在数字化转型浪潮中，人工智能已成为企业热议的焦点。然而，Stratpilot创始人柴坦亚·库马尔在DTX曼彻斯特2026大会前夕发表的一篇深度分析中指出，当前大多数企业的AI应用非但没有解决实际问题，反而制造了新的复杂性。他提出，企业需要构建一个真正的“智能层”，让AI技术围绕业务需求运转，而非让业务去适应工具。
库马尔描述了一个典型场景：一位运营主管在周二早上打开浏览器，发现三条推荐新AI工具的消息、一封关于最新智能体框架的简报，以及IT部门询问公司究竟该标准化哪个AI平台的便条。此时，该企业已拥有四个活跃的AI订阅服务，但它们彼此之间毫无关联。六个月过去了，企业的运营方式没有任何改变。库马尔强调，这并非个例，而是普遍现象。
他指出，过去企业面临的是AI成本高昂、技术门槛高的问题。如今这一障碍已被扫除，新的挑战在于战略缺失。许多组织在不经意间积累了多个跨部门的AI订阅、各自为政的实验团队、未经安全审查的数据输入工具，却没有任何清晰的衡量标准来评估这些投入的实际产出。“这不是技术问题，”库马尔写道，“这是战略问题。”
针对企业级AI为何表现不佳的问题，库马尔以微软Copilot为例进行了剖析。他认为Copilot的推出逻辑是直接在企业已有的Microsoft 365生态系统中叠加AI功能。但结果往往令人失望——不是因为技术本身有误，而是因为起点错了。大多数企业级AI部署只是作为现有系统的附加功能出现，而没有回答一个更根本的问题：在这个企业中，“智能”究竟需要流向哪里？没有针对具体问题引入的工具往往令人失望。
库马尔建议企业在做出任何技术决策前先绘制三张地图：客户旅程中是否存在延迟或脱节；员工旅程中是否存在重复劳动或信息缺失；以及财务、运营、销售等各个职能部门的瓶颈在哪里。“这三张地图能揭示真正的机会，”他说，“它们能产生比产品清单更有用的东西——一个优先级的视图。”此外他还提醒企业不要忽视“低垂的果实”：利用现有的微软Power Automate等工具即可消除大量手动工作。
在评估外部工具时，库马尔将市场分为自动化平台、大语言模型（如Claude、GPT）、智能体框架（如LangChain）、云服务商堆栈以及新兴初创公司几大类。他强调Gartner的研究显示大量AI项目因投资回报不明确和治理失败而面临被放弃的风险。“大多数企业缺失的过滤器不是技术性的，”他说，“而是这个解决方案是否解决了我们业务中特定的问题？能否安全部署并长期维护？”
关于安全性问题库马尔发出警告：“影子AI”已经渗透到大多数企业中——员工正在使用消费级AI处理敏感商业数据而不自知。“这不是个人的失败，”他说，“这反映了领导层未能提供经过批准的可用替代方案。”他提出三项原则：从一开始就将数据保护纳入设计；在扩展使用前定义好治理规则；确保安全选项比消费级产品更易用。
最后库马尔描绘了“智能层”的理想形态：它不是要取代现有系统而是要构建一个连接它们的上层架构——能够整合跨部门信息并在正确时刻将正确的智能传递给正确的人。“未来几年脱颖而出的组织不会是拥有最多AI工具的那些，”他总结道，“而是那些首先问对了问题的组织：‘这个业务需要在哪些方面变得更聪明、更快或连接更好？我们如何以安全实用且真正可用的方式实现它？’”他认为没有明确战略的AI采用不是竞争优势而是额外负担——每位领导者面临的真正问题不再是是否采用AI而是他们是在围绕业务构建还是试图让业务围绕它运转。
中国组展机构：盈拓国际展览，有着20多年历史的国际展览公共信息服务平台。权威认可，信息畅通，为企业出海提供有力支持。
下届展会时间：2027年11月03号~11月04号
展会行业：网络
