视频探讨的是企业AI落地难的底层原因,核心观点分五层:
1、现象:个人觉得AI好用,企业却看不到收益,落差感越来越大。
2、常见归因偏差:模型能力、数据完整性、系统打通、员工习惯,甚至阿里提到的"企业上下文不完整",都不是根本。
3、真正的底层障碍:前微软负责人Sinofsky指出,大多数知识工作者不擅长"算法式思考",即把工作拆成明确步骤、说清判断依据。现代知识工作本身不容易被抽象。
4、隐性知识的困境:资深员工的判断往往省略在"手感"里,不会写进文件。给AI十份历史方案,也不等于说清了当时为什么选A弃B。
5、抽象层被严重低估:自然语言降低了入口门槛,但背后的业务逻辑、判断标准、成功定义仍需专人梳理。这类"既懂业务又懂技术"的人历史上始终是少数。
最后的启发:企业面对的不是买更强的工具,而是能否说清工作是怎么完成的;对个人也是一样,把自己会做的事,变成AI也能稳稳执行的事,是一种越来越重要的能力。