-
_NEWSDATE: 2026-04-12 | News by: 神译局 | 有0人参与评论 | _FONTSIZE: _FONT_SMALL _FONT_MEDIUM _FONT_LARGE
图 9：基础模型公司正在向垂直应用层延伸；而垂直应用层公司则正在向解决方案层攀升。
向“上游”移动是目前市场的自然引力。基础模型正在进入应用层，而应用层公司正在进入方案层。机构化智能就是方案层。在方案层这个直接决定产出的地方，将积累长久的价值并捕获最大的增长红利。
6.赋能
个人化 AI 给你工具。机构化 AI 教你如何使用工具。
人类虽然充满智慧，但本质上是拒绝改变的。信不信由你，纽约(专题)现在依然有一些不收信用卡却经营得风生水起的生意。他们知道自己在亏钱，但依然在惯性中不为所动。同样，在可预见的未来，某些组织的某些员工仍会拒绝使用 AI。
从纯人工组织向 AI 优先的混合型组织转型，将是未来十年持久且具有定义意义的挑战。而在很多情况下，组织中级别最高、最重要的那帮人往往采纳新技术最慢。
图 10：组织中的最高层——那些离具体的‘生产力工具活动’最远的人，往往是对新技术落地最慢、却也最重要的决策者。
在过去两个月科技股数万亿美元规模的抛售潮中，Palantir 是唯一一家估值倍数依然高得惊人的‘软件’公司，这绝非偶然。Palantir 是首批真正的‘流程工程（Process Engineering）’公司之一。无论你称之为‘流程工程’还是‘编写 Claude 技能文件’，未来的机构级 AI 都会诞生一个专门的行业，致力于将企业流程编码进智能体中，并实现将这些智能体投入运行所需的变革管理。
图 11：要实现全组织的全面采用，需要跨越重重鸿沟，每一道鸿沟都伴随着各自的挑战。将全组织的各项流程上线并接入 AI，将成为核心驱动力。
我敢断言，流程工程在短期内将成为可以说最重要的‘技术’。而在流程工程中，商业和行业专长——而非软件技术专长——才是最重要的。领域特定的解决方案，其核心价值源于那些负责前线工程、部署以及变革管理的专业人员所具备的深厚经验。
一家选择了 Hebbia 进行全面部署的前三强全球性投行（Bulge Bracket Bank）对此总结得最为精辟：他们之所以拒绝与某家大模型实验室合作，是因为他们竟然‘还得向对方的团队解释什么是 CIM（机密信息备忘录）’。虽然 Claude 或 GPT 模型本身肯定知道这个领域的知识，但负责架构部署方案的实验室团队却一窍不通……
而这，便是成败的关键所在。
7. 主动性
个人化 AI 响应人类指令。机构化 AI 自动采取行动。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见