- 在与Axios合作发布的一篇文章中，Smartsheet指出，AI的价值越来越取决于其对企业实际运作方式的理解，而不仅仅取决于模型本身的能力。
- 随着先进AI模型之间的能力差距逐渐缩小，组织知识正成为决定AI应用成效的重要因素。
- 根据麦肯锡《2026年AI现状报告》（State of AI 2026），在接受调查的企业中，37%表示AI已对息税前利润（EBIT）作出贡献，这一比例与上一年基本持平。
- 只有6%的企业属于AI应用高绩效群体，其AI贡献至少达到EBIT的5%，并且企业认为这种影响具有显著意义。
- Smartsheet认为，如果企业缺乏有关工作流程和协作方式的信息，那么扩大AI的使用范围并不会自动创造财务价值。
- “Institutional intelligence”（组织运营智慧）指组织在长期运营中积累的知识，包括规则、例外情况、权限划分、问题处理机制和实践经验。
- 许多重要知识并未记录在正式文件中，而是存在于员工的经验、协作关系以及处理具体情况的方式之中。
- 缺乏这些知识时，AI智能体可能能够正确完成单项任务，却无法与管理目标保持一致，从而造成战略与执行之间的差距。
- Smartsheet将这种现象称为“execution drift”（执行偏移），即工作经过多个员工、部门和系统后，逐渐偏离最初的目标。
- 企业需要将运营知识标准化为AI能够访问、理解并在具体任务中应用的数据和规则。
- 通过共享统一的知识基础，各个AI智能体才能迅速了解组织背景，而不必每次都从头学习。
- Smartsheet建议通过统一的工作管理平台连接人员、流程、数据和AI，同时实施访问权限控制并追踪相关操作。
- 该公司表示，超过85%的《财富》100强企业使用Smartsheet平台，但文章并未提供能够单独量化证明该解决方案财务成效的数据。
📌 企业应用AI面临的关键问题是：如果缺乏对组织运营方式的了解，仅有智能模型仍然不够。按照麦肯锡的评估标准，只有6%的企业实现了AI对EBIT的显著贡献，因此，标准化工作流程、权限体系和执行经验可能成为提升成效的方向。不过，这篇内容由Smartsheet在Axios平台上赞助发布，因此应将其关于集中式管理平台的建议与独立研究证据区分开来。
