公元208年，, 曹操 他统领着一支如此强大的军队，以至于几乎无人敢与其抗衡。他掌控着绝大多数的资源、最庞大的人才储备，以及看似无穷无尽的执行能力。他的目标同样雄心勃勃：渡过长江，击败孙权和刘备的军队，并 统一中国.
用当今的商业术语来说，不妨将其视为一个 市场领导者，拥有压倒性的市场份额、雄厚的资金实力、业内顶尖的人才，并肩负着转型业务、重塑竞争格局的战略使命.
河对岸是孙权和刘备：这两个对手规模要小得多，也更难缠，而他们两军的总兵力远不及对方。.
乍看之下，这似乎是曹操的一场轻松胜利。但有一个问题：他的北方士兵不习惯在水上作战。他们晕船，在船上行动十分困难。于是，曹操想出了一个看似巧妙的解决办法： 将船只用链条拴在一起，并在船上铺设木板, ，这实际上使舰队变成了一个稳定的平台。现在，每个人都能像站在坚实地面上一样行动。.
从企业人工智能的角度来看，这听起来很耳熟： 构建一个集中化的、覆盖全企业的AI平台；连接各个业务部门；统一data、模型、治理和审批流程；规范用户体验，并确保一切都在掌控之中.
在战略会议上，可能有人问过： 如果他们用火攻击我们怎么办？
曹操给出了答案。当时正值冬季，盛行西北风。他的军队驻扎在北岸，而敌军则在南岸。如果敌军试图放火焚烧他的船只，风势只会将火焰吹回敌军那边。.
这一逻辑无懈可击。风险也已得到控制。只是有一点例外： 风向变了. 就在那时 赤壁之战 成为中国历史上最著名的转折点之一。.
敌军指挥官周瑜立刻发现了这一破绽： 这些船被用铁链拴在一起.
曹操麾下的一位老将黄盖，因深得曹操信任，便提议实施一项计谋。他打算假意投降，率领一队装满燃料和引火物的船只靠近曹操的舰队，然后将舰队点燃。.
曹操的士兵们望着驶来的船只，确信黄盖是来投降的。. 接着，火焰开始燃烧. 一阵强劲的东南风将火势从一艘船传到了另一艘船上。. 原本旨在维护稳定的设计，却变成了传播破坏的机制. 船队被烧毁。岸上的营地也起火了。曹操的军队惨败。.
后来，这个故事在传统中国文学版本中增添了许多令人难忘的元素：著名的“借东风”、精心设计的计谋，以及在华容关的追击战。但《》中记载的历史记载 《资治通鉴》 要简洁得多。.
而且，书中对这场战役的描述中包含两个至关重要的细节：
- 这些船只连在一起了.
- 风很大g.
其一是结构性弱点，其二是意料之外的变数。二者结合，将曹操最大的优势变成了他最大的弱点。.
这是一种出乎意料地有用的思考方式，用来思考 企业人工智能转型.
集中控制与独立敏捷性
如何在人工智能架构中规避系统性风险？
曹操将船只用铁链连接在一起。这样做的直接好处显而易见：士兵们可以渡水行军，而不会晕船。船队的稳定性得到了提高，协同作战能力也得到了提升，整个舰队也变得更容易管理了。.
但是 这一决定导致了系统性漏洞. 以前，如果有一艘船起火，只有那艘船会烧毁。现在，如果有一艘船起火，整个舰队都可能被烧毁。. 这些船只相互连接这一事实 这就是黄盖所看到的破绽——这是曹操自己制造的。.
许多大型企业在启动人工智能转型时，都会面临类似的诱惑。.
人们往往本能地希望构建一个集中式的、覆盖全企业的AI平台：连接各个业务单元，整合data，规范各项能力，建立统一的治理机制，并打造一致的用户体验。.
从治理角度来看，这完全合乎情理。它既能减少重复投资，又能加强安全性和合规性，并产生规模经济效应。但其背后的逻辑与将船只串联在一起的逻辑如出一辙——同样存在缺陷： 将一组独立的单元整合为一个集中管理的系统.
问题在于，一旦一切都紧密耦合，就会出现三个挑战。.
- 集中风险: 某个业务部门发生的data事件，可能会迅速演变为影响整个公司的信任和合规危机。.
- 速度下降: 业务团队失去了独立尝试的能力。当出现新的AI应用机会时，他们首先问的可能不再是“我们能试一试吗？”，而是“总部团队什么时候能批准？”。”
- 蜕变的幻象: 一个集中式的AI平台可能会让组织产生正在转型的错觉，而实际上它可能只是利用AI来加快现有流程并降低成本——却从未质疑过这些流程是否本就应该以当前的形式存在。.
当然，集中式平台与独立的敏捷性并非相互排斥。.
一个成熟的人工智能架构应在平台层面提供通用能力、安全防护措施和规模经济效应, ，同时保留业务部门自主决策和独立迭代的空间。.
耦合应是有意的。它绝不应变成枷锁。.这意味着要明确划分平台与其上构建的应用程序之间的治理边界：
平台标准化。赋能应用程序. 这使该组织既能维持统一的标准和风险控制措施，又能确保各业务部门在市场发生变化时具备相应的应对能力。.
问题不在于这些船是否应该连接起来。问题是 需要连接哪些船舶、在哪个层级连接以及连接的目的是什么.
自上而下的转型与内部创新
人工智能应用的真正驱动力来自哪里？
黄盖的计策不仅仅是一种军事诡计。它之所以奏效，是因为它为火攻提供了合乎情理的接近途径。黄盖是曹操熟知的老将。他的声望使得他的投降显得可信。大火并非来自外部；; 它是从内部带出来的.
这对企业级人工智能来说又是一堂有用的课程。.
当组织启动人工智能转型时，通常采取的是自上而下的方法: 总部制定战略、构建平台、确立治理模式，然后在整个企业范围内推行。.
挑战在于 新技术自然会造成信任障碍. 人们被要求改变工作方式，学习不熟悉的工具，并承担试验的成本。正因如此，我们所见到的某些人工智能领域发展最迅速的成功案例，往往源于更贴近业务的核心领域。.
在某个职能领域工作多年的人，深知真正的阻力在哪里。当他们还具备足够的人工智能素养，能够辨别这项技术能做什么、不能做什么时，就能找到更精准的切入点，并以更少的精力验证新的应用场景。.
这些人或许并非组织中技术水平最高的一群。但他们往往拥有同样宝贵的东西： 商业知识与内部信任.
因此，“自上而下”的战略与“自下而上”的创新并非相互对立的模式。它们解决的是不同的问题：
- 自上而下的领导 提供指导、资源、风险管理以及规模化发展的框架。.
- 以企业为导向的创新 提供了相关性、速度和实际验证。.
最有效的人工智能战略兼顾这两方面. 由高层制定方向，然后在组织内部物色并调动那些能够将这一方向付诸实践的人员。.
每个组织都需要自己的“黄盖”：既要对业务有足够深入的了解，知道人工智能能在哪些方面创造价值，又要具备足够的公信力，能够从内部推动这种变革在组织中落地。.
问题并不在于变革应该是自上而下还是自下而上，而是：“公司内部谁能点燃这股激情?”
一种合乎逻辑的策略 vs. 一种已发生变化的范式
在人工智能转型过程中，应以什么为判断依据？
曹操并非对风险掉以轻心。据史书记载，他的谋士们曾考虑过敌军可能发动火攻。他的推论很简单：敌军在南，己军在北，时值冬季，盛行风来自西北。因此，如果敌军试图放火，火焰会被风吹回他们自己那边。.
这种推理并非毫无道理。事实上，它是基于多年的经验得出的。曹操在华北地区征战了几十年，他对冬季天气的理解已多次得到验证。问题并不在于他的经验是错误的。.
问题在于，他将一条本地规则带到了不同的环境中，并将其视为放之四海皆准的规则.
长江流域的气候条件则有所不同。背景已经发生了变化。而一旦背景发生变化，即便是完全合理的模型，也可能得出错误的结论。.
在讨论人工智能时，我们经常听到企业提出类似的论点：
- “我们这个行业太专业了。人工智能无法胜任。”
- “我们拥有二十年的专有技术。模型无法理解这一点。”
- “我们的客户需要信任。机器是无法提供这种信任的。”
在以往的技术背景下，这些说法或许完全合理。但人工智能不仅仅是一种更先进的工具，它代表着一场范式转变。.
在帆船时代，使某人成为优秀水手的经验，并不一定能告诉他蒸汽船会如何行驶。.
人工智能也是如此。许多组织在对人工智能做出完全合理的判断时，所依据的却是已经不再稳固的假设。.
他们误以为：
- “目前还不行” 替换为 “这绝对行不通.”
- “我从来没见过这个” 替换为 “它并不存在.”
- “我们已经这样做了二十年” 替换为 “接下来的二十年，我们就按这个方式来做.”
这些是技术转型过程中存在的危险认知陷阱。解决之道并非否定经验。经验依然是判断的最宝贵来源之一。但组织需要在每次关于人工智能战略的讨论中，养成一个额外的习惯： 我们的结论基于哪些假设？这些假设在新技术范式下是否仍然成立？?
在人工智能战略的关键时刻，企业还应有意识地让不同视角的人参与进来。这并非因为这些人一定能给出正确答案，而是因为他们可能会提出别人根本没想到的问题。.
在曹操的营中，失踪的并非另一位谋士，而是一个正在询问的人：“如果河对岸的风不一样呢?”
集中指挥与分散决策
在人工智能时代，决策权应归谁所有？
曹操的指挥体系高度集中。命令由中央指挥部下达，并通过层级体系传达。这种模式在曹操所熟悉的战场上运作良好：那里有广阔的开阔地带、相对可预测的作战条件，而且命令通过指挥链传递的时间也足够充裕。.
赤壁之战则截然不同。战场形势每分钟都在变化。当黄盖的船队逼近时，曹操的士兵们只是袖手旁观，等待命令。等大家反应过来时，, 火势已经蔓延. 正是在这一点上，与敌对势力的对比变得尤为重要。.
黄盖看到了舰队联结所创造的良机，并利用现有的指挥体系采取行动，绕过了冗长的升级程序。这一更广泛的原则很简单： 当环境变化的速度超过了层级结构的反应能力时，集中式决策就会成为一种负担.
大型企业在应用人工智能时，往往会陷入这样的陷阱。它们将平台、审批和访问权限集中管理，还将关于允许哪些用例、可以使用哪些data以及可以部署哪些模型的决策权集中管理。.
这种意图是可以理解的：控制风险，防止混乱。但这种模式暗含了一个假设： 该系统的稳定性足以让中心在企业需要采取行动之前对一切进行评估.
实际上，, 事实往往恰恰相反. 人工智能的机遇分布广泛。业务需求极具情境性。最贴近客户和运营一线的团队通常最先发现这些机遇。而当总部仍在评估某个用例是否值得推进时，, 该用例可能已经发生了变化. 虽然治理团队仍在评估该模型是否安全，, 该模型本身可能已经历了几轮迭代.
所以问题并不是： 我们应该控制人工智能吗？？答案是： 哪些事项应由中央统一管理——哪些事项应由地方自行决定?
赤壁之战带来的启示出人意料地具有现实意义。中央领导层应把握好以下三点：
- 战略意图: 我们的目标是什么？
- 护栏: 哪些是不可妥协的安全、合规和风险底线？
- 军火库: 每个人都应能够使用哪些通用的模型、data 基础设施、平台和安全功能？
接下来就是关键部分了： 当机会出现时，要在机会显而易见的地方做出决定.
将这一原则应用于企业人工智能治理，其原理非常简单：
- 将需要集中管理的方面集中管理: 安全性、合规性、架构原则和资源效率。.
- 将那些因靠近业务而受益的环节进行分散化：应重点推进哪些用例、如何应用人工智能、如何进行实验以及以何种速度进行迭代。.
最贴近业务的团队往往最能洞察下一个机遇的萌芽。为他们提供工具，为他们设定边界，然后让他们自由发挥。.
企业级人工智能的“赤壁之战”
赤壁之战通常被视为一支以少胜多的军队击败了兵力远超自己的敌军的故事。但从企业人工智能的角度来看，其中更值得玩味的启示却截然不同。.
曹操的失败并非因为缺乏资源。. 他之所以失败，是因为他调配资源的方式暴露了弱点; 他的转变是由核心而非边缘推动的；他的判断过分依赖于那些已经发生变化的假设；而且当环境发生变化时，他的决策机制无法做出足够迅速的反应。.
这使得《赤壁》成为一个出人意料地有用的框架，有助于我们思考人工智能的转型。.
有四个问题值得探讨：
- 在设计人工智能架构时, ，你是正在打造一支具有韧性的舰队，还是将每艘船都捆绑在一起，形成一个脆弱的系统？
- 在推动人工智能应用方面, ，创新的引擎究竟是静静躺在总部的一份战略文件中，还是掌握在企业内部那些能够真正点燃创新火花的人手中？
- 在评估人工智能的实施时机和风险时, ，你的决策是基于你今天的经验，还是基于在明天的技术范式下可能实现的情况？
- 而在设计人工智能治理时, ，你是想控制每艘舰船的每一个动作，还是在设定方向、边界和能力，从而让舰队能够行动？
在这些选择上做出正确决策的公司，未必是那些拥有最大AI预算、最先进模型或最大技术团队的公司。它们将是那些真正理解 哪些方面应标准化，哪些方面应进行尝试，哪些假设应加以质疑，以及决策权应归属何处.
在未来十年由人工智能驱动的竞争中，这或许将成为仅是采用人工智能的组织与真正借助人工智能实现转型的组织之间的关键区别。.
