自从两会一开，AI 又重新成了大家的热门话题。可这次大家不怎么提怎么搞技术了，反倒开始聊怎么落地做事，“人工智能+”就被到处挂在嘴边，其实就是说 AI 已经得直接往企业具体的业务里钻了。可现实上有不少企业一行动就犯难：本来是想让 AI 帮着分析，甚至帮忙出主意，可这到底是根据什么来的呢？一开始很多人都没想到这个。 这两年企业为 AI 投了不少钱，内部效率是高了，系统也越来越聪明。但要是把眼光放出去看看外面的世界，你会发现变化、对手动向、客户情况这些都还乱七八糟散落在各个地方，主要靠人一点点去找，根本没法一直盯着。于是就出现个落差：内部进化快得很，对外的感觉却还是慢半拍、碎糟糟的。 在这样的基础上，AI 顶多就是个干活的机器人，很难真的去做判断。为啥好多信息“看一眼就没了”？其实企业并不缺消息源。问题是这些信息大部分都只停留在“看”和“用”的层面，很少能被系统记下来变成家底。很多人心里想：这些东西变来变去太快了，没必要留着。 可实际上做生意最值钱的，往往不是某条单独的消息，而是它的变化过程。比如政策是在一步步收紧还是在松绑？对手是在试水还是在猛冲？客户需求是小波动还是方向变了？单条消息没啥用，但连着看就成了趋势。趋势才是企业做决定时真正依靠的东西。很多公司复盘的时候才后悔：有些迹象早就有了，当时只是把它们当成一堆零散的东西给漏了。 关键问题就在于“这些信息是怎么来的”。所以这事儿跟有没有消息没关系，而在于有没有一套靠谱的收消息和管消息的办法。这其实离不开两件事：一是长期盯着那些关键的对象看；二是把信息弄得有条理好分类、能对比着用。 听上去好像挺简单，但这决定了一个关键的事：企业有没有一个稳定的外部消息渠道体系。这可是 AI 能发挥作用的大前提。如果消息本身是一堆散碎的信息块儿，就算 AI 再厉害也只能把它们当碎片处理。 从“人工智能+”的方向看，AI 的角色也变了：不再是单纯提效率的工具，慢慢开始帮着做决策了。中间有一条很实际的路要走：先采集信息、再整理信息、接着让 AI 分析、最后辅助做判断。很多企业在第一步就被卡住了。 这时候大家就容易误解：觉得是 AI 能力不行。但更本质的原因通常是——信息还没形成体系。换句话说：AI 能放大你的本事，但前提是你得有个能放大的信息地基。还有一个容易被忽略的地方是：情报有没有真的派上用场。 如果消息只在某个部门里转圈子，它的价值就大打折扣了。真正有效的情报得能进业务场景里去用：比如定战略、打市场、跟进客户、调供应链这些。当信息在组织里流动起来、被不同角色都能用的时候，AI 分析出的结果才更容易变成具体行动。 一种正在发生的变化是：等 AI 成了企业的标配后，大家比拼的重点也变了：从“谁有 AI”变成了“谁的消息更全、更连贯”。这也是为什么越来越多公司开始看重外面的消息能力建设。比如用专业工具把外面分散的关键信息一直抓起来、弄成结构化的东西推送给不同部门，让大家都能照着同一套消息来商量事儿。 等到消息变得连续、清晰、还能反复用的时候：AI 的价值才能真正显出来。 两会放出来的信号已经挺明确的：AI 正在往企业经营的方方面面去渗透。可在这之前还有个更基本的问题：企业有没有本事持续地获取和使用外部信息的能力？因为最后决定判断准不准的，不光是工具本身，更是你掌握了什么消息，以及这些消息是不是真的被用起来了。