第 12 章预计阅读 11 分钟
附录
附录
附录A：CEO AI经营就绪度评估量表（完整版）
5个维度，每维度4道题，共20道题，每题1-4分，总分20-80分。建议CEO独立作答，再请1-2位信任的高管做一份对比。
维度一：一号位参与度
- 你每周亲自使用AI工具的时间？ 几乎不用(1) / 偶尔不到1小时(2) / 1-3小时(3) / 3小时以上(4)
- AI相关决策由谁主导？ IT部门(1) / CTO(2) / 业务负责人+技术配合(3) / CEO亲自推动(4)
- 你是否亲自体验过AI完成完整业务任务？ 没有(1) / 看过演示(2) / 试过简单任务(3) / 完成过复杂业务分析(4)
- 你对AI在企业中的角色期待？ 不太清楚(1) / 提效省成本(2) / 辅助特定流程(3) / 经营决策核心参与者(4)
- 核心业务数据数字化程度？ 纸上/个人文件(1) / Excel为主(2) / 专业业务系统(3) / 全业务数据打通(4)
- 各部门数据互通程度？ 完全割裂(1) / 部分手动共享(2) / 主要系统打通(3) / 实时全域数据湖(4)
- 经营决策有多少基于数据？ 基本靠经验(1) / 看报表但主要靠判断(2) / 数据驱动为主(3) / 系统化数据决策流程(4)
- 有数据团队或分析能力吗？ 没有(1) / 兼职做数据的人(2) / 专职分析师(3) / 数据团队+数仓+BI(4)
- 团队怎么用AI？ 基本不用(1) / 个人零散使用(2) / 嵌入特定工作流(3) / 参与业务分析和决策(4)
- AI影响了多少业务环节？ 0个(1) / 1-2个(2) / 3-5个(3) / 覆盖主要流程(4)
- AI是否参与过经营决策？ 从未(1) / 偶尔参考(2) / 部分决策有AI辅助(3) / 重大决策都有AI支撑(4)
- 是否经历过AI项目失败？ 没试过(1) / 试过但放弃(2) / 有挫折但总结了教训(3) / 经历失败并改进了方法(4)
- 新工具全公司落地需要多久？ 半年以上(1) / 3-6个月(2) / 1-3个月(3) / 1个月内(4)
- 中层管理对AI的态度？ 抗拒(1) / 观望(2) / 有兴趣不主动(3) / 积极拥抱主动探索(4)
- 组织结构上次调整？ 3年以上没调(1) / 1-3年前(2) / 过去1年内(3) / 随时按需调整(4)
- 跨部门协作效率？ 部门墙很厚(1) / 需高层协调(2) / 有协作机制(3) / 顺畅透明(4)
- 竞争对手在大规模使用AI吗？ 不了解(1) / 有但不多(2) / 主要竞品都在用(3) / AI已成行业必备(4)
- AI多久内显著改变你的行业？ 5年以上(1) / 3-5年(2) / 1-3年(3) / 已经在发生(4)
- 最大增长瓶颈？ 不确定(1) / 市场需求(2) / 运营效率成本(3) / 决策速度质量(4)
- 效率提升10倍哪个业务最受益？ 想不出来(1) / 有想法不确定(2) / 有明确1-2个场景(3) / 已在推动(4)
评分解读：
总分 级别 建议行动 20-35 L1 起步期 先从个人AI工具开始培养体感，同步推进数据电子化 36-50 L2 探索期 选1个高价值场景做最小验证，重点"看到效果" 51-65 L3 就绪期 开始构建AI经营班子，从1个场景扩展到3个 66-80 L4 领先期 深化经营记忆，扩展AI决策范围，探索H2/H3增长
使用技巧： 让3-5位核心高管各自独立做一份，对比评分差异。CEO通常高估，业务部门通常低估。差距超过15分——你们的认知严重不一致，这本身需要优先解决。
附录B：参考文献
- Noy, S. & Zhang, W. (2023). "Experimental Evidence on the Productivity Effects of Generative AI." Science, 381(6654), 187-192.
- Brynjolfsson, E., Li, D., & Raymond, L. (2023). "Generative AI at Work." NBER Working Paper, No. 31161.
- Dell'Acqua, F. et al. (2023). "Navigating the Jagged Technological Frontier." Harvard Business School Working Paper, No. 24-013.
- Bastani, H. et al. (2024). "Generative AI Can Harm Learning." Wharton School Research Paper.
- Nonaka, I. & Takeuchi, H. (1995). The Knowledge-Creating Company. Oxford University Press.
- Christensen, C. M. (1997). The Innovator's Dilemma. Harvard Business Review Press.
- Perez, C. (2002). Technological Revolutions and Financial Capital. Edward Elgar Publishing.
- 曾鸣 (2018).《智能商业》. 中信出版社.
- 语嫣（张宇）.《生长》《生成——AI的本质与未来》.
- Baghai, M., Coley, S., & White, D. (1999). The Alchemy of Growth. Perseus Publishing.
- Peters, T. J. & Waterman, R. H. (1982). In Search of Excellence. Harper & Row.
- Collins, J. (2001). Good to Great. HarperBusiness.
- Sequoia Capital (2024). "Generative AI's Act o1." Sequoia Capital Perspectives.
- 湖畔创研中心 (2026). AI原生共创会分享纪要.
- Anderson, P.W. (1972). "More Is Different." Science, 177(4047), 393-396.
- Drucker, P.F. (1999). Management Challenges for the 21st Century. HarperBusiness.
- Hastings, R. & Meyer, E. (2020). No Rules Rules. Penguin Press.
附录C：AI经营班子常见术语表
术语 定义 AI经营班子 由多个AI Agent组成的协作系统，辅助CEO进行经营决策 经营记忆 AI积累的关于企业业务背景、行业知识和决策历史的长期知识库 Agent 具有特定职能的AI模块，能自主完成任务并与其他Agent协作 L1-L4 AI使用成熟度：L1=工具使用、L2=流程嵌入、L3=决策参与、L4=经营伙伴 创智人才 AI时代仍不可替代的三类人才：顶级专家、跨域连接者、领导者（见第七章） AI协调员 组织内部懂业务又懂AI、负责运营AI经营班子的关键角色 四非原则 项目决策框架：非建不可、非你莫属、非常可期、非常有力 Skills集群 与行业顶尖企业共创的行业最佳实践编码集合 AIOD AI时代的组织发展，为"人+Agent"混合组织做诊断和建设 五看三定 华为战略方法论。五看：行业、市场、竞争、自己、机会；三定：战略控制点、目标、策略 涌现 简单个体互动产生超越个体能力的集体智慧 Service-as-Software 用软件成本结构提供服务级别的价值交付 H1/H2/H3 三层面增长：H1=核心优化、H2=新兴探索、H3=未来变革
附录D：推荐的CEO AI体验路径（四周）
第一周：建立基本体感。 注册Claude或ChatGPT付费版，每天30分钟做一件你平时在做的工作。关注：哪些让你惊讶，哪些让你失望。 第二周：尝试业务分析。 把最近一次经营会议数据上传给AI，让它做分析报告，和你团队的报告对比。你会发现AI更快更全面，但缺乏行业深度。这个对比帮你校准期待值。 第三周：测试决策辅助。 把一个你正在纠结的业务决策告诉AI，给足够背景，让它列选项、分析利弊、给建议。然后深度追问：最大风险是什么？竞争对手做相反选择会怎样？有没有我没想到的方案？ 第四周：回顾与规划。 回顾三周体验，问自己：哪些场景超出预期？哪些不如预期？我最希望AI帮我做什么？超出预期的场景就是你AI经营班子的第一个候选锚点。 四周之后，你至少从"不了解AI"变成"有AI体感"。没有体感的AI战略，就像没下过水的人讨论游泳技术。