公司成果
公司健康嗎?
- 營收成長
- 利潤率
- 現金部位
- 留存
- 產能
AI 在多數公司裡失敗,原因不在工具,而是從來沒有人把工作實際上怎麼進行寫下來。沒有定義,代理就沒有東西可以照著跑。
你們的團隊已經在把東西貼進聊天助理了。有人用它起草回覆;有人用它摘要文件。這不是沒什麼,但也不是策略——這是七階裡的第一階,而且沒有任何規範。
這正是適合起步的地方:你們沒有落後,也不是從一張白紙開始。你們在階梯上的某個確切位置,第一件事就是找出那是哪裡。
公司裡的每個領域,都落在各自為政與持續優化之間的某一階。階本身沒那麼重要,重要的是讓你們在階與階之間移動的那條規則:
不是時間到了就能往上走,而是上一階的數據達標才能往上走。
做法因人而異。資訊分散在信箱、試算表和個人記憶裡。已經有人私下在用 AI,但沒有任何規範。
系統是有了,但每個人用法都不太一樣。流程沒有明確負責人。
系統之間會交換資料,但報表仍然靠人工彙整。
可預期的工作會自動流動。有人能明確說出哪些是自動執行的,以及哪裡會出錯。
AI 起草實際的工作成果,由人核准後才發布。有人能清楚說出核准的規則。
多步驟工作在既定權限內執行——有額度上限、有紀錄、有指定負責人。
成效數據會回頭修改規則,並且有人審查這些變動。
量測因此成了值得想要的東西,而不是需要我們辯解的事。關卡是機制本身,不是文書作業。
AI 只是建議。
AI 產出會對外發布的成果。
線下,AI 只是建議。線上,AI 產出會對外發布的成果。每一場真正的治理對話都落在這條線上——不在階梯的頂端,儘管廠商都把它放在那裡。
多數公司應該停在第 5 或第 6 階——而且應該有人這樣告訴他們。其他人都在推銷第 7 階。對多數二十到兩百人的企業來說,每一項產出都由人核准——或以例外管理來治理一個有界的代理——就是該停下的地方;停在那裡是一個決定,不是失敗。
涵蓋範圍來自一套公認的流程分類架構,不是我們發明的——這也是我們回答那個問題的方式:「你們怎麼知道這樣就是全部?」每個領域都帶著同樣兩個問題:AI 碰它之前必須存在什麼,以及之後要量測什麼,才知道有沒有用。
這條規則讓整張圖誠實。在沒定義的流程上自動化,不會提高階數——只會擴大波及範圍。一個在沒人信任的紀錄上以第 5 階運作的業務職能,不在第 5 階;它在紀錄所在的那一階。
跟著一個平常的 CRM 缺陷,看它變成 AI 的產出、一項修正工作,最後成為另一個團隊接手的問題。
CRM 是有了,但沒有人維護一份可靠的客戶版本。
它沒有關於你們公司的隱藏記憶——只有你們的人寫下來的東西。
產出看起來很精緻,因為介面比證據好。
每一份產出都得由工具原本要解放的那個人檢查、修好。工作沒有被省掉;它只是移動了,而且移到了最沒辦法拒絕的人身上。
每個團隊被承諾的是第 5 階,收到的卻是紀錄所在的那一階。
業務建到第 5 階。它讀取的紀錄在第 2 階。這 3 階的差距,不是公司擁有的能力——它們是風險:建立在沒有人定義過的紀錄上、卻被信任的工作。
每家公司都在跑同樣的六個角色,不管用的是哪家廠商。我們刻意講角色,不講產品。講產品會暗示我們沒做過的串接、隨著產品改版而過時,也模糊了真正的論點:形狀是共通的;廠商可以互換。
資訊進入公司的入口
正式資訊存放的地方
連接它們並讓資訊流動
解讀非結構化的資訊
讓管理層知道現在發生什麼
決定系統可以做什麼
一個綜合分數會藏住真正重要的事:業務強勁可能掩蓋現金流不佳或流失上升。所以量測維持五個分開的層級,而第五層是多數服務商跳過的那一層。
公司健康嗎?
行銷 → 業務 → 客戶經營,有在轉換嗎?
交付有在運作嗎?
客戶留下來了嗎?
AI 真的有用嗎?
一個省了點擊、卻沒有改善營收、成本、客戶體驗、產能、風險或品質的自動化,不算成功。
候選工作用兩個軸來評分:值多少,以及有多可行。價值算的是頻率、耗費的時間、錯誤成本和法遵風險。可行性問的是流程是否標準化、資料是否可靠、決策規則是否清楚,以及那個最能平息爭論的問題——如果它錯了,會怎樣?
兩個軸為候選排序。後果問題仍然可以否決其中任何一個。
例子,不是標繪的分數。
否決清單。
每一次合作都建立同樣的最低要求,不管有沒有被要求。
同樣的最低要求存在於每一次合作。
套用結構之前,我們先確認這家公司在哪一套制度下營運。
一次受治理的合作 · 參數設定正確