“AI导入首先是技术问题，但真正落地归根结底是管理问题。”

10月23日，在AWS Korea举办的“AWS AI Wave 2026”大会上，Hanwha Solutions AI/AX团队负责人 Osarang 在主题演讲中表示，企业要在组织层面推进AI转型（AX），不能只停留在模型接入和工具部署，还必须同步建立治理框架、基础设施、运营体系以及员工赋能机制。

Osarang介绍，Hanwha Solutions的主营业务覆盖光伏、石油化工等能源与材料领域。当前，公司正推动AI从个人层面的使用，走向覆盖全公司的组织级AX，并将AI嵌入日常业务流程，形成常态化应用。

从推进路径看，该公司早期主要聚焦重复性工作的自动化和个人生产力提升；现阶段则进一步将AI与组织目标结合，转向解决核心业务和价值链中规模更大、复杂度更高的问题。与之相应，AI预算也不再按个人分配，而是以团队为单位进行管理。

围绕这一转变，Osarang强调，“上线”并不等于“落地”。在他看来，向几十名开发者发放工具，与在全公司范围内推动AX，是推进逻辑完全不同的两类工作。设计、销售及不同法人的工作环境并不相同，而大多数员工也并非开发者，因此仅靠分发工具，无法支撑组织级落地。

他表示，如果员工使用个人账号直接接入外部AI服务，虽然短期内可能提升导入速度，但也会带来数据缺乏统一管控的风险，企业同时难以沉淀和追踪完整的使用记录，包括谁在使用、调用了哪些模型、使用规模如何等。

基于这一考虑，Hanwha Solutions搭建了统一的接入架构：所有AI调用先进入AWS账号内的LLM网关，再转发至Amazon Bedrock，相关日志和使用数据也统一保存在AWS账号内。

Osarang表示，通过这一网关，公司可以查看不同组织对不同模型的使用情况，并通过统一控制台掌握各法人的使用现状。即便员工输入姓名或电话号码等信息，也会先通过Amazon Bedrock Guardrails进行脱敏处理，再发送给模型。

Amazon Bedrock是AWS提供的生成式AI服务，可通过统一API调用Anthropic、OpenAI、Meta、Mistral等多家公司的模型，便于企业在AWS环境中构建AI应用和Agent。

在导入节奏上，Hanwha Solutions于今年4月获悉Amazon Bedrock推出可接入Claude的Research Preview后，随即启动评估，并在3周内完成生产环境部署。到7月9日正式发布时，首批参与概念验证（PoC）的员工已经在实际业务中使用相关能力。

Osarang表示，这一案例随后成为集团内部的标杆实践，并带动集团内7家子公司导入Claude。借助LLM网关，即便是规模较小的团队，也无需单独建设复杂基础设施，就能将部署范围拓展至韩国、美国等全球业务场景。

在基础设施层面，Hanwha Solutions已完成LLM网关和部署体系的梳理；在运营层面，公司则将成本控制、任务全生命周期管理、成果管理以及AI资产共享纳入同一体系。Osarang再次强调，基础设施、运营体系和员工AI能力建设必须协同推进，组织级AX才有可能真正落地。

对于下一步计划，Hanwha Solutions表示，将继续集中挖掘能够放大业务价值的应用课题，并计划于明年把与团队关键绩效指标（KPI）联动的AI Agent嵌入业务流程，进一步量化落地成果。

Osarang最后指出，在全公司范围加速AX的过程中，治理体系同样至关重要。关键不在于多早启动，而在于能否真正落地。正因为先建立治理框架，公司才能在正式发布前就进入真实业务使用阶段，并进一步推动AI进入核心业务。他强调，治理不会拖慢AI，反而是推动AI在核心业务中落地的关键力量。