AI浪潮：不止于“业务效率化”
“从DX到AX”。这句话出现在微软主办的教育IT大会上，主张在数字化转型之后，迎来的是AI转型。与此同时，市场上正涌现出大量利用AI和云计算的新解决方案，例如“搭载高级AI功能的业务自动化SaaS”和“可定制的B2B订单管理系统”。
乍看之下，这对企业管理层和IT部门来说似乎是好消息。如果AI能自动化业务，SaaS能灵活定制，那么长期困扰企业的效率化和数字化问题似乎能一举解决。然而，这正是我们反复指出的“管理层不定义IT的危险性”以新形式潜伏之处。面对AI这一强大工具，管理层是否再次被“手段”裹挟，而迷失了“目的”？
两则新闻揭示的AI与SaaS现状
首先，梳理一下作为素材的新闻。其一是综合商社兼松开始提供的“KG Sekai Cart”。这是一个面向B2B的Web订单管理系统，以SaaS形式提供，同时可根据企业自身业务流程进行定制。另一则是WhiteBox株式会社发布β版的“OmniSquare”。这款SaaS搭载AI，宣称能自动化复杂的业务流程。
如果表面解读这些新闻，会浮现出“借助AI和可定制性，实现前所未有的灵活且强大的业务效率提升”的故事。确实，相比传统的套装软件或依赖开发商的系统，SaaS的敏捷性和AI的自主性颇具吸引力。然而，从管理视角深入挖掘，看到的却是另一番景象。那便是“手段的高度化，反而掩盖了目的的模糊性”这一长期存在的结构性问题的复发。
可定制SaaS催生的新“数据孤岛”
“KG Sekai Cart”所强调的“可定制”特性，尤其需要警惕。诚然，完全贴合自身业务的系统是理想状态。但此时，管理层应该追问的是：“为什么存在这样的业务流程？”将那些源于低效规则或部门间协调不足而形成的“习惯性”业务流程，原封不动地用SaaS定制并固化，这与数字化转型的本质相去甚远。
这可能会加剧我们称之为“目标函数分裂”的状态。销售部门为了“轻松接单”，采购部门为了“减少下单错误”，各自基于“局部最优”的目标来定制工具。结果，公司整体的数据流和决策结构未被考虑，可能催生新的数字化孤岛。正因为SaaS易于引入，若无管理层面的整合视角，各部门单独引入，可能加速“SaaS意大利面式”现象，使公司的IT版图更加复杂。
AI业务自动化的陷阱：决策过程的黑箱化
另一方面，以“OmniSquare”为代表的AI业务自动化工具，则提出了另一个维度的挑战。AI自主进行复杂判断，有望带来显著的效率提升。但是，我们要问管理者：你能解释清楚那个AI是“基于何种标准、为何做出该判断”的吗？
例如，假设AI决定采购订单的时机和数量。它可能会考虑库存数据、销售预测、供应商可靠性等诸多因素。但如果其判断逻辑成为黑箱会怎样？在需求突然变化时，若AI抑制了采购，导致机会损失，人类将极难验证和学习其原因。这与我们作为“管理IT”所重视的“决策可再现性”直接冲突。效率提升了，但管理决策过程被委托给AI且变得不可见。这非但未能将IT重新定义为“决策装置”，反而是将决策本身外部化、不可视化的危险一步。
“AX”的本质不在于引入AI，而在于重新设计决策
那么，应如何正确定义作为管理资源的“从DX到AX”转型？关键在于停止将AI仅仅视为“业务效率化工具”。AI转型的核心，应在于“设计能发挥AI特性的、新的决策与业务架构”。
管理者在考虑新的AI工具或可定制SaaS时，必须向自己提出以下三个问题。
第一问：这次引入，旨在强化哪种“IT”？
请对照本媒体提倡的三种IT分类（业务IT、管理IT、支撑IT）来思考。
- 若为强化业务IT（增长·速度），目的应是利用AI加速客户响应，或通过SaaS拓展销售渠道。此时，投资回报率应能以销售额增长或客户获取成本降低来衡量。
- 若为强化管理IT（决策·可再现性），目的应是通过AI数据分析提升经营决策质量，或通过可定制SaaS实现全公司数据流的可视化与整合。投资回报率可通过决策速度提升或风险降低来评估。
- 若为强化支撑IT（稳定·成本），核心应是利用AI自动化财务业务，或通过SaaS管理采购成本。投资回报率会明确体现在工时削减或成本节约额上。
问题在于，若不加以区分，一味追求“总之用AI提升效率”，会导致目标混杂，投资效果无法衡量。若无管理IT的视角，仅引入业务IT和支撑IT的工具，数据将更加分散，公司的整体面貌将愈发难以看清。
第二问：应划清AI/工具负责的判断与人类保留的判断的界限？
这是关乎管理根基的判断。引入AI业务自动化时，务必制定“判断规则设计图”。在何种条件下AI可自主判断？何种例外情况或超过一定金额的案卷需要人工审批？这条界限正是体现管理意志之处。最应避免的模式是受工具功能驱使，陷入“全权委托”状态。因为这无异于放弃管理。
第三问：该工具会修复还是恶化现有的“IT分裂”？
在引入新SaaS前，请确认公司的IT版图（各部门使用何种工具）。新工具是会促进部门间的数据联动，朝着整合以往各自为政的“目标函数”的方向发展？还是无法与现有工具联动，仅止步于特定部门的便利工具，加深分裂？可定制性应用于旨在实现公司整体整合的方向。
管理者在AX时代应采取的具体第一步
仅有理论无法前进。那么，具体应从何开始？
首先，建议将“AI·SaaS评估框架”制作成简单的检查清单。在新工具引入评审时，请与相关部门一同讨论以下项目。
- 目标明确化：此工具旨在强化三种分类中的哪一种？期望的投资回报率衡量方法是？
- 整合可能性：如何与现有核心系统或其他SaaS进行数据联动？是否提供API？
- 判断规则透明度（针对AI工具）：AI的判断标准在多大程度上可解释？人工覆写流程是？
- 定制范围：定制是为了固化部门本地规则，还是为了优化全公司业务流程？
其次，启动小规模的“管理IT整合项目”。目标是创建汇集全公司数据、有助于经营决策的“唯一可信数据源”。作为第一步，若考虑引入此次新闻中提到的可定制B2B订单管理系统，不应仅将其定位为订单工具，而应定位为“供应链整体可视化与需求预测平台”。为此，销售、采购、生产、经营企划等部门需以共同目标参与引入过程。
结论：AX是管理的升级，而非工具的升级
“从DX到AX”一词体现了技术的进化。然而，对管理者而言，AX的本质并非获取AI这一最新工具。而是在AI时代，重新定义并整合那些曾被管理层疏于定义、导致分裂的IT（信息与决策系统）。
可定制的SaaS不应是满足部门私欲的工具，而应是构建全公司最优业务流程的“柔性建材”。AI业务自动化不应是替代人类判断的黑箱，而应是使管理判断标准更精密、提高可再现性的“思维扩展装置”。
在新的工具新闻面前，请先驻足思考。它是能解决公司“IT分裂”这一古老而深刻课题的光明？还是仅仅用新工具粉饰旧问题，加剧未来的后患？这种鉴别力，正是管理者在AI时代取胜所需做出的第一个，也是最重要的判断。
评论