在企业拥抱AI转型的浪潮中，我们常常会看到一种荒诞的景象：一场盛大的Teams会议，PPT上展示着充满未来感的数字大脑，一位“AI专家”即将现身，阐述着高屋建瓴的战略规划。然而，会议室里真正的专家——那些深谙系统运作、了解技术债务、熟悉部门间微妙规则的内部员工——却鲜有人倾听。这种将希望寄托于外部“AI专家”的现象，就像尤奈斯库的荒诞剧《椅子》中，主人翁为一群看不见的客人准备座位，等待一位永远不会出现的演说家，最终呈现一场空洞的表演。我们需要警惕这种“空椅子”现象，将目光转向企业内部，激活真正的集体智慧。
1. “空椅子”：外部专家的迷思
文章的核心在于批判了对外部“AI专家”的过度依赖。企业往往花费重金聘请咨询顾问，期望他们带来“AI解决方案”，仿佛他们手握开启未来的钥匙。这些专家通常展示着精美的框架、成功的案例，以及“时间机器”般的A/B测试结果，让人感觉一切尽在掌握。
然而，正如文章所言，他们的知识往往是抽象的，脱离了企业自身的实际情况。他们可能无法理解数据湖中隐藏的“有毒沼泽”，不了解哪些遗留系统是支撑整个架构的关键，也不知道部门间的“外交雷区”。例如，一家大型零售企业曾花费巨资聘请一家知名咨询公司，制定全面的“AI战略”。该公司建议企业全面采用某种新型AI平台，并标准化所有数据。然而，由于缺乏对企业原有IT架构的深入了解，以及对各部门业务流程差异的忽视，最终导致项目进展缓慢，各部门怨声载道，投入的资源也打了水漂。
这种现象的根源在于，我们常常将策略视为“等待接收”的东西，而不是“需要塑造”的过程。我们为“AI专家”安排了“空椅子”，赋予他们不应有的权威，而忽略了那些真正了解企业运作方式的人的声音。
2. 地图与现实：企业内部知识的价值
科尔布斯基曾说：“地图不是疆域。”这句话警示我们不要将抽象的理论框架与复杂多变的现实混淆。外部“AI专家”带来的“AI解决方案”就像一张地图，无论多么精美，也无法完全反映企业自身的“疆域”。
企业内部团队，特别是工程师、分析师和一线员工，对企业环境有着深入的了解。他们知道哪些数据是可靠的，哪些系统存在隐患，哪些流程需要改进。他们是真正了解企业“疆域”的人，拥有宝贵的实践经验。
试想一下，一家制造业企业，计划利用AI优化生产流程。外部顾问可能会建议引入一套先进的预测性维护系统，以减少设备故障。然而，企业内部的设备维护工程师却知道，某些老旧设备的传感器数据并不准确，需要进行校准和清洗。如果企业仅仅依赖外部顾问的建议，而忽略了内部工程师的反馈，那么预测性维护系统很可能无法发挥应有的作用，甚至会导致误判和损失。
因此，企业需要重视内部知识，鼓励员工参与到AI转型的规划和实施中来。他们知道哪些区域潜藏危机，也知道哪里藏着“补丁胶带”，他们才是企业真正的“导航员”。
3. OODA循环：上下文的重要性
约翰·博伊德的OODA循环（观察、定向、决策、行动）为我们提供了一个新的视角。外部顾问在企业中扮演的角色，就像“空降兵”，他们无法像内部团队那样，对企业环境进行深入的观察和定向。
他们的观察往往是浅显的，定向是不完整的，决策是基于对其他企业的模式匹配，而不是对企业自身的深入了解。当他们完成“行动”阶段准备离开时，内部团队却不得不承受他们决策带来的后果。
正如文章中提到的一个例子，一位系统架构师曾抱怨，外部顾问“忙于规划两点之间的最短路径，却忽视了其中一个点正在燃烧”。这说明，缺乏对企业上下文的了解，会导致决策失误，甚至带来灾难性的后果。
企业需要意识到，外部顾问的价值在于提供外部视角和新鲜的想法，而不是代替内部团队进行思考和决策。企业应该建立有效的沟通机制，让内部团队充分参与到OODA循环的各个环节中来，确保决策的科学性和可行性。
4. 临时决策与永久影响：权衡外部建议
“不要让临时人员做出永久决策”这条战略格言不仅是良好的管理建议，也是对知识分布不均的认识。外部“AI专家”提供的建议可能会对企业产生长远的影响，而他们却不必为这些影响负责。
与此相反，内部团队需要长期面对这些决策带来的后果，因此他们对企业的风险和机遇有着更深刻的理解。一个优秀的AI管理者，应该意识到这种不对称性，将外部知识视为对内部智慧的补充，而不是替代。他们应该搭建桥梁，连接外部创新和内部实施，关注赋能而非替代。
正如达尔文（可能）说过的那样：“生存下来的不是最强大的物种，也不是最聪明的物种，而是最能适应变化的物种。”企业最具适应性的资产，是那些既了解需要改变什么，又知道必须保留什么的人。这些人通常是企业的“老兵”，他们既了解企业的历史，也掌握企业的现状。
5. “椅子”与“桌子”：参与式战略
文章对比了“椅子”和“桌子”两种不同的家具，象征着两种不同的战略模式。“椅子”面向前方，将参与者置于被动接受知识的位置，而“桌子”将参与者彼此联系起来，创造交流和协作的条件。
“AI专家”坐在“椅子”上，宣讲着未来，而“AI管理者”则坐在“桌子”旁，与其他团队成员一起讨论如何让数据更易访问，如何让团队更好地利用现有工具。
最有效的AI实施往往是“桌子”导向的，而不是“椅子”导向的。它们认识到AI战略不是由外部专家自上而下交付的，而是需要通过对生态系统的仔细关注和培育来形成的。正如艾森豪威尔所说：“计划毫无价值，但规划至关重要。”价值不在于外部顾问交付的战略文件，而在于让那些“不只是‘推出’技术，而是培养使用、信心和人类价值”的人参与的规划过程。
例如，一家银行在实施AI驱动的客户服务系统时，没有直接采用外部顾问提供的解决方案，而是组织了多个跨部门的工作坊，邀请客户服务代表、数据分析师和IT工程师共同参与，讨论系统的需求和设计。通过这种“桌子”式的协作，银行成功地构建了一个既能提升客户满意度，又能降低运营成本的AI系统。
6. 挖掘企业内部的智慧金矿
尤奈斯库的戏剧悲剧在于，那位期待已久的演说家最终被发现是个聋哑人，无法传递承诺给隐形客人的深刻信息。企业的版本通常也是如此：外部AI专家完成了演示，收取了费用，然后离开，留下的建议未能解决企业的实际需求和能力。
企业需要认识到，最有价值的AI实施知识很可能已经存在于企业内部，分布在各个团队中，嵌入在机构记忆中，等待被综合成连贯的战略。这些人“已经了解现实平台和流程的混乱”，可以“以适合整个组织的方式进行实验，而不仅仅是AI试点团队中的酷孩子”。
正如卡尔·萨根提醒我们的那样：“我们是宇宙认识自身的方式。”企业也是其自身的系统、文化和潜力变得可知的方式。外部顾问可以促进这种自我认知，但不能替代它。
7. 行动指南：从隐喻到方法
那么，如何将这些理念转化为实际行动呢？关键不在于寻找“一招鲜吃遍天”的AI工具，而在于“集成和赋能”。以下是一些建议：
- 颠倒咨询模式： 聘请外部专家作为提问者，而不是答案提供者。他们的价值在于挖掘团队已经拥有的但尚未明确表达的见解，而不是“将一种神奇的解决方案强加给所有人”。
- 培养内部AI管理者： 培养专注于“设置护栏”、“建立道德和实践指南”以及“帮助团队安全地进行实验”的角色。这些人可以在现有工作流程和新兴能力之间搭建桥梁，而不会向平台宣战。
- 拥抱分布式专业知识： 认识到AI准备不是单一的能力，而是分布在整个组织中的一系列能力——“一点混乱，一点策略”。
- 质疑确定性： 当有人戏剧性地进入并声称“这种AI工具将在一夜之间改变您的组织”时，请按下弹射座椅按钮。外部专家越肯定他们知道您组织的“正确”AI战略，他们的主张就越值得怀疑。
- 优先考虑赋能而非专业知识： 关注那些“不假装拥有所有答案”，而是“提出正确的问题”并在您的员工和可能性之间“搭建桥梁”的人。
正如博伊德的OODA循环提醒我们的那样，优势并非来自拥有完美的信息，而是来自比竞争对手更快更有效地循环观察、定向、决策和行动。外部顾问可能会加速单个循环，但内部团队才能实现持续循环，从而带来持久的优势。
会议室里的空椅子不是等待导入智慧的空缺。这是一个为组织集体智慧保留的空间——只要您在规划和动员的假定阶段培养它。正如文章最后所说：“地图不是疆域”，但你的人民了解地形。提升他们来导航它。通过锻炼来增强肌肉。在企业AI道场一起训练，共同迎接充满机遇与挑战的AI转型时代。
结论
企业在进行AI转型的过程中，应该警惕对外部专家的过度依赖，避免陷入“空椅子”的陷阱。真正的智慧存在于企业内部，存在于那些深入了解企业运作的员工之中。企业需要做的，是激活内部的集体智慧，构建一个开放、协作的AI环境，让员工能够充分参与到AI战略的规划和实施中来，共同创造AI驱动的未来。