人工智能幾乎成了一個筐，什么都想往里裝。企業(yè)講戰(zhàn)略，要講AI；地方談產業(yè)，要談AI；部門做方案，要嵌AI。熱鬧歸熱鬧，口號可以響亮，但如果把這些喧囂撥開，會看到一個越來越清楚、也越來越讓人不安的現(xiàn)實：人工智能不是來給舊秩序鑲金邊的，它是來拆舊梁、撤隔墻、重新丈量價值的。

回頭看中國過去二十年的數(shù)字化演進，大致走過了三個階段。

第一個階段，是信息化時代。大體從2005年前后到2015年前后，核心任務是把原來散落的人、事、流程、臺賬，搬進系統(tǒng)，固化為表單、審批、流程和規(guī)則。這個階段的關鍵詞，不是智能，而是上系統(tǒng)；不是替代，而是補位。它解決的是“有沒有”的問題，是用軟件把管理的毛細血管先接起來。大量軟件企業(yè)在這一階段迅速成長，誰能把業(yè)務裝進系統(tǒng)，誰就有市場。誰能把流程變成可復制的模板，誰就能吃到紅利。那個階段的歷史價值不能低估。它把許多組織從粗放運行中拉了出來，讓管理第一次有了較為清晰的數(shù)字底座。

第二個階段，是“互聯(lián)網+”時代。大體從2015年到2025年，核心不再是業(yè)務流程電子化，而是把人與機器、人與平臺、人與服務實時連起來。微信連起社交，支付寶連起支付，電商連起消費，平臺連起供需，配送連起城市毛細血管。國務院2015年發(fā)布《關于積極推進“互聯(lián)網+”行動的指導意見》，也正是在這一輪基礎之上，把互聯(lián)網作為基礎設施和創(chuàng)新要素進一步推入經濟社會各領域。它仍然遵循加法邏輯，而且更迷人：更多用戶、更多終端、更多場景、更多交易、更多觸點。那個階段同樣意義重大，它把分散的供需重新連接起來，讓社會運行有了平臺化底座。

第三個階段，則是我們已經站進去的人工智能時代。連續(xù)兩個階段的成功，容易讓人形成一種路徑依賴：總覺得技術進步無非就是再加一點東西，再擴一個邊界，再堆一層能力。很多企業(yè)仍然習慣性地認為，AI無非是再加一個模塊，再建一個平臺，再采購一個助手，再包裝一層“智能能力”。這種理解看似積極，其實很危險。因為它仍然是加法思維，是拿舊地圖找新大陸，是把人工智能當成又一輪IT建設，而不是一場組織重構。

真正的變化在于，人工智能不是簡單幫你多做一點，而是開始逼你承認有些東西本來就不該存在。一個部門原來需要五個人傳遞、審核、匯總、解釋的信息，現(xiàn)在也許兩個人就夠。一個企業(yè)原來靠十幾個系統(tǒng)來回倒數(shù)據(jù)、導表格、跑流程的業(yè)務，現(xiàn)在也許一個智能體加幾條數(shù)據(jù)鏈就能貫通。一個行業(yè)原來依附于信息不對稱、接口壁壘、流程黑箱生存的中間層，未來可能會被直接壓縮。

這一輪人工智能，開始逼著我們做減法。它不是往老房子上再加陽臺，而是先問一句：這房子里，是不是有一半隔墻本來就不該存在？

它要減什么？減數(shù)據(jù)孤島，減流程套娃，減中間環(huán)節(jié)，減信息壁壘，減重復勞動，減那些看起來很專業(yè)、其實只是把簡單問題復雜化的把戲。減到最后，減掉的是一種舊時代的生存方式：靠堆系統(tǒng)證明自己重要，靠長流程證明自己嚴謹，靠信息差證明自己專業(yè)，靠別人繞不開我證明我有價值。

不妨看一個企業(yè)里極常見的場景。每到月底，銷售、采購、生產、財務各拉各的表，各報各的數(shù)，十幾個人圍著同一組數(shù)據(jù)來回搬運、反復校核、層層解釋，忙了三四天，最后生成一份厚厚的經營分析材料。表面看，這是管理嚴密；實質上，這里面相當一部分工作，不過是把數(shù)據(jù)從這個系統(tǒng)搬到那個系統(tǒng)，把同一句話換一種格式再說一遍。一旦統(tǒng)一口徑，打通鏈路，再接入智能分析，原來三天的活變成半天。效率當然上來了，但很多人立刻不自在了。因為被壓縮的，不只是時間，還有那些原本寄生在“協(xié)調、傳遞、解釋”之中的虛胖價值。

再看另一類場景。過去辦一件事，往往要填幾張表、跑幾個口、交幾次材料。時間久了，大家甚至把這種折返跑當成了嚴謹，把重復提交當成了必要成本?？梢坏┥矸莺蓑?、材料共享、規(guī)則比對和預審預填真正拉通，很多環(huán)節(jié)其實根本沒有存在的必要。群眾少跑腿了，窗口少收表了，后臺也少做了大量重復審查。按理說這該是好事，但阻力往往也出在這里。因為流程一短，原有的權責邊界、崗位設置、系統(tǒng)分工都會被重新觸碰。技術問題反而不總是最難的，難的是誰愿意先把自己門口那道“非必要但習慣了”的門檻挪開。

加法時代，很多企業(yè)的商業(yè)模式，本身就是建立在“復雜”之上的。軟件公司靠項目定制活著，咨詢公司靠流程重塑活著，平臺公司靠流量撮合活著，不少中間服務商則靠接口、牌照、渠道、關系和知識不透明活著。多一個平臺，叫加強統(tǒng)籌；多一個環(huán)節(jié)，叫風險防控；多一張報表，叫精細管理；多一層審核，叫壓實責任；多一批外包，叫專業(yè)支撐。過去市場足夠大、預算還寬裕、增長還存在，這類模式可以被容忍?？梢坏〢I開始把流程打薄、把數(shù)據(jù)打通、把知識沉淀，許多靠“中間轉一手”吃飯的模式就會越來越難受。

從加法轉向減法，難就難在它不是技術難題，而是利益難題、組織難題、認知難題。

先是利益最難動。加法時代大家都能分到蛋糕。建一個新系統(tǒng)，甲方有項目，乙方有合同，集成商有實施，運維商有續(xù)費，部門有抓手，領導有成果。鏈條很長，每一段都有收益。系統(tǒng)越多，接口越多，項目越多，報告越多，越容易形成一套看上去熱氣騰騰的繁榮景象。

減法時代則相反。系統(tǒng)打通了，可能就不需要那么多接口。流程縮短了，可能就不需要那么多審批點。知識庫做好了，可能就不需要那么多“經驗壟斷者”。模型接入業(yè)務后，原來靠手工處理撐起的崗位價值會被重新估值。AI不是讓所有人都更舒服，它首先會讓一批原本靠摩擦收費、靠冗余生存、靠壁壘獲利的人不舒服。

再是組織最難動。絕大多數(shù)組織都擅長擴編，不擅長收縮；擅長新建，不擅長整合；擅長層層加碼，不擅長真正刪減。原因并不復雜：加法看得見，減法得罪人。新建一個平臺，人人都說你有作為。你刪掉三套重復系統(tǒng)、砍掉五張無效表格、合并七個相互打架的流程，結果可能只是大廳安靜了、員工少熬夜了、老百姓少跑腿了。

這些事很重要，但不喧嘩，不發(fā)光，也不容易做成展板。于是很多組織寧愿不斷加碼，也不肯真正瘦身，最后把自己養(yǎng)成一頭披著數(shù)字化外衣的臃腫河馬，站著很威風，轉身卻極慢。

更深一層，是認知最難動。人們長期在加法邏輯中成功，就會誤以為未來仍遵循同樣規(guī)律。于是企業(yè)家習慣問：AI能不能幫我再開一個新業(yè)務？管理者習慣問：AI能不能再做一個駕駛艙？部門習慣問：AI能不能再加一個功能？這些問題不能說錯，但都繞開了更關鍵的問題：AI能不能讓我減少一些低效環(huán)節(jié)？能不能讓我少建幾個重復系統(tǒng)？能不能讓我少用一套舊班子跑舊流程？能不能把過去“必須有人盯著”的地方，變成“系統(tǒng)自己協(xié)同”？真正的考題，不是再添什么，而是敢刪什么。

今天最危險的一類企業(yè)，不是沒聽過AI的企業(yè)，而是把AI當成又一次IT采購的企業(yè)。它們以為接個模型、做個客服、搞個助手，就算完成了轉型。實際上，這不過是在舊房子上刷了一層新漆。房子的承重墻、線路、排水和結構，一個沒動。這樣的AI投入，短期能做演示，長期很難形成生產率革命。就像給一輛老爺車裝上語音助手，方向盤會發(fā)光了，音響也能回答問題了，但發(fā)動機還是漏油，底盤還是松散。領導看演示會覺得新鮮，客戶看界面會覺得先進，可真正進入日常運行，車還是那輛車，毛病一點沒少。

未來幾年，真正有前途的企業(yè)，不會是最會講AI故事的企業(yè)，而是最先完成組織減法的企業(yè)。它們往往有幾個共同特征：先做數(shù)據(jù)貫通，不迷信系統(tǒng)堆砌。先做流程重構，不滿足于外掛一個智能助手。先做職責再定義，而不是繼續(xù)拿舊崗位去套新工具。更重要的是，敢于接受短期陣痛，換取長期輕量化。減法在短期內往往意味著收入結構受壓、組織摩擦加大、既有利益受損。但不經歷這一步，企業(yè)就會被更輕、更快、更低成本的新模式穿透。

對軟件行業(yè)尤其如此。過去很多軟件企業(yè)靠項目制、定制化、駐場實施獲得增長，某種程度上是建立在“業(yè)務復雜、系統(tǒng)割裂、客戶離不開人”的基礎上。AI一旦成熟，這套模式會遭遇持續(xù)擠壓。以后客戶不會只問你“能不能做一個系統(tǒng)”，而會問你“能不能直接把這段業(yè)務做薄、做短、做自動”。這兩個問題，實際上差了一個時代。誰還只會賣系統(tǒng)，誰就會越來越難。誰能直接交付成果和效率，誰才有未來。

過去的競爭力，常常來自多。未來的競爭力，越來越來自少。少一個環(huán)節(jié)，少一層中間人，少一次手工搬運，少一個數(shù)據(jù)煙囪，少一套重復系統(tǒng)。過去我們總以為發(fā)展就是不斷往身上掛裝備，掛到最后才發(fā)現(xiàn)，有些裝備不是鎧甲，是秤砣。平時背著還覺得威風，真要奔跑時，才知道它在往下拽你。

所以，今天真正值得討論的，不是人工智能還能給我們再加點什么，而是我們必須減掉什么。

放下過去依賴的增長幻覺，放下對復雜體系的迷戀，放下對層層設防的安全感，放下那些看起來穩(wěn)妥、實際上拖住效率的歷史包袱。因為做加法，靠的是野心；做減法，靠的是勇氣。前者讓人興奮，后者讓人清醒。而一個時代真正的轉折，往往不是發(fā)生在大家最興奮的時候，而是發(fā)生在一批人率先清醒的時候。

這才是人工智能真正鋒利的地方。它不是來給危房刷漆的，而是來逼我們決定，到底要不要拆掉那些早就該拆的違建。

（作者胡逸為數(shù)據(jù)工作者，著有《未來可期：與人工智能同行》一書）