- 文章认为，AI最大的经济影响不在于降低预测或创造的成本，而在于降低“翻译成本”——即把一个团队的输出转化为另一个团队的输入所产生的成本。
- 翻译成本体现在会议时间、修改、数据比对和重复劳动中；降低这些成本能大幅提升协作效率。
- AI通过两种方式实现这一点：从非结构化数据（邮件、PDF、图片、表格）中提取结构，并利用结构化数据执行工作。
- 在建筑领域，建筑师、结构工程师和承包商使用不同的工具；强推统一标准往往以失败告终。
- Trunk Tools公司整合了来自Autodesk和Procore的数据，创建了可搜索的项目档案，减少了各方之间的偏差。Procore也收购了Datagrid来深耕这一方向。
- 在美国汽车保险领域，CCC Intelligent Solutions凭借标准代码和数字化流程占据主导地位；极高的切换成本让竞争对手难以望其项背。
- 初创公司Tractable避开了标准之争，利用AI读取智能手机拍摄的受损车辆照片，生成与现有系统兼容的维修评估；到2023年，已处理近70亿美元的赔付申请。
- 作者为企业提出三种战略：成为中间翻译层（如物流界的project44）、加强端到端责任（如马士基）、或保持内部数据统一并对访问“征税”（如联邦快递）。
- 从长远来看，快速协作需要配合治理、责任和信任，才能构建可持续的生态系统。
📌 AI通过降低零散系统间的“翻译”成本创造最大价值，无需达成标准共识即可实现协作。从建筑到保险，像Tractable这样的公司通过集成数据而非改变流程，处理了近70亿美元的申请。然而，随着规模扩大，责任和治理将决定谁在这个新的协作生态系统中掌握主权。
