人脑的响应延时是100毫秒+的，而计算机的内存延时要低好几个数量级，再加上AI算力远超人类，所以AI计算的速度远超人类脑力计算，可以比人类更快地响应各种业务需求。从这一点上看，AI赋能业务之后，将会产生化学反应，重写很多行业的格局。

在企业信息管理方面，AI赋能的潜力也是巨大的，实际上在企业管理方面，除了某些重要的决策之外，在AI分析准确性足够高的时候，就可以让AI去自动决策。在ToC领域，AI的自动分析与决策已经被广泛接受了，虽然有时候AI的决策似乎有点脑残，不过大多数情况，使用者对此还是满意的。不过到了ToB领域，这一切都完全不同了。

在过去的一年里，我起码和50+用户交流过AIOPS方面的问题，绝大多数客户都有“万一AI的分析结论不准确怎么办？”这样的疑问。实际上人的判断也不是百分之百准确的，不过这不要紧，因为人是可以承担责任的，可以为自己的错误决策埋单。但是AI就不一样了，AI分析的准确性哪怕高于人类，也是不太敢用的，因为个人可以作为责任主体，对自己负责，而一旦AI惹出了祸端，那么一般情况下就只能由引入AI技术的领导来背这口黑锅了。

这些年IT的管理理念发生了很大的变化，20年前，大家比较认可的是防微杜渐，加强对已知问题的防范，不能让同一个错误多次重复出现。业务部门和高层管理者对IT系统出问题是有一定容忍度的，出了问题，找到原因，制定预案，下次不犯就OK了，IT运营部门一般很少会被追责。所以那些年大家对巡检、优化比较重视。正是在那些年，我们团队接了不少这样的活。而从2010年之后，很多企业都引入了大量的国外“先进”的管理经验，任何事情都要责任到人。责任到人本身并没有错误，任何运营故障，不管青红皂白，都必须追责到人。就有些管理畸形了，实际上被我们学习的西方世界里，虽然强调责任到人，但是主要还是为了防微杜渐，对犯错误或者系统故障的容忍度远高于我们。而反观我们，出了问题，是不是把根因分析清楚，做到下次不再重复出现已经不那么重要了，确定责任人变成了更为重要的工作。

在这种管理氛围之下，把系统运营得更好远没有避开责任重要。这种理念将会把责任放到第一位，效率和效益反而不那么重要了。不仅是IT管理，在业务管理方面也是如此。哪怕是一些出些小问题能够容忍的场景，也不敢自动去跑，必须由人工进行复核后才能执行。哪怕AI技术再好，人这个背锅侠还是不可或缺的。加入人的决策节点，原本十分高效的AI工作流就会被分解得支离破碎，效率提升也就无从谈起了。

这种管理模式决定了中西方在AI应用方面的两种截然不同的态度，西方的AI技术在企业级应用中强调的是尽可能让AI自主工作，而在我们的企业应用中，目前AI只是被当成一个功能有限的助手。

如何让企业的高层能够转变态度，在一些容错度较高的领域放手让AI在有效的监督的情况下去自主运营，才能最大限度地释放AI的能力，达到成效最 佳。实际上工业机器人在制造领域的广泛应用已经给了我们一个成功的样板，如果没有刚开始的时候对良品率下降的容忍，也不会有现在的成功。