在“哈佛商业评论(中文)年会暨新增长研讨会2026”上,蚂蚁数科副总裁孙磊表示,上半年不少企业仍把AI当作提效工具,下半年越来越多管理者开始考虑让AI进入真实业务。他与蔡司光学杨晓光、中国燃气刘畅、中信数科郑军讨论了AI智能体落地的管理问题。

AI进入真实业务后,落地难在组织协同

蔡司光学在消费端服务5万多家眼科医院与眼镜零售门店,AI辅助验光师、视光师诊断,也帮助消费者理解专业术语;其AI近视防控风险预测模型把检测指标转为家长能看懂的风险图谱,推动门店转向持续性眼健康数据服务。制造端,验光数据进入工厂,工厂每天生产几十万个个性化定制镜片供应全球,灯塔工厂还落地质量监控、设备维护和管理等AI应用。杨晓光提到,智能眼镜业务希望做嵌入产品内部、可赋能多品牌的“光学芯”,不直接做面向消费者的整机品牌。

中国燃气刘畅把AI应用分为三层:基础层提升效率,如会议合规检测、多维表格信息收集;第二层改变工作方式,把金牌销售经验沉淀为可复制方法论,并借助OCR、人脸识别和动态模型在入户安检中识别隐患;第三层推动商业模式迭代,从售卖燃气拓展至综合能源服务和多品类产品销售,依托供需模型研判区域能源价格走势。

杨晓光坦言,IT数字化专家做过不少方案,最后没人用,用户体验不好。他认为,能落地的系统应由业务负责人牵头;蔡司光学将数据专家设为正式岗位,深入业务工序与流程,协助搭建业务应用智能体,但项目主导权仍在业务侧。孙磊提到,科技公司不理解业务是当前一大问题,让业务人员把业务逻辑转化为科技能理解的语言,落地成本很高。刘畅表示,中国燃气将人力资源部门与CTO及IT团队合并,成立“人才与数智中心”,打破部门墙,重设组织项目组,考核目标指向业务效能提升。郑军认为,技术供给迭代很快,企业内部业务与科技的协同仍是更难攻克的环节。