硅基行动
00

开始阅读

全书导读

先了解这套内容适合谁，以及应该怎样使用。
  1. 000全书导读阅读说明→
01

问题领域

转型方向、战略与经营价值

共 9 个问题
  1. 001企业 AI 转型究竟在转什么？AI 原生组织是所有企业的终点吗？第 1 问→
  2. 002企业 AI 转型与数字化转型是什么关系？第 2 问→
  3. 003企业怎样区分 AI 战略焦虑与真实紧迫性？第 3 问→
  4. 004领导层怎样从口头支持 AI 变成真正推动转型？第 4 问→
  5. 005企业 AI 护城河到底来自哪里？第 5 问→
  6. 006企业为什么要把 AI 项目作为投资组合管理？第 6 问→
  7. 007什么情况下企业应该明确不用 AI？第 7 问→
  8. 008企业 AI 转型成功应该怎样定义？第 8 问→
  9. 009AI 节省的时间怎样变成可核算的经济价值？第 9 问→
02

问题领域

准备度、场景选择与启动路径

共 13 个问题
  1. 010企业启动 AI 转型前，真正应该评估哪些准备度？第 10 问→
  2. 011企业应该购买 SaaS、自建系统还是引入外部团队？第 11 问→
  3. 012谁最适合负责第一个 AI 项目？第 12 问→
  4. 013第一批 AI 预算应该怎样分配和封顶？第 13 问→
  5. 014企业怎样为 AI 实验提供安全空间和可承受的失败成本？第 14 问→
  6. 015第一个 AI 场景应该从战略目标还是一线痛点出发？第 15 问→
  7. 016哪些场景只适合 AI 辅助，哪些可以自动执行？第 16 问→
  8. 017没有历史基线、样本很少或使用频率很低，怎样判断 AI 是否值得做？第 17 问→
  9. 018跨部门依赖太多的 AI 场景，应该拆小、延后还是放弃？第 18 问→
  10. 019企业怎样避免 AI 场景清单变成部门许愿池和供应商伪场景合集？第 19 问→
  11. 020AI 场景优先级应该在什么时候重新评估？第 20 问→
  12. 021不同规模的企业，需要怎样的 AI 治理和推进方式？第 21 问→
  13. 022不同行业和不同国家的 AI 案例，为什么不能直接复制？第 22 问→
03

问题领域

流程重构、人机分工与组织协作

共 11 个问题
  1. 023企业应该先改流程再上 AI，还是先把 AI 嵌入现有流程？第 23 问→
  2. 024企业怎样从按岗位切割工作，转向围绕完整问题和业务结果组织工作？第 24 问→
  3. 025流程总线、中心节点、对等网络和 AI 协调中枢，各适合什么组织？第 25 问→
  4. 026企业怎样把隐性经验变成 AI 可用且可执行的组织能力？第 26 问→
  5. 027人在 AI 工作流和高风险决策中，究竟负责什么？第 27 问→
  6. 028AI 产出速度超过人的检查和判断带宽后，怎么办？第 28 问→
  7. 029AI 什么时候应该升级给人？怎样把上下文完整移交？第 29 问→
  8. 030多智能体系统怎样设计主控、分工、共享状态、竞优、抽检和外部验收？第 30 问→
  9. 031AI 怎样减少信息同步会议，又不取代管理者的冲突处理、教练和责任承担？第 31 问→
  10. 032共同事实源和 AI 生成的组织记录，怎样设置编辑、定版、异议和回滚权？第 32 问→
  11. 033企业应该保留哪些审计证据？AI 操作怎样实现跨系统追溯和事故重放？第 33 问→
04

问题领域

试点、评测、验收与失败退出

共 9 个问题
  1. 034PoC、MVP、业务试点和正式生产，分别要证明什么？第 34 问→
  2. 035试点开始前，怎样确定验收口径和上线阈值？第 35 问→
  3. 036谁负责提供 AI 评测的标准答案、难例和争议裁决？第 36 问→
  4. 037AI 项目怎样验收端到端效果和生产稳定性？第 37 问→
  5. 038模型、提示词、知识库、规则或工具变化后，怎样连接回归评测、灰度、监控和撤回？第 38 问→
  6. 039为什么单次成功率很高，仍可能无法支撑长流程连续自动运行？第 39 问→
  7. 040AI 评测为什么既要测试“应该行动”，也要测试拒答、等待确认和“不应该行动”？第 40 问→
  8. 041开放式任务没有唯一答案时，怎样评测？第 41 问→
  9. 042谁有权决定 AI 项目扩大、抢救、暂停或关闭？静默失败有哪些信号？第 42 问→
05

问题领域

数据、知识库与企业事实基础

共 9 个问题
  1. 043企业 AI 的数据问题究竟是什么？系统口径冲突时 AI 应该听谁的？第 43 问→
  2. 044企业需要先完成全量数据治理，才能启动 AI 吗？第 44 问→
  3. 045企业 AI 的数据血缘和知识引用，应该追溯到什么程度？第 45 问→
  4. 046企业知识库应该收什么，不该收什么？第 46 问→
  5. 047谁是企业知识的所有者？新旧版本冲突时怎样确认、失效和回滚？第 47 问→
  6. 048表格、合同、制度、FAQ、PPT 和聊天记录，为什么需要不同解析与切片方式？第 48 问→
  7. 049企业知识怎样检索才可靠？为什么检索、答案、问数和生成 SQL 不能混成一个指标？第 49 问→
  8. 050为什么上传文档不等于知识可用？知识库上线后由谁持续运营？第 50 问→
  9. 051知识库、动态业务数据和企业工具，应该怎样协作？第 51 问→
06

问题领域

生产级架构、运行控制与成本模型

共 12 个问题
  1. 052企业 AI 应用与传统 Web 应用有什么不同？一个模型调用升级为生产应用，需要补齐什么？第 52 问→
  2. 053哪些任务适合固定工作流，哪些适合自由规划的 AI 智能体？第 53 问→
  3. 054企业怎样盘清所有 AI 工具和 AI 智能体，并建立独立身份与凭证？第 54 问→
  4. 055用户身份和权限为什么必须来自可信系统状态？企业软件开放给 AI 前怎样发现伪权限？第 55 问→
  5. 056AI 智能体应该拥有什么权限？第 56 问→
  6. 057统一 AI 入口，怎样控制参数、状态、重试、撤销和限流？第 57 问→
  7. 058AI 智能体的重试、循环、工具调用和多智能体并行，怎样防止预算失控？第 58 问→
  8. 059API 调用、自部署和低成本模型的真实成本临界点，怎样判断？第 59 问→
  9. 060AI 项目的完整总拥有成本，包括什么？第 60 问→
  10. 061AI 减少错误和避免风险的价值，怎样计算？第 61 问→
  11. 062AI 带来的收入增长、能耗下降和其他经营改善，怎样合理归因？第 62 问→
  12. 063按量、按席位、订阅和按结果付费，分别把风险留给谁？第 63 问→
07

问题领域

组织结构、岗位与人才体系

共 14 个问题
  1. 064为什么个人提效和高 AI 采用率，不会自动变成组织能力？第 64 问→
  2. 065员工抵触 AI，究竟来自技能不足、身份威胁还是合理的安全担忧？第 65 问→
  3. 066AI 节省时间后如果只增加任务，员工为什么要贡献知识？收益与工作负荷怎样重新约定？第 66 问→
  4. 067AI 接管岗位中的部分任务后，企业怎样重新定义人的价值和完整岗位？第 67 问→
  5. 068超级个体为什么可能撕裂组织？多圈协作时优先级、评价和奖金怎样分配？第 68 问→
  6. 069职能部门弱化后，为什么团队仍然必要？谁负责专业标准和人才培养？第 69 问→
  7. 070组织重构出现短期效率下降或骨干流失时，怎样判断是正常迁移还是设计失败？第 70 问→
  8. 071超级个体的知识、环境和工作流，怎样成为可交接的团队资产？第 71 问→
  9. 072统一协作平台和 AI 中台，是组织能力基础，还是新的官僚机构与单点故障？第 72 问→
  10. 073初级任务被 AI 接管后，新人怎样成长？员工怎样保留专业手感和接管能力？第 73 问→
  11. 074员工的 AI 增强记忆、判断和个人 AI 分身，属于谁？第 74 问→
  12. 075AI 转型带来的裁员，是目标、结果还是组织失败信号？第 75 问→
  13. 076企业 AI 培训为什么应从岗位任务出发？现场应该留下什么可复用资产？第 76 问→
  14. 077企业 AI 培训效果怎样验收？种子成员又应该怎样选择？第 77 问→
08

问题领域

组织学习、复制扩张与快速迭代

共 4 个问题
  1. 078什么样的 AI 经验可以跨团队复用？谁负责把试点经验产品化并推广？第 78 问→
  2. 079怎样判断一个 AI 试点已经具备规模化条件？第 79 问→
  3. 080组织记忆和长流程智能体记忆，分别应该保存什么？第 80 问→
  4. 081AI 原型的第一目标，是证明能做，还是尽快证明不值得做？第 81 问→
09

问题领域

安全治理、合规与人的异议权

共 4 个问题
  1. 082影子 AI 应该怎样治理？为什么公网问答、内部知识库和可执行 AI 智能体需要不同规则？第 82 问→
  2. 083哪些数据可以进入公有模型？哪些必须脱敏、本地化或禁止使用？第 83 问→
  3. 084一个通过合规审查的 AI，为什么仍可能不准确、不一致或不可信？第 84 问→
  4. 085员工在制度上可以推翻 AI，为什么现实中仍可能不敢？低推翻率说明什么？第 85 问→
10

问题领域

数据获取、授权与使用边界

共 2 个问题
  1. 086一批数据“能买”“能训练”“能展示”“能用于商业产品”，为什么是不同问题？第 86 问→
  2. 087公开网页、开放数据和绕过技术措施取得的数据，应该怎样区分？第 87 问→
11

问题领域

FDE、供应商协作与规模化交付

共 5 个问题
  1. 088FDE 与售前、实施顾问、解决方案架构师和定制开发，有什么区别？第 88 问→
  2. 089FDE 怎样同时对当前项目交付和后续产品化负责？第 89 问→
  3. 090现场临时方案、行业共性模块和跨行业平台能力，怎样区分？第 90 问→
  4. 091为了长期产品化而放慢当前项目，成本应该由谁承担？第 91 问→
  5. 092FDE 何时应该退出客户现场？第 92 问→
12

问题领域

客服、医疗、制造与金融场景

共 8 个问题
  1. 093企业为什么有时应选择效率稍低、但更稳定一致的 AI 流程？第 93 问→
  2. 094AI 客服的对话量、自动化率、真正解决的问题量和避免的人工量，为什么必须分开？第 94 问→
  3. 095客服自动化后，产品缺陷、退款原因、流失信号和客户情绪，怎样回流业务？第 95 问→
  4. 096企业何时应该降低客服自动化比例、增加人工服务？第 96 问→
  5. 097同一高风险 AI 跨医院或工厂复制时，流程、系统、工况、语言和责任差异怎样处理？第 97 问→
  6. 098制造业 AI 什么时候只能提供建议，什么时候可以自动控制设备？第 98 问→
  7. 099金融单据 AI 覆盖了多少模板，为什么不等于覆盖多少客户和异常文件？第 99 问→
  8. 100方言语音识别怎样按口音、年龄、噪声和业务类型分层验收？第 100 问→