AI轉型
求職網站上，正經一點的工作，現在都會要求具備跟AI合作的能力。也有無數的企業喊著要擁抱AI，企業AI轉型。但大多數企業口中所謂的AI轉型，主要是停留在「編列多少預算給員工使用 AI」、「買多少Token，如何分配」、「用哪個模型」。
企業把AI轉型當作一道採購題，似乎只要幫所有員工買了AI，公司就會自動轉型。
書中提了一組很有趣的數據，歷史上那些最早從電力革命中獲益的工廠，主要投入不是電費，而是在重新組織廠房、更換設備、訓練工人、重新設計生產流程，組織重構所需要花費的時間跟金錢，遠遠超過電力的花費。
在模型不斷爆發，Token成本不斷下降的未來，所謂的AI轉型不是圍繞買多少Token、用什麼模型來進行，而是要為了AI重新調整組織的結構。數據如何接通、接通後AI輸出的內容要如何校驗、人跟AI合作的流程怎麼改造，這些才是AI轉型真正需要花費時間跟精力的地方。
由誰主導
稍具規模的組織，都會有各種C加O的組合，CEO、COO、CFO⋯⋯很多公司把AI轉型交給CIO，就是公司的資訊長。將KPI停留在智能體的部署數量和使用率上，這只是在鼓勵表面成功。
幫每個部門部署10個智能體，讓全體員工都使用，然後呢？員工或許產出變快，但對於財報的積極反應是什麼？業績有真實得到提升嗎？把這件事情交給CIO，本身就是錯誤的決定，稱職的CIO追求的是系統穩定、數據安全、不出錯。
但AI轉型是冒險、突破，讓一個追求穩定與安全為天職的角色去主導重大變革，就是職能錯配。讓CIO主導AI轉型，是把一件需要跨越所有部門邊界、CEO才推得動的事，壓在一個權限僅限於IT系統的人肩上。
AI轉型與推動，不能是自下而上的過程，讓所有員工學會用AI或許能提升一些效率，但上限很小。因為企業真正有價值、可以改變財報的事情都是跨部門的。公司內部的AI變革只能自上而下主導，並且要設定明確的ROI。
企業AI轉型困難，因為常常是有權限與能力協調組織所有部門的頭頭，把轉型任務分別交給了他的所有屬下去進行，這時就會出現一個很貼切的詞，叫做口袋否決（Pocket Veto）。負責人表面點頭，會議上都同意，散會後就把它裝進口袋，讓它在日常事務的洪流中消失。
SaaS大洗牌
看到這點我的感觸很深，因為我就是一間SaaS公司的基層社畜。
過去到現在，SaaS服務賣的都是席位，就是按人頭帳號收取訂閱費。
客戶買了一套系統，可能只需要其中50%的功能，剩下50%用不到，稍微具備一些技術能力的公司如果覺得公司內部使用場景單純，訂閱費用評估又太貴的情況下，都會選擇自己用AI復刻一套屬於自己的系統。
AI正在顛覆按席位收費的邏輯，目前行業正在往「按成果付費」轉型。而現階段大多數傳統的SaaS供應商，還沒辦法立即轉型到按成果付費，所以目前續命的方法就是在自己的系統內加入AI，導致不同的SaaS服務都號稱有自己的智能體，企業就被各種不同服務的智能體閃瞎了眼。
每個購買的服務都比過去好用一些，方便一些，但問題依然是這些服務彼此獨立，無法同時打通財務、供應鏈、銷售和客服數據。企業看上去到處都有AI，但實質層面並沒有改變什麼。SaaS供應商幫自己的服務加上智能體表面上看好像是創新，但其實是在防守，透過這樣的防守來保住訂閱費的收入來源。
如果HR智能體看不到財務預算，客服智能體看不到產品的未來規劃路線，各個部門都號稱擁有智能體與好用的系統，但依然是各自獨立的碎片。AI轉型要花的最大預算，必須是建構能貫穿全局的AI系統。
目前主流的市場敘事，大多都將企業使用AI定義在工具升級：選什麼平台、買什麼模型、內部自己生出幾個好用的skill。這些都跟組織變革無關，而這些敘事又強化了AI轉型是IT項目的認知。
真正的AI轉型應該是由公司的大頭主導，推動時要思考轉型會影響到財報的哪一項數據？影響多大？什麼時候實現？不能用影響力、創新性這些空泛的內容來當作轉型的指標。
以下純屬個人不負責任觀點
讀這本書，總是會對作者的經歷背景感到驚訝，當過微軟的副總裁。Google中國也是他負責組建的，這些背景給他帶來的見識都是我們普通上班族無法想像的。每次看這樣的書，都會感嘆：原來巨人的世界長這樣啊。
讀到中段，又像在看管理學的書籍，但不是只有理論，作者可是積極地把這些方法論用到了自己的公司，也取得不錯的成效。
書中的很多內容，可能由於我的見識與職位還沒達到那個層次，會覺得離我好遙遠，動不動就是C什麼O的。但也打從心裡覺得那些CXO們，真應該好好的讀一下這本書。巨人的思想我們不用照單全收，但起碼可以透過閱讀多些參考模型。
但我想，創業者或公司高管真的讀了這本書，或多或少都會有那麼一點不適或是異質感，但正是這種不適才能觸動我們思考，異質才能讓我們警覺事情的不對勁。
AI時代企業轉型的代價很高，走錯路的代價更高。作為個人，我的啟發是除了用好AI外，也要思考如何把我能夠經手或創造的數據，在AI的協助下，流向公司其他的部門，變成他們AI的參考來源。或許其他部門並不想也不願意使用這些數據，但將自己產生的工作數據創造一個別人（AI）想用即可得的接口，是個值得努力的方向。