执行摘要与回顾：
在 第一部分, ，我们展示了当企业以SaaS模式采购AI时，其采用率为何会停滞在14%这一水平。在 第二部分, ，我们梳理了部署层（Deploy、Ground、Adopt、Build）的四大能力，并阐明了为何必须先进行“落地”再开展培训。在第3部分中，我们将介绍确保这些能力切实落实所需的运作架构：由战略专家和工程师组成的嵌入式小队、若缺乏这些小队将导致的混乱局面，以及来自 钱塞里门.
如果部署层是由人来构建的，而不是作为产品购买的，那么问题就变成了：由哪些人来构建，以及如何组织这些人。 我的答案有意借鉴了实验室自身与最大客户合作的方式，而这正是大多数咨询公司（包括我所在的公司直到最近）在组织架构上无法提供的答案：小团队、深度嵌入，对结果负责而非对交付物负责。三个动词可以描述这种模式。.
嵌入
将一名前线部署的战略专家与一名前线部署的工程师配对，并在整个项目期间将两人安排在客户现场工作（如条件允许，应实际驻场）。.
- 战略家 负责业务成果和运营模式：确定哪些流程、哪些部门应优先推进，八十个用例中哪些应纳入第一年路线图，AI办公室的人员配置方案，以及如何衡量价值并向执行委员会汇报。.
- 工程师 拥有平台、上下文层和代理：MCP 服务器及其连接器、权限模型、代理框架，以及与客户端已运行的任何系统的集成。.
在典型的一周里，战略师上午在财务总监的办公室工作，工程师下午则与客户的data团队进行配对协作，两人都会参加同一次站立会议。他们都不依赖幻灯片进行工作，也不允许将建议书作为交付成果留给客户。 真正的交付成果就是能正常运行的产品。.
我深信，合作关系比资历更重要。战略师单打独斗，只会制定出一份等待IT部门落实的路线图；工程师单打独斗，只会打造出一个等待业务部门接手的平台。而当他们携手合作时，便会形成一种“周一早晨”的惯例。.
火车
系统采用分部门推进的方式，在正式运行的data系统上进行，且采用移交而非交付的方式。以下三个角色确保了这一流程的落实：
- AI 冠军 在每个业务领域，由出于好奇心而非职位而选出的成员，他们每周安排办公时间，收集大家无法通过工具解答的问题，并将后续的使用场景反馈给团队。.
- 人工智能办公室 该中心设有四个职能部门：领导与治理部门，负责管理项目组合和许可证；负责开发的工作组；负责运维上下文层、安全及核心工具的平台团队；以及与人力资源部门协作、负责培训和变革推广的推广部门。.
- 工程赋能 针对 Claude Code 和 Codex 的技术团队——黑客马拉松、办公时间、以及关于访问权限和费用的治理工作流——以每位开发者每天的参与场次为计量单位，而非按席位计算。.
我采用的标准很简单：如果前线部署团队明天突然消失，使用量还会继续上升吗？如果不会，那就说明这项功能尚未被真正采用。.
构建
代理程序以两周为一个迭代周期交付。第一天是与流程负责人共同开展的“如何构建代理程序”实践工作坊，这样到午饭时间，应付账款专员就能看到发票被转换为结构化字段，并清楚了解该代理程序能做什么、不能做什么。 冲刺期的剩余时间将用于基于真实文档进行开发、测试和迭代，并在最后一天向业务部门进行演示。.
每位代理人员都会获得一个可重复使用的框架——在采用微软技术的环境中，通常是 Power Automate 流程，该流程负责导入文档，并根据数据结构和参考资料调用 Claude API，最终返回一份结构化的文件供人工审核——此外还包括提示模板、短视频、指定的业务负责人、一名测试用户以及一名全程跟进该构建过程的维护人员。.
成功的衡量标准并非我们交付的四个代理，而是客户随后在没有我们协助的情况下自行构建的二十个代理。如果这个数字为零，那就意味着我们培养的是依赖性，而非能力。.
贯穿这三者的核心是与实验室的关系。我认为，只有当构建部署层的人员能够预见未来六个月的路线图，在连接器出现异常时能直接向实验室的解决方案团队上报问题，并且能让实验室的工程师与客户的高管及开发人员共处一室时，部署层才能真正发挥作用。 这种紧密联系绝非商业上的客套。正是它使得部署团队能够在MCP、Skills、Cowork或Codex发布当月就将其整合进来，而不是等到一年之后。.
没有它的话，会出什么问题呢？
试想一下，十八个月后，这位首席信息官已经续订了许可证，却跳过了部署层。.
用户数量已增至三千；但活跃用户率却未见起色。那些渴望更多权限的员工已悄然将实际工作转移到个人账户上，如今公司的合同草案、客户名单和明年的预测都存放在聊天记录中——这些记录既无人监管，也无人能删除。 三个部门各自采购了一套独立的点解决方案，每套系统都有自己的嵌入式模型、连接器和权限设置——一套用于合同审核，一套用于客户服务，一套用于采购——这些系统对“客户”或“利润率”的定义各不相同，如今每套系统都需要单独进行安全审查。.
有几位爱好者利用无代码工具，仅用一个周末就自行构建了代理程序。其中一些效果不错。但这些程序均无所有者、测试用户或日志记录，其中一个甚至一直在使用去年的银行账户信息向供应商发送付款提醒。 安全团队被紧急召来，面对着一个并非由他们设计的系统架构，只能采取唯一可行的应对措施：全面锁定系统。这导致这些爱好者只能退回个人账户，而整个组织也只能回到起点。.
该实验室的客户团队发现，某位客户的使用量停滞不前，既没有可参考的案例，也没有技术对接人可以沟通，于是将有限的解决方案工程师资源分配给了其他客户。该组织为前沿技术付了钱，却只得到一个聊天机器人。.
我想在此明确指责的对象，因为责任往往被归咎错了。这一切都不是技术上的失误，也很少是员工的责任。这是将一种能力视为采购项目所导致的可预见结果，也是因为没有人对“许可”与“习惯”之间的差距负责。.
我们决定对此采取什么措施
最后，我想谈谈这一信念在实践中意味着什么，因为如果一种观点无法改变你的组织方式，那它也就只是空谈罢了。.
在 Artefact，我们不再将部署视为战略合作中的最后一个阶段，而是将其打造为一个拥有独立团队的专项领域。我们称之为 DeployCo：这些前线部署的工程师和战略专家，其唯一职责是部署层工作，与Anthropic和OpenAI合作，按实验室和地区划分，覆盖欧洲、中东和非洲，每个地区每个实验室均设有一名业务负责人和一名技术负责人。 我们的目标是到2027年将这一团队规模扩大到100人。这是一场豪赌，但我很乐意公开表明这一立场，因为我认为，若采取另一种做法——只销售战略而将基础架构工作交给他人——正是导致整个行业陷入14%困境的原因。.
这一赌注基于我坚定不移的几个立场：
- 这种“扎根”永远先于训练，而如果训练中没有客户自身的“data”，那不过是场表演罢了。.
- 一个没有明确所有者和维护者的代理，无论它多么聪明，都是一种负担，而非资产。.
- 客户团队必须在一个季度内比我们做得更好，否则我们就失败了。.
- 而且，从事这项工作的人员需要坐在离实验室足够近的地方，以便了解即将出现的新动向，这就是为什么我们会花时间与他们共处一室——仅在10月，我们在慕尼黑、 苏黎世和卡萨布兰卡，客户高管及其开发团队坐在一侧，Anthropic和OpenAI团队坐在另一侧，我们共同探讨实际部署方案，而不是听主题演讲。.
钱塞里门, ——这家位于伦敦的工业地产开发商兼资产管理公司拥有约700家租户，管理资产规模约12亿英镑——是我所掌握的、最能证明第三种观点成立的明确例证。 春季研讨会揭示了后勤部门一如既往的低效：每月有上百张供应商发票需要手动重新录入；每次大型会议的纪要都需要花一个半小时来核验；保密协议（NDA）的审查中，风险条款的覆盖范围不一致；承保模型则是通过从PDF文件中抄录数据构建而成的。.
在一个为期两周的冲刺中，一个联合团队在微软的环境内针对这四个具体问题，成功交付了四个由Claude驱动的智能代理：
- 应付账款: 每张发票处理时间减少80%，自动匹配的明细行超过90%。.
- 《NDA》书评：从三天缩短到不到两小时。.
- 承保初始化: 25小时到不到3小时。.
- 会议纪要：一个半小时到半小时。.
每个代理都分配了一名所有者、一名测试用户和一名维护人员。此后，他们自己的团队——约有25名受过培训的人员，其中约10人每天使用这些代理——又开发了二十多个新的代理，每个代理的开发时间均不到半天，目前正在将AP代理直接接入NetSuite，并将NDA代理接入DocuSign。. “Artefact团队表现非常出色，” 说过 菲尔·普赖斯, ，该公司财务规划与分析（FP&A）负责人，以及 “这为我们继续自主发展和拓展奠定了良好基础。” 这句话的前半部分很客气。后半部分才是重点。.
“前沿”已不再是模型本身。它是指模型与你周一早晨之间的距离。如果你持有Claude或ChatGPT的许可证，却仍无法回答本文中的三个问题——模型对你了解多少、各部门中谁负责推广应用、以及谁负责构建和维护你的智能代理——那么你目前还未具备人工智能能力。 你拥有的只是一份订阅服务。.
好消息是，对于那些决心将缩小这一差距视为己任的人来说，只需几周而非几年，就能实现这一目标。.
我很乐意听听您在哪些方面持不同意见： remi.sabonnadiere@artefact.com
