AI赋能企业：从模型到执行，跨越组织的障碍

在年终总结之际，许多企业都面临着一个共同的困惑：

模型愈发强大，预算也充足，但业务进展依旧缓慢。

你向AI提出三个问题，它都能回答；然而，一旦给它分配任务，它往往干到一半就卡住。有时是数据找不到，有时是文件无法打开，有时流程在中途中断，最后谁也不敢断言任务已完成。

问题出在哪？

并非模型不够智能，而是企业尚未准备好能让AI接手的任务。

Anthropic的CPO Mike Krieger在最近采访中，没有过多吹嘘Claude有多强大，而是提出了一个更实际的问题：

AI能否真正分担你的部分工作？

答案取决于企业自身。

Anthropic在过去一年中的企业部署中发现，真正的障碍并非技术，而是组织本身。

第一节｜AI不只是编码：它正在尝试执行任务

如今，你会发现几乎所有AI公司都在做同一件事：不再只强调模型多聪明，而是关注其AI产品能否真正执行任务。

来看看Anthropic是如何做的。

他们并未将Claude视为更聪明的聊天机器人，而是设计成一个能接任务的同事。

最早推出的Claude Code，只是一个开发工具：用户输入一句话，它能补全代码、搭建网页、生成demo。这个工具发布半年，年化营收就突破了10亿美元。客户包括Netflix、毕马威、Spotify、欧莱雅。

Mike Krieger发现，在Anthropic内部，许多团队使用Claude并非为了完成代码编写，而是让它接手整个工作流程。

例如：

有团队把它当作“盒子里的SRE”，监控系统、自动排查日志；

有人用它做生物研究助手，搜索文献、搭建数据处理脚本；

还有人干脆让它担任项目经理，汇总需求、分配子任务。

在这些场景中，AI的角色已经发生了转变。

2025年底，Anthropic将Claude Code改名为Claude Agent SDK。它不再只是能写代码的助手，而是可以接收指令、执行流程、交付结果的单元。

用Mike的话说：我们正在重新定义Claude的角色——从生成答案到交付结果。

要交付结果，就必须让AI持续工作、稳定执行。

因此Anthropic开始构建一整套支撑机制。它不仅仅是输入和输出的关系，而是让AI在更模糊的目标下自主推进、最终提交成果。

这不是自动补全，而是自动完成。

第二节｜真正的障碍，不在模型，而在组织

很多企业认为接入AI就像请了个聪明的实习生，开个账号、发个指令就能上手。

结果一试之下，发现反应迟钝、答复模糊、经常卡壳。但问题不在AI，而在企业：

比如，你让AI帮你查找报表、分析客户数据，它该去哪里找？

很多公司员工自己都不清楚数据放在哪里，更别说AI了。有的表格列名叫"Sheet3_Temp"，没有解释和说明，谁知道那是什么。

AI要理解这些文件，需要依赖数据背后的标签、注释、来源关系。但大多数企业这些基础工作都没做，AI面对一堆文件，根本不知道从何下手。

得先把数据整理成AI能看懂的样子，它才可能帮上忙。

但仅有数据还不够，还需要权限。

AI再能干，没有访问入口也进不去。

有的公司一个流程要跳十几层系统；

有的文件需要审批才能打开；

有的流程根本没梳理过，连入口都找不到。

Anthropic在帮助客户解决这些问题时发现，障碍表面上看是系统、权限、流程问题，实际上是组织没有想明白：

第三节｜从“问答”到“派活”，思维要转变