企业AI建设为什么不能只交给IT，也不能只交给HR？

浏览量:

创建时间: 2026-05-21

最近几年，越来越多企业开始推进 AI 建设。

从智能助手，到知识库、智能体，再到业务场景应用，AI 正逐步进入企业经营与组织协同的各个环节。但很多企业在推进过程中，很快都会遇到一个问题：这件事，究竟该由谁主导？

有人认为应该归 IT。因为模型、平台、系统集成、知识库，本质上都属于技术工程。

也有人认为应该归 HR。因为 AI 最终会涉及岗位变化、能力升级与组织机制调整。

这两种理解都没错。

但真正进入落地阶段后，很多企业会发现：AI 建设里，最难的既不只是技术，也不只是培训。真正关键的是：谁来定义业务价值。一旦这个问题模糊，项目就容易出现两种情况：平台越来越复杂，业务却感知有限；培训越来越多，但结果始终难以衡量。所以越来越多企业开始意识到：

AI 建设真正重要的，并不是“哪个部门牵头”，而是谁真正对业务结果负责。

01 | 只交给IT，容易停留在“工具上线”

很多企业推进 AI，第一个动作往往是搭平台。知识库、工作流、模型接入、数据接口……这些当然重要。但 AI 项目真正复杂的部分，往往不是系统能不能做出来，而是：什么样的结果，才算真正有效。尤其在销售、运营、服务等场景里，很多关键判断都来自一线经验。

比如：

● 什么样的客户值得持续投入？

● 哪些信号意味着机会正在成熟？

● 哪个阶段需要推进决策链？

● 什么样的沟通方式更容易建立信任？

这些问题背后，本质上都是业务经验。而这，很难仅靠技术团队独立完成。所以很多 AI 项目推进到后面，会自然聚焦到更容易标准化的部分：例如话术生成、会议纪要、内容辅助。这些能力有价值，但真正决定 AI 应用深度的，仍然是背后的业务理解。

因此，越来越多企业开始重新关注：AI 建设不仅是系统工程，更是业务能力工程。

02 | 只交给 HR，也容易停留在“会用工具”

另一种常见路径，是把 AI 建设理解为“能力培训”。组织课程、学习提示词、推广工具使用……这些都很重要。因为 AI 的普及，确实会带来新的工作方式。但企业也会逐渐发现培训解决的更多是“怎么用”，而真正影响结果的往往是：

● AI 应该用在哪些关键场景？

● 哪些经验值得沉淀？

● 哪些能力能够持续复用？

这些问题，仅靠培训本身并不能完成。尤其在 AI 时代，企业真正需要建设的，已经不只是工具使用能力，而是让优秀经验能够沉淀、复用，并持续演化。这也是为什么，越来越多组织开始重新关注：如何把业务能力结构化。

因为只有能力被拆解、被沉淀，AI 才更容易真正进入业务流程。

03 | AI 建设真正难的，是“把高手经验变成组织能力”

随着 AI 工具逐步普及，企业之间真正拉开差距的，开始转向经验沉淀与组织复用能力。很多真正有价值的能力，并不写在 SOP 里。而是藏在：一次客户判断、一次关键追问、一次风险识别里。这些能力长期存在于业务高手的一线经验中。而 AI 建设真正重要的一步，就是把这些隐性的经验逐步结构化。它不是简单地上线工具，而是先回答：什么经验值得沉淀？什么流程适合工程化？什么能力能够形成组织资产？

在很多企业实践中，这个过程通常包括：

● 深度业务访谈

● 一线案例复盘

● 场景能力建模

● AI 工作流设计

● 持续校准与优化

这个过程需要长期打磨，也更依赖组织耐心。但越来越多企业正在意识到：只有先完成业务能力的结构化，AI 才更容易真正进入业务深处。