2023年初，ChatGPT刚火起来的时候，我问一家制造企业的CIO：“你们打算怎么用AI？”
他说：“先让员工自己玩玩，看能发现什么场景。”
2024年底，我又问他同样的问题。他的回答变了：“我们在搭AI底座，要把散落的AI能力统一管起来。”
2025年，他告诉我：“AI已经是我们IT基础设施的一部分了，跟数据库、云服务器一样。”
这三个回答，恰好概括了过去三年企业AI演进的三个阶段。
第一阶段：个人尝鲜期（2023年）
关键词：自下而上、分散无序、安全盲区
这个阶段的特点是“员工主动，企业被动”。
一位市场部员工偷偷用ChatGPT写文案，一位程序员用Copilot写代码，一位设计师用Midjourney做图。没有人禁止，也没有人管理。
典型现象：
- 员工用自己的账号订阅AI工具
- 公司数据被粘贴到第三方AI对话框
- 没有人知道公司在AI上花了多少钱
- 每个部门用的工具不一样，无法协同
这个阶段的认知：
AI是个“效率工具”，谁用谁知道。
遗留问题：
数据安全风险、工具碎片化、成本黑洞。
第二阶段：部门试点期（2024年）
关键词：自上而下、小范围验证、预算开始出现
企业开始有意识地推进AI，但仍然是“项目制”而非“体系化”。
IT部门被要求“搞一个AI试点”。于是某个业务场景被选中：客服、营销文案、代码辅助……花几个月搭一个Demo，验证效果。
典型现象：
- 每个部门有自己的“AI项目”，互不通气
- 同一个模型能力被不同部门重复接入
- 项目成功了，但无法横向复制到其他部门
- 试点结束后，没人维护，逐渐荒废
这个阶段的认知：
AI能解决问题，但“一个项目一个项目地做”太慢了。
遗留问题：
重复建设、无法规模化、项目成果无法沉淀。
第三阶段：组织基础设施期（2025年至今）
关键词：平台化、统一治理、能力复用
企业开始意识到：AI不是“项目”，而是“能力层”。
就像十年前企业不会每个部门自己建数据库一样，今天也不应该每个部门自己接AI模型。
典型做法：
第一，统一接入层
- 公司只有一个API Key管理入口
- 所有业务系统通过统一网关调用模型
- 新模型接入从“2-3人日”降到“配置即可”
第二，统一管控层
- Token消耗按部门/项目/场景多维度归因
- 成本预警和配额管理
- 敏感数据过滤和合规检查
第三，能力复用层
- RAG知识库一次建设，多业务共享
- Agent工作流模板化，新人可直接复用
- Prompt资产统一管理，员工离职带不走
第四，可观测层
- 全链路追踪：谁调用了哪个模型、花了多少钱、结果好不好
- 持续优化：基于bad case迭代提示词和工作流
这个阶段的认知：
AI能力应该像水电煤一样，随时取用，但由统一的基础设施来支撑。
典型成果：
- 新业务接入AI的时间从天级降到小时级
- 模型切换成本从“改代码”变为“改配置”
- AI成本从“糊涂账”变为“可归因、可优化”
在具体实践中，一批走在前面的企业已经引入ZGI作为AI基础设施的底座方案，覆盖接入、管控、能力、观测全链路。
下一阶段：AI原生组织
如果说第三阶段是把AI变成“基础设施”，那下一阶段就是把AI变成“组织基因”。
可能出现的变化：
- 岗位重塑
- “提示词工程师”不再是独立岗位，而是每个业务人员的必备技能
- “AI训练师”负责持续优化领域模型和工作流
- 流程重塑
- 所有业务流程默认“AI优先”：先问AI能不能做，不能才走人工
- 审批流、合规流、知识流全面嵌入AI能力
- 决策重塑
- 数据驱动 → 数据+AI共同驱动
- AI参与资源调配、风险预警、战略分析
一个判断：
未来三年，“有没有AI底座”会成为企业之间的分水岭。
有底座的企业：能力可沉淀、可复用、可规模化。
没有底座的企业：永远在“试点”，永远在“重复造轮子”。
给正在路上的企业的三个建议
建议一：别跳过第二阶段，但别停留太久
第二阶段（部门试点）是有价值的——验证场景、积累经验。但试点结束后，要尽快启动底座建设，而不是一个个项目地做下去。
建议二：底座先行，应用后置
先花2-3个月把AI底座搭起来（接入、管控、观测），然后再考虑具体业务场景。看似慢了，实际是快了——因为后续每个场景都在复用底座能力。
建议三：用“基础设施”的思维选型，不是“工具”的思维
- 工具思维：这个工具能解决我的什么问题？
- 基础设施思维：这套体系能不能支撑我未来3-5年的AI演进？
后者比前者难选，但更值得投入。
写在最后
回顾过去三年，企业AI最大的变化不是模型变强了，而是企业对待AI的思维方式变了。
从“员工自己玩”到“部门做个项目”再到“搭一套基础设施”，这是企业AI走向成熟的必经之路。
下一个三年，比的不是谁先尝试AI，而是谁的AI基础设施更扎实、更能支撑规模化落地。
本文基于过去三年企业AI实践的观察整理，希望能为正在规划AI战略的团队提供一些参考。欢迎技术同行交流讨论。
