一个转型项目在纸面上很容易显得忙碌且井然有序：指导委员会定期开会，多个团队提交状态材料，试点项目正在推进，大多数信号灯显示为绿色。然而，端到端处理周期没有缩短，决策仍在层层上报，组织在采用新流程的同时，依然沿用原有清单和控制措施。
根源很少是项目管理不足。只有当管理层做出三项决定，改变才会发生：**哪些工作必须正式停止？哪些稀缺资源真正可用？哪些新行为必须成为日常运营中的硬性要求？**缺少这些决定，项目只会叠加活动，而不会重新配置产能与责任。
这对 AI 尤其如此。AI 不是一张工具清单。它会改变工作方式、数据、决策、评估、访问权限和治理，以及使用它的人员所需具备的能力。因此，组合管理不能只看项目进度，还必须围绕业务价值、依赖关系和可运营性展开。
BCG Applied AI Index 2026 报告了一种明确的衡量实践：被归入最高成熟度组（future-built）的企业中，95 % 使用业务 KPI，或直接在损益表中衡量 AI 价值。1 这项由咨询机构开展的调查覆盖逾 1,300 名 CxO 及高级管理人员，来自 20 多个行业。该数字仅适用于成熟度最高的群体，并不代表全部样本，也不能证明追踪价值会导致价值产生。但它为管理层提出了有益的问题：我们希望在何处、何时真正证明价值、质量和风险？
第一项决定不是：下一个启动哪个项目？而是：我们停止哪些事项，保护哪些基础建设，在受控条件下测试什么，以及哪些内容在取得证据后可以规模化？
活动可见，改变往往不可见
一个项目很快就会留下可见痕迹：路线图、研讨会、待办事项清单，以及与 IT 和业务部门的协调会议。CEO 会收到项目状态信号灯。这些信息并非没有价值，但它们主要回答的是既定活动是否在发生。它们并不回答：旧的工作循环是否已经消失，决策权是否已经转移，新的做法到了月末是否仍然有效。
差异会在具体场景中显现。一个销售团队已引入 AI 支持的报价制作流程，从 CRM、产品数据和既往报价中汇集信息。但由于质量标准和审批边界均未调整，三个人仍像过去一样审核每一版文件。该部门还保留了一张旧的 Excel 清单来确认状态。处理不会自然变快，反而增加了一次交接、一个新的检查点和两套相互竞争的事实版本。
这不是客户案例，而是一个说明性示例。它揭示了典型的管理问题：哪一个旧控制步骤应当取消，哪一个必须保留，出现偏差时由谁决策？在这些问题得到明确且具有约束力的答案之前，AI 只是叠加在原有工作方式之上的一层。
经济损失不只来自许可费用。同一批业务专家同时被团队用于日常经营、数据清理、试点和决策会议。最优秀的员工在紧急客户事项、项目会议与因交接不清而产生的返工之间不断切换。一个事项延误，并不一定是团队工作缓慢，而可能是组织把同一段时间重复安排了多次。
真正的瓶颈：三项不舒服但必须做出的决定
我不会先要求更多创意，而会先让领导团队对以下决定作出具有约束力的澄清。
**第一：哪些工作结束？**每一种新工作方式都需要空间。形成新的数据流时，必须明确哪些影子报表不再更新。AI 系统生成初稿时，必须决定原先完整的人工制作何时取消，以及人工审查在哪些情况下仍然强制执行。没有工作削减的项目，往往就是增加工作量的项目。
**第二：哪些资源被真正预留？**没有受保护时间的业务负责人，只是一个角色名称，而不是责任。领导团队不必集中分配每一个小时，但必须决定哪些会议和事项优先，哪些专业人员在多长时间内可用，以及哪些其他事项因此等待。若一个工作流的数据负责人只能在月度结账和升级事项之间挤出时间，它就没有可靠的授权。
**第三：哪些行为具有约束力？**新流程不能只作为建议放在内部网上。销售负责人必须知道从何时起必须采用某一报价流程。管理者必须知道何时应审查、记录或否决一项 AI 建议。日常运营还需要升级路径和回退流程。正是在这里，项目才成为一种工作方式。
这些决定存在目标冲突。过早停止可能损害一项有价值的能力。试点拖得过久可能占用稀缺产能。一项强制规则在过渡期可能制造更多摩擦。然而，替代方案并不是中立。不决定冲突，就是把冲突交给日常经营，而日常经营几乎总会胜出。
管理组合，而不只是汇报项目
项目状态信号灯显示进度、预算或技术风险。对于转型组合而言，这还不够。管理层需要一个共同视图：每项行动改变哪个业务流程，哪些依赖关系必须先解决，哪些工作将被削减，以及什么证据将触发下一项决定。
并非每项行动都需要在短期内证明可直接归属的投资回报。访问权限模型、数据目录、共同的质量流程或安全退役机制，都可能是基础建设，即使它们无法在数周内单独展示收入。NIST AI RMF 1.0 对这些任务有具体定位：GOVERN 1.5 规定持续监测与审查，1.6 涉及风险导向的系统目录，1.7 涉及安全退役，2.1 涉及清晰责任，2.3 涉及高管责任。3 这个自愿采用的框架并不构成认证承诺，却说明 AI 运营并不会在一项应用上线时结束。
此类基础工作需要一个保护期：在经明确同意的一段时间内，团队完成一项必要基础建设，而不必在每一次状态会议上立即证明收入。保护期不是通行证。它必须有业务负责人、明确交付物、访问权限、质量标准和审查日期。它既防止仓促重新排序优先级，也不让该事项免于证明。
| 选项 | 业务条件 | 资源与下一项证据 |
|---|---|---|
| 停止 | 没有相关的流程收益，没有可承担的优先级，或依赖关系仍未解决。 | 业务负责人有序结束未完成工作；下一项证据是已记录的成本、合同和并行任务退出。 |
| 基础建设 | 多项决策或多个工作流缺少共同基础。 | 指定业务负责人并预留受保护时间；下一项证据是可用的数据、访问权限、质量或治理规则。 |
| 测试 | 具体的价值假设合理，但效果和运营风险尚未明确。 | 小型团队在真实流程中开展；下一项证据是约定的价值验证关口和质量验证关口，而不只是演示。 |
| 规模化 | 在相关场景中，收益、质量、责任和运营路径已得到充分证明。 | 业务负责人和运营责任方接手；下一项证据是在约定范围内退出旧工作方式。 |
这四个选项表明，“继续推进”不是一项管理决定。一项行动要么在组合中承担明确功能，要么只是在消耗注意力。
AI 是运营体系的改变
对于 AI，项目进展与运营改变之间的差距尤其明显。一个可用的原型还不能回答：底层数据是否可靠，谁来评估结果，谁获得访问权限，错误如何被发现，员工在例外情况下如何行动。
**人工智能运营体系（AI Operating System）**是一种方法结构，而非额外的软件。它连接六个层面：战略与价值、流程与决策、数据与知识、技术与集成、治理与评估、人员与运营模式。组合决策不要求对每个层面都进行同等深度的讨论，关键在于它们之间的连接。
例如，一项报价支持行动在经济上可能合理，但若产品知识已经过时、敏感客户信息可被不受控地访问，或者销售与法务对审批适用不同规则，它仍会在运营中失败。此时正确的决定可能是基础建设，而非规模化。下一步不是再优化一个提示词，而是把知识、访问权限和质量检查变成有约束力的安排。
这一视角避免两种常见错误。第一种是把工具误认为转型。第二种是把治理当作后置检查。治理与评估界定谁负责、如何监测质量与风险、适用哪些边界，以及一个流程如何受控回退。能力建设也不只是培训，而是让管理者和团队能够在日常工作中运用新的决策逻辑。
为什么历史成功率回答的是另一类问题
人们很容易从较低的成功率推导出一套笼统的失败叙事，这并不准确。在 McKinsey 于 2021 年开展的一项国际在线调查中，1,034 名受访者中有 31 % 将其报告的转型评为成功。2 成功的定义是绩效改善达到非常成功或完全成功，并且组织具有相应能力将改变持续下来。该平均值涵盖受访者报告的转型，不受所采取措施数量的影响。调查于 2021 年 5 月 18 日至 6 月 29 日进行，覆盖不同规模的企业和行业。
这一数字是历史自报，并非普遍失败率，不是因果证明，也不是对当今 AI 项目的衡量。因此，它带来的有用问题不是：我们是否属于那 31 %？而是：我们是否同时把绩效与持续能力定义为标准？许多项目对前者的衡量并不完整，对后者则完全没有衡量。按时交付的解决方案，还不是已经改变的组织。