(xié)同不再依賴共識，那些憑借統(tǒng)一標(biāo)準(zhǔn)、接口或流程建立優(yōu)勢的企業(yè)，其護(hù)城河便開始動搖。

以美國車險理賠市場為例，初創(chuàng)公司Tractable正挑戰(zhàn)巨頭CCC Intelligent Solutions，盡管后者地位看似穩(wěn)固。

車險理賠涉及保險公司、維修廠、零件商、評估員等多個獨(dú)立主體，各使用不同系統(tǒng)，激勵也不盡相同。CCC通過建立一套標(biāo)準(zhǔn)化的損傷代碼與數(shù)字工作流程——這套“通用語言”已被行業(yè)廣泛采納——從而主導(dǎo)了市場。競爭對手若想取代CCC，就必須推翻其標(biāo)準(zhǔn)，這意味著要替換現(xiàn)有工具、重新培訓(xùn)人員、改寫保險公司流程，轉(zhuǎn)換成本極高。因此過去二十年，CCC的地位似乎堅不可摧。

但局面已變。為挑戰(zhàn)CCC，Tractable完全繞開了標(biāo)準(zhǔn)之爭。它并未試圖說服行業(yè)放棄CCC的代碼體系，而是訓(xùn)練AI模型直接解讀車主手機(jī)拍攝的車輛損傷照片，生成維修估價，并無縫對接保險公司現(xiàn)有流程。換言之，Tractable實(shí)現(xiàn)了“無需共識的協(xié)同”。成果顯著：至2023年，其年處理理賠金額已近70億美元。

未來的道路

利用AI協(xié)同能力的機(jī)遇遠(yuǎn)不止于上述行業(yè)。在醫(yī)療保健、物流等碎片化行業(yè)中，人工智能重構(gòu)脫節(jié)系統(tǒng)間共享狀態(tài)的能力，既是機(jī)遇，也是挑戰(zhàn)。現(xiàn)有企業(yè)有三種策略可供選擇：

1）成為協(xié)同層

選擇此路線的企業(yè)承認(rèn)，僅靠專有標(biāo)準(zhǔn)已不足維持優(yōu)勢。它們將投資于打造最優(yōu)的生態(tài)系統(tǒng)全景視圖。物流平臺project44即采用此策略，在不要求承運(yùn)商更換標(biāo)準(zhǔn)的前提下，提供貨運(yùn)全程的統(tǒng)一可視化。這類企業(yè)通過擁抱工具與格式的開放，將自己定位為生態(tài)系統(tǒng)中不可或缺的“翻譯中樞”。

2）強(qiáng)化責(zé)任承擔(dān)

企業(yè)無需競逐中立協(xié)同平臺的角色，而是可以強(qiáng)化自身為最終結(jié)果兜底的能力——即便具體的協(xié)同過程由外部或第三方完成。馬士基（Maersk）是此策略的典范：它向綜合物流服務(wù)商轉(zhuǎn)型，提供涵蓋端到端合同、報關(guān)、倉儲、數(shù)字訂艙及風(fēng)險管控的全鏈條服務(wù)。在供應(yīng)鏈動蕩、制裁風(fēng)險與監(jiān)管審查日益嚴(yán)峻的背景下，馬士基通過一體化控制，能夠提供更可靠的風(fēng)險與執(zhí)行保障，并以此構(gòu)建競爭力。

3）控制協(xié)同，分層賦能

此策略下，企業(yè)既不全面開放協(xié)同能力，也不完全退回封閉管控。它們利用AI在內(nèi)部構(gòu)建特權(quán)性的統(tǒng)一視圖，然后有選擇、有條件地（通常有償）向仍處碎片化的合作伙伴生態(tài)提供部分可見性。

聯(lián)邦快遞即采用此策略：它大力投資AI路線系統(tǒng)，基于其全網(wǎng)絡(luò)實(shí)時數(shù)據(jù)形成統(tǒng)一運(yùn)營視圖，但對外僅有限度地共享信息，且常設(shè)有付費(fèi)門檻。這使得客戶與伙伴不得不依賴聯(lián)邦快遞獲取關(guān)鍵數(shù)據(jù)，從而鞏固其樞紐地位。只要其網(wǎng)絡(luò)密度與服務(wù)覆蓋保持優(yōu)勢，客戶仍愿為此可視性付費(fèi)而非自建，此模式便可持續(xù)。

AI驅(qū)動的協(xié)同使得人、工具、系統(tǒng)能在缺乏共識的情況下高效協(xié)作，這將為碎片化行業(yè)帶來速度、成本與創(chuàng)新層面的切實(shí)收益，同時也將引發(fā)權(quán)力轉(zhuǎn)移。短期看，贏家將是那些善用AI突破系統(tǒng)壁壘、切實(shí)完成工作的實(shí)踐者。但長遠(yuǎn)而言，僅有協(xié)同并不足夠：當(dāng)項目規(guī)模擴(kuò)大、失敗代價高昂時，責(zé)任、信任與歸屬問題必將促使行業(yè)重建共享規(guī)則與清晰權(quán)責(zé)。切實(shí)可行的前進(jìn)道路是，利用人工智能在協(xié)同成本長期過高的地方啟動協(xié)作，同時有意識地構(gòu)建治理機(jī)制、合同和規(guī)范，將快速協(xié)同轉(zhuǎn)化為持久、可信的生態(tài)系統(tǒng)。

桑吉特·保羅·喬杜里（Sangeet Paul Choudary）| 文

桑吉特·保羅·喬杜里是專注于人工智能與平臺戰(zhàn)略的C級顧問，加州大學(xué)伯克利分校高級研究員，四度入選《哈佛商業(yè)評論》“十大必讀文章”的作者。憑借探討AI經(jīng)濟(jì)影響的著作《重塑》，他榮獲2025年Thinkers50戰(zhàn)略獎。

周強(qiáng) | 編校

微信 ID：chunnuanhuakai-cch