一篇创始人随笔
智能变得廉价，但协调没有。
企业 AI 的下一次飞跃不会来自更聪明的代理，而是能作为单一系统学习、协调并持续改进的组织。
企业 AI 的下一次飞跃不会来自更聪明的代理，而是能作为单一系统学习、协调并持续改进的组织。
在 1985 年，公司已拥有计算机，而且性能强大。但当时缺乏将它们协同工作的方式。
随后 ERP 出现。它并没有让单台计算机更聪明，而是让所有计算机协同工作。这正是它重塑企业的全部原因：不是更大的算力，而是更好的协调。
先记着这个想法。因为它又在发生，而几乎没有人指出来。
2023 年，我们有了模型。2024 年，我们有了代理。2025 年，我们有了多代理系统。2026 年，我们仍然缺少 1985 年 ERP 带来的那种能力。
智能变得廉价。协调却没有。
我们在这一领域越多实践，越明显地看到瓶颈不在机器有多聪明，而在于其背后的组织是否能作为一个整体行动。
想象周一上班的情景。周末你的公司没有休息。它进行了数千个小型战略实验，尝试了进入新市场的三种方式，根据实时需求为某条产品线重新定价，在问题变成延误之前便发现了供应商风险。
不出现幻觉。正在学习。
CEO 打开的不是数字仪表板，而是决策摘要：公司尝试了什么、什么有效、做了哪些调整、以及原因。销售负责人发现一个在她离开期间已自动调整了两次的策略。COO 能看到每一步背后的证据，随时可审计。工程师不再去接入另一个集成；他教会系统一项新能力，每个团队都已拥有它。
这不是一家拥有更好 AI 工具的公司。这是一种不同类型的公司——会学习的公司。
未来不是自主代理，而是自治组织。
现在启用一个代理只需一个下午，于是每家公司都在大量部署它们。某处是线索研究代理，那边是邮件草拟者，还有没人记得谁搭建的某个工作流。
各自可行，但合在一起毫无成效。
它们之间不共享记忆，也不对共同目标负责。问它们业务是否真的在改善，没人能回答。我们把智能投入到每个任务，却把组织留在原先的四分五裂。
智能变得廉价，但记忆没有。智能变得廉价，但治理没有。智能变得廉价，但协调没有。智能变得廉价，但责任没有。
这些问题都是协调问题，而非智能问题。你不能用更聪明的模型来解决协调问题，而是要用系统来解决。
举个真实例子。一家制造商决定进入德国市场。
老方式：有人接入 CRM、邮件工具、仪表盘、一些 KPI，然后团队按流程执行。无论是否有效，这套设置永远按相同步骤运行，根本不知道“有效”意味着什么。
另一种方式是：把一个目标交给公司，它会围绕目标自我组织。它读取目标并组建团队：有人去侦察市场，有人负责外展，有人维护 CRM 的准确性，有人监督合规。每周它都会衡量进展并问一个简单的问题：这有效吗？
当答案是否定时，它不会只是重试，而是调整策略：保留有效的方法，放弃无效的，并记住原因，从而使公司在下个季度比这个季度更聪明。
一个以输出为终点；另一个把每次行动变成公司可保存的记录。
业务目标是首个工作单元，而非 prompt。
成千上万台服务器
每一笔业务交易
全部基础设施
每一次认知行为
自动化节省的是一次性的时间；学习带来的是持续复利。
自动化节省的是一次性的时间；学习带来的是持续复利。
这些并不稀奇。这是企业软件中最古老的模式。每个时代都会产生一种资源的洪流，然后出现一层将其组织起来的机制。
数据库组织了数据。ERP 组织了事务。云端组织了基础设施。Kubernetes 组织了计算本身：它把一片混乱的服务器群整合为统一的整体。每一层在普及之前都是看不见的，直到处处可见。
我们缺少一个等同的智能层：把廉价的推理能力整合起来，使组织像一个有记忆、判断力与问责制的整体行动。
每家企业都变成了软件公司。下一代企业将成为认知型公司。
两件事必须为真，否则一切皆无意义。
首先，它必须被治理。会学习的组织仍需为其行为负责。因此规则——谁可以做什么、使用哪些数据、经谁批准——不能仅存在于某一工具之内。规则必须随工作流动。即便更换底层模型，问责也不会随之转移。
其次，它不能成为人质。没有一家严肃的公司会把运营交给某一供应商的运行时。协调层必须位于模型之上，把今天和未来的每个模型都视为可互换的组件。
这一层终有一天会像现在的 Kubernetes 一样显而易见。现在它看起来并不明显。2015 年的 Kubernetes 也不是显而易见。未来十年获胜的公司不会是押对了某个模型的公司，而是那些根本无需押注模型的公司。
未来十年最有价值的资产不是某个 AI，而是能比周围所有组织更快学习的组织。
会学习的公司不会沿直线改进。每个追求的目标都会教会它一些东西；每个行之有效的策略都会成为可复用的模式；每次修正都会让下一次决策更精准。
两家公司可以购买完全相同的工具，但只有一家会在每个季度持续领先。自动化是一次性降本，学习才是复利。
学得更快的公司会超越那些仅仅更快自动化的公司。
这正是我们打造 AINOVA 的那一层。不是另一个 AI 平台，也不是更聪明的代理。而是面向会学习的组织的操作系统：在这里目标变成策略，策略变成团队，公司所做的一切都成为可记忆并可改进的行为。
其中一部分今天已在运行，但更多仍在前方，我们在公开构建它，因为如此巨大的变革不应属于某一家公司。为它命名比拥有它更重要。
我不确定业界是否会称之为认知操作系统。历史很少保留我们创造的命名。
但我相信的是另一件事。
每一家企业都将成为一个有生命的认知系统。学习更快的公司将超越仅仅更快自动化的公司。智能已经到来。接下来要出现的是能把它当作一个整体心智来使用的组织，具备记忆与判断，并能自我改善。
那是我所看到的未来，也是我们正在为之构建的。
Gianluca Busato · 创始人，AINOVA