本文来自微信公众号： 中外管理传媒 ，责任编辑：胸怀天下，作者：中外管理
一边是“不上市不融资不借钱、线上几乎断网”的传统标签，一边是AI质检与全链路追溯的深度应用，这种反差背后，藏着传统企业拥抱AI的真实门槛。
管理解读：刘百功（“中国造隐形冠军”评选评委、中外管理传媒利润倍增中心学术主任、西南财经大学西部商学院企业赋能增长研究中心执行主任）
近期，老干妈登上热搜：去年营收回归54亿元；厂区用上全链路AI管理系统，核心原料100%可追溯，AI视觉质检全面上线，关键工序不良率降至0.02%，拣椒工人从600多人减至48人。一家由79岁创始人主导、不上市不融资不借钱、线上几乎“断网”的传统食品厂，反而率先把AI用进了生产全链路。老干妈这轮翻红，AI是不是第一功臣？传统企业拥抱AI，真正的门槛是什么？第一落点怎么选？人机边界又在哪里？
品质是“1”，AI是“加速器”
中外管理传媒：老干妈的业绩反弹，有人归因于创始人回归、恢复配方，有人归因于AI质检稳定了产品一致性。您认为AI在这轮业绩反弹中扮演了什么角色？如果要做归因排序，您会怎么排？
刘百功：如果要排序，我的顺序是：第一，产品品质的回归；第二，品牌与渠道的稳定；第三，才是人工智能。当然，所有这些决策背后最核心的要素，归根结底是创始人的回归。
据媒体报道，此前代际交接过程中，老干妈曾更换部分原材料供应商等，如今产品品质得到恢复。老干妈的渠道基础本身非常扎实，中国消费者乃至全球华人对这个品牌又有深厚信任。所以，当产品品质回归之后，品牌与渠道原有的优势便能继续发挥效用。我认为这是非常关键的因素。
与此同时，推进人工智能同样十分重要。从目前媒体披露的信息看，人工智能在这一轮中的作用主要体现在两个方面：一是产品的一致性与可追溯性；二是运营效率的提升。借助人工智能对全链路进行管理，一方面显著提高了效率，另一方面也改善了产品质量，不良率已降至0.02%。这些都是人工智能发挥的作用。
目前企业人工智能的落地大体可分为两种情形：一种是“+AI”，另一种是“AI+”。所谓“+AI”，是在原有业务的各个环节中，寻找用人工智能提升效率、降低成本、降低费用、提高质量、改善客户体验的路径；而“AI+”，则是指因人工智能而新产生的商业模式。这是所有企业都需要思考的问题。有了人工智能之后，老干妈未来或许依然有九成业务是现有业务，但有没有可能涌现出一些“没有AI就不存在”的全新业务？这正是我常说的“AI+”——在人工智能基础上生长出来的新业务。
中外管理传媒：拣椒工人从600多人减到48人，但AI系统的部署、维护、数据标注、算法迭代都需要新的人力与资金投入。AI让老干妈降本增效了，还是只是“换了一种成本结构”？这种投入产出应如何评估？
刘百功：我相信，所有企业都会核算人工智能能带来怎样的投资回报率，这是企业普遍会算的一笔账。因此，这并不只是“换了一种成本结构”那么简单。
因为人力减少之后，还有一些非常隐形的成本会随之大大降低，比如人际之间的摩擦、员工与公司之间的摩擦、员工与员工之间的摩擦、部门与部门之间的摩擦等。这些管理成本、沟通成本，其实都会大幅减少。
至于评价标准，其实也很简单，就是看投资回报率、投资回报周期，然后拿它跟人工成本做对比。以前生产制造企业在更换机械机器人或机械臂时，行业里有一个说法：机械臂的成本大约相当于一个员工三年到五年的薪资。假如一个员工五年的成本是10万元，那么只要投入在10万元以内，都是可以投资的。当然，各家企业的财务核算标准不尽相同。如果非要给出一个通用参照，基本上还是看投资回报率、回报周期，以及它替代人工之后与人工之间的差异，成本究竟缩减了多少。
企业AI落地，别在AI外面看AI
中外管理传媒：一个79岁创始人主导的、传统得不能再传统的企业，反而率先用上AI。在您看来，企业拥抱AI的真正门槛是什么？
刘百功：我相信老干妈的创始人，其思想是非常开放的。就现在而言，面对人工智能这件事，第一步还是要“去看”。真正的门槛其实是思想上的障碍，是我们自己不愿意去接受。现在很多人大概还没有真正走进人工智能，只是在人工智能的外面看人工智能，这样的姿态是不合适的。
所以，对企业家来说，关键还是在思想上多接触、多使用人工智能，同时多看看别的企业是怎么应用的。通过这样的方式，慢慢实现思想转变，之后再回过头去计算投入产出。
中外管理传媒：老干妈长期坚持不上市不融资不借钱，线上几乎“断网”，但这样一家企业上线了全链路AI管理系统。反观许多宣称“All in AI”的企业却停留在试点阶段。您认为差距出在哪里？
刘百功：从现在看到的数据来看，老干妈也只是在其整个产业链的生产端，也就是生产环节全链路应用了AI系统；至于客户端，我认为还是需要深入了解新一代消费者的习惯。如果新的消费者在哔哩哔哩上，那我们是不是也要在哔哩哔哩上做一些推广宣传？所以从长期来看，我不建议企业“断网”。断网是很危险的，因为消费者在哪里，我们就应该在哪里。我们还是应当在目标客户能够触达的地方出现，这是应该的。而且如今的互联网，反而更容易与人工智能结合：互联网的推广宣传、内容制造等，很可能比生产制造应用人工智能的效率更高。
有些企业自称“All in AI”，但实际上还没有找到很好的系统规划，其中普遍存在一个问题：懂业务的人不懂人工智能，懂人工智能的人不懂业务。以咨询行业为例，美国的人工智能公司几乎都收购了管理咨询公司，而所有的管理咨询公司也都开始大面积使用人工智能。双方组建团队一起为企业提供服务。这种合作一定要贴合企业的实际业务、贴合客户需求，这样才能做出系统规划。
企业落地AI，应该“先有场景”：先在具体场景中思考要为客户创造什么价值、满足客户什么需求，再据此确定要做哪些任务；然后进一步判断，这些任务中哪些可以完全由人工智能独立完成，哪些需要人机协同，哪些需要人来承担。这样一来，我们就能对人工智能在企业经营管理中的应用做出很好的、系统的规划。
中外管理传媒：老干妈的AI主要用在质检和溯源。不同行业企业情况各异，但从企业管理角度，AI的“第一落点”是否有普适原则？企业应依据什么标准选择第一个规模化落地的场景？
刘百功：通常会讲两个维度：一个是AI的难易程度，另一个是它产生的效果。如果以这两个维度来画四象限，我给其中“见效快、实施起来不难”的切入点起了个名字，叫“随手营”。所谓“随手营”，就是见效快、实施难度又不大的地方，先从这里入手。这是我给出的一个基本原则，也算得上一个普适性原则。
至于企业具体选择什么场景来落地，那就必须完全结合企业自身业务。如果一家企业的生产成本、费用比较低，效率比较高，那我认为它完全可以暂时主要去做市场推广方面的人工智能应用；如果一家企业费用高、成本高、良率低，或者生产排班有问题等，那我建议它先从生产场景落地；另一些企业则可能从研发场景落地。比如，一些企业以前有大量研发数据，却没办法被高效利用起来，可以比较容易地建立起知识库，使用效率非常高。所以，这要结合企业所在领域的具体痛点来判断，只要见效比较快、实施难度没那么大，就可以考虑。
更重要的一个原则是：先不要触动太多人的利益。一旦触动了太多人的利益，你就会发现变革的障碍会非常大。
人工智能当你用得越好，用到最后你就会发现，它慢慢会代替那些用得最好的人。这样一来，最终用得越好的人反而越容易被淘汰，这是一个悖论。有很多中美两国的人工智能顶级高手常说，第一个被替代的可能就是他们自己——就是我们这些把人工智能用得最好的人。所以，在企业内部推广时，千万不要让人觉得他很快就会被替代，否则他就容易产生抗拒心理。这就像当年的英国纺织设备一样，也就是我们常说的“卢德主义”：当时有人非常反感纺织设备的应用，带头打砸、烧毁纺织设备，后来人们就把这些抗拒变革的人称为“卢德主义者”。
中外管理传媒：安永研究指出，当前企业AI最大的问题不是工具不够强，而是“AI叠加在原有流程之上，流程本身并未改变”。企业应如何适配AI进行流程迭代？老干妈的质检与溯源改造，是否也意味着流程本身的重新设计？
刘百功：换一种方式来阐述这个问题。如果我们企业生成的数据记录都不准确，流程也是混乱或低效的，数据既不准确，也不具备结构化、向量化。所谓向量化，就是能够被人工智能识别的形式。那么，我们在引入人工智能之前，原则上要先做精益化管理：确保喂给人工智能的数据、制度等，第一是准确的，第二是相互不冲突的，第三是这些流程本身是高效的。也就是说，可能要先完成精益化管控的过程和梳理。
如果我们能把制度、流程、数据高效、科学、准确地喂给人工智能，它的效率会大幅度提升。这是我们在任务实践过程中的体会：先解决从粗放式管理走向精益化管理的过程，再上人工智能，效果会非常好。
流程再造的过程中，一定要结合人工智能来思考。我举个例子：我们人类以往所有的管理方式，基本上都源自17世纪的还原论，把每个岗位划分得越来越细，每个人学得越来越专。于是，我们的员工基本上都成为某一专业的专家，而且越来越专，这就导致为了实现一个客户价值，往往需要各个部门反复沟通、协同。但到了今天，我经常会问：还有必要存在这些岗位吗？为什么要设立财务部、行政部、人力资源部、营销策划部等？为什么还要这样划分岗位？这本身就值得反思。
人工智能如今越来越趋向于“全知”和“全能”。所以未来根本不需要这样划分岗位，而应该根据我们要为客户创造什么价值，直接让人工智能来设计我们的流程。也许慢慢地，人类根本不知道人工智能是怎么工作的了，我们看不到、也看不懂这个流程，不理解它为什么这样设计。但是，人工智能本身就可以自行生成并满足客户需求的内容。我认为这在不久的将来一定会实现，我们现有的组织架构、流程管理、制度管理都将被颠覆，决策链不会那么长，部门之间的划分也绝不会这么细。
所以，未来的组织可能是一种“自组织”。尤其是当智能体大量涌现、我们大面积使用人工智能体的时候，它们就会自组织、自涌现、自进化。这就像张瑞敏先生前几年讲的组织发展的三种趋势，我认为在人工智能面前，这三个趋势如今已经可以实现，并且会越来越接近我们的理想状态：这些人工智能不需要划分部门，它们会自组织、自涌现、自进化，这一点现在已经逐步实现。因此，在人工智能的环境下，未来的整个组织都会发生翻天覆地的变化，而不仅仅是在流程这一个方面。
中外管理传媒：当AI把不良率降到0.02%、原料100%可追溯，企业还需要“人”来做什么决策？企业管理者应如何规划“人机分工”的长期边界？哪些决策必须保留在人这一端？
刘百功：人有三件事，我把它称为“不可能三角”。就目前来看，是人工智能暂时替代不了的。
第一，是对问题的界定、定义和边界。企业遇到的问题是什么、客户的需求是什么，对这些问题的定义和边界，我认为人工智能暂时替代不了。第二，是情感的连接。尤其是B2B企业，我们如何与客户保持很好的客户关系，这种情感连接是人际层面的，是现阶段人工智能暂时无法替代的。第三，是对价值的判断。即某件事到底有没有价值、符不符合道德等，这方面我认为暂时也替代不了。
所以，我们现在面对任何场景，从客户价值出发，再拆解到具体任务时，都要去判断每一个任务：哪些可以由智能体独立完成，哪些需要人机协同，哪些必须由人来承担。也就是说，我们要利用刚才讲的这三个原则，再结合实际业务场景进行分析，这样才能搞清楚哪些决策必须保留在人这一端。
中外管理传媒：在AI投入上，最应该先想清楚的一个问题是什么？
刘百功：一句话：开始用。要开始使用，而且不要把它当成“百度”那样用——所谓当成百度，就是只用大模型做提问、回答问题；一定要把它当成智能体，让它帮你完成任务。所以，我的第一个建议就是：让你的智能体帮你完成第一个任务。