企业走向AI原生，是否意味着要把业务尽可能AI化？丨ANC重新理解AI原生建设
那家全渠道零售企业的库存与履约Agent，已经进入常态化运行。
在需求波动大、库存分散、履约动作需要持续取舍的商品中，Agent能够根据业务变化形成下一步，并改善客户订单和相关经营结果。它已经不再是一个等待验证的试点，而是公司正常经营能力的一部分。
项目团队因此提出了新的计划：把Agent扩大到全部商品，并进一步进入促销安排、常规补货和供应商订货。已有的数据、模型和工具可以继续复用，扩大范围在技术上也完全可行。随着更多业务由Agent承担，公司的AI覆盖率和自主运行程度都会提高。
这种扩张很容易被理解为AI原生建设的自然进展：Agent数量更多，进入的业务更广，自主运行的范围更大，公司似乎也就更加AI原生。本文所说的“尽可能AI化”，指的是企业把扩大AI Agency覆盖业务范围当成转型目标，而非仅仅是员工使用AI工具。
原来的Agent确实成功，扩张也可能继续创造价值。但这不是就意味着：企业走向AI原生，就应该让成功的Agency进入尽可能多的业务？
NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。
一｜为什么企业会把AI原生理解为业务尽可能AI化
Agent数量、业务覆盖率和自主执行比例都很容易统计。它们可以被写进年度规划，也可以持续出现在管理Dashboard上。相比之下，AI究竟改变了哪些重要客户价值和企业能力，通常需要更长时间才能看清，也更难用一个数字统一表达。
一项Agency取得成功以后，扩张又有充分的现实诱因。模型、数据、工具和团队已经存在，接入相邻业务看起来比重新寻找问题更加经济。过去的建设投入也会强化这种倾向：既然能力已经具备，让它承担更多业务似乎才能充分释放投入价值。
每一次扩张还可能拿出自己的正向结果。新增范围减少了一些人工操作，提高了一部分效率，也改善了若干指标。于是，“有更多业务使用AI”逐渐成为一种看得见的转型进展，即使公司还没有比较这些投入是否落在最重要的经营价值上。
问题就出现在这里。AI成为企业价值创造的核心力量，被悄悄改写成了AI进入尽可能多的业务。前者关注AI在公司价值结构中的作用，后者关注AI在业务中的覆盖程度，两者并不是同一件事。
AI原生不是让业务尽可能AI化，而是让AI在最能创造企业价值的地方成为核心力量。
二｜业务更AI化，为什么不一定创造更多企业价值
企业需要先区分三件容易混在一起的事。AI能够完成一项工作，说明能力已经具备；一项Agency在当前范围中产生了正向结果，说明它确实创造了价值；公司是否应该建设、扩大或继续它，则是一项面向未来的经营选择。
一个项目产生价值，是它进入公司选择范围的重要证据，却不能单独完成最后的决定。管理层面对的通常不是“这个项目”与“什么都不做”之间的选择，而是几种都可能创造价值的未来安排：交给Agency、继续由Human推进、使用更简单的规则和系统，或者把同一批资源投入另一项AI机会。
因此，决定下一段业务是否交给Agency，需要看到它能够新增什么客户和经营价值，也要知道相近结果是否必须由Agency实现。范围扩大以后增加的数据、维护、协调、责任和风险需要进入判断，公司因此暂时放弃的其他机会也不能被当作不存在。
这不是要求Agency在所有方面都比其他方案便宜。一些业务中，Agency可以带来其他安排难以实现的速度、规模，以及持续吸收业务反馈并调整行动的能力，承担更高成本仍然值得。比较的作用不是压低AI投入，而是让资源真正进入AI最有价值的位置。
企业真正决定的，不是这项Agency值不值得肯定，而是下一段有限的业务责任和建设资源交给谁，最能增加公司整体价值。
三｜同一个库存Agent，为什么应该保留却不必全面扩大
库存与履约Agent原来的成功集中在一类明确场景：需求波动大，客户承诺重要，库存分散在不同区域，补货和履约之间需要根据持续变化的业务状态作出判断取舍。在这些业务中，Agency形成下一步的能力能够增加规则系统难以提供的经营价值，公司有充分理由保留并强化这部分责任。
但其它很多商品并不具备相同条件。企业还有大量需求稳定、补货周期固定、异常很少的常规商品。Agent当然也能管理这些商品，甚至可以减少一部分人工操作；但经过流程简化和规则自动化以后，公司可能以更低的维护成本、更稳定的执行方式和更清楚的责任边界取得相近结果。
如果只看Agent能不能接管，答案仍然是可以。如果看扩大范围是否为公司增加了更多价值，结论却可能不同。常规商品被AI覆盖得更多，并不代表企业因此获得了更强的经营能力。
促销安排和供应商订货也不能凭原有成功直接纳入。Agent进入促销以后，需要处理品牌、利润和客户关系之间的取舍；进入供应商订货以后，又会承担采购承诺、共享预算和供应关系带来的新责任。已有技术能够降低建设成本，却不能替这些新增责任证明经营价值。
管理层最终可以作出一种更有区分度的决定：继续强化Agent在高波动、高判断取舍价值商品中的责任，让稳定的常规业务使用更简单的自动化；至于促销和供应商订货，则作为新的经营命题单独判断。
这个选择没有否定原有Agent，也不是在全面扩大与停止项目之间折中。它只是承认，同一项Agency可以在一个范围内非常值得，在相邻范围中却不是公司最好的安排。
四｜过去成功的Agency，未来为什么也可能停止
范围选择不只发生在扩张以前。Agency进入常态化运行以后，企业仍然需要判断它在未来是否值得继续。过去创造过价值，并不会让Agency系统永久获得相同的经营位置。
业务本身可能发生变化。原来需要持续判断的问题可能逐渐稳定，新的流程或传统系统可能以更低代价取得相近结果；技术进步也可能产生更合适的AI方案。与此同时，Agency的维护成本、组织影响以及它与其他系统之间的关系也会变化。
已经发生的投入不能单独成为继续运行的理由，过去的成绩也不能证明未来仍然值得。继续投入真正需要回答的是：从今天开始继续承担这些成本和责任，能够为公司增加多少未来价值；同样的资源是否已经出现更重要的用途。
所以，停止一项Agency并不必然说明它过去失败了。它可能已经完成阶段性作用，也可能因为业务和替代方案变化，不再是未来最有价值的选择。缩小责任范围，道理类似，关键在于企业能够根据新的条件重新决定。
不建设、不扩大和停止，分别发生在不同时间，却共同体现一种完整的AI战略能力：公司不仅能够启动和扩张Agency，也能够避免把不再合适的业务范围继续交给AI。
五｜AI原生企业应该怎样衡量进展
当AI原生被理解为一种经营能力，企业衡量进展的方式也需要改变。Agent数量、业务覆盖范围和自主执行比例仍然可以帮助管理系统，却只能说明AI被使用了多少，不能说明这些使用是否落在最重要的企业价值上。
管理层需要继续观察，AI正在持续推进哪些关键客户与经营结果，这些结果相对于其他业务安排增加了什么，以及公司有限的数据、人才和组织注意力是否集中在价值更高的位置。这样的判断未必能被压缩成一个统一比例，但它更接近企业为什么建设AI。
这也会改变AI战略评审中的问题。管理层不再只问今年新增了多少Agent、多少流程已经接入AI，而要确认现有Agency是否仍然服务于最重要的经营价值，新增范围是否提高了AI对这些价值的实际贡献。
业务AI化程度可以作为建设活动的记录，却不能成为AI原生成熟度的替代指标。
企业要最大化的不是业务的AI化程度，而是AI能够创造的价值。
ANC视角：AI原生是一种价值创造方式
AI Native Company让AI Agency成为重要企业价值的持续创造力量。这意味着AI会进入核心业务、承担真实经营责任，并长期影响公司怎样服务客户和形成经营结果。这样的公司即使没有让AI覆盖所有业务，也完全具备深刻的AI原生特征。
Human Agency、规则系统和传统软件继续存在，也不会降低企业的AI原生程度。它们和AI Agency共同构成公司的价值创造方式；判断一家企业是否AI原生，关键在于AI是否已经在最重要、最适合的位置形成了不可忽视的价值贡献，而不是它是否出现在每一个业务环节。
业务更AI化，不等于企业更AI原生。AI原生描述的是AI在企业价值创造中的作用，而不是AI在业务版图中的面积。
写在最后
企业走向AI原生，当然会建设更多AI能力，也可能让Agency承担越来越重要的经营职责。但这些变化应该来自企业对价值的选择，不能反过来成为转型本身的目标。
成熟的AI原生企业，既能够把AI快速放到最值得的位置，也能够拒绝那些只增加AI覆盖率、不能增加整体价值的扩张。
企业要最大化的不是业务的AI化程度，而是AI能够创造的价值。
来源与限制
- NIST AI Risk Management Framework Core提出，组织在管理AI风险和资源时，应同时考虑可行的非AI系统、方法和路径；对于表现或结果不再符合预期用途的AI系统，也应具备替代、脱离或停用机制。本文只用它支持“非AI方案与停止运行都是现实选择”这一外部事实，不将NIST的风险管理框架作为ANC企业战略判断的来源。
- 英国政府的《Artificial Intelligence Playbook for the UK Government》把“为任务选择正确工具”列为原则，并明确指出，有些问题可以由更成熟的技术更容易地解决。该文件也把系统更新、日常维护和在使用寿命结束时安全关闭纳入AI完整生命周期。本文只将其作为“AI不是所有问题的默认工具、结束运行属于正常生命周期”的可观察证据，不把公共部门建议直接等同于商业企业战略。
- 文中的全渠道零售企业、库存与履约Agent及其扩张建议均为延续本系列的设想案例，不对应具体公司。高波动商品、常规商品、促销与供应商订货之间的差异，只用于说明一项Agency的既有价值不能自动外推到相邻业务。
- “业务AI化程度不等于企业AI原生程度”“正向项目价值不等于相对更优的公司选择”，以及企业应以未来增量价值决定Agency的建设范围和继续运行，均为ANC在本文提出的判断。本文不提供投资组合评分模型、ROI公式、退出流程、Human与AI永久分工表或AI覆盖率标准。
感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。
我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪AI工程系列」FDE落地工程、ANC：AI Native Company未来公司系列、GEO、AI判断工程。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。