“高效的个人，并不等于高效的组织。”

企业级AI搜索平台初创企业Hebbia创始人George Sivulka近日在社交平台X（原Twitter）发文，围绕这一观点谈及企业AI的下一阶段演进方向。他认为，真正的AI变革不能只停留在提升个体效率，更关键的是形成组织层面的智能。

为说明这一判断，George Sivulka借用了工业化进程中的案例。他提到，19世纪90年代，新英格兰纺织厂开始以电动机取代蒸汽机。尽管技术更先进，但此后约30年间，生产率几乎没有明显提升。直到20世纪20年代，工厂重新设计布局并引入流水线后，电气化的价值才真正释放出来。问题的关键不在于“换上电机”，而在于“重建工厂”。

在他看来，当前企业使用AI也处于类似阶段。George Sivulka表示，如今善于使用AI的个人，生产效率可能已经提升数倍甚至10倍，但企业整体成果并未同步改善，本质上只是“换了电机，工厂却没变”。

他将这一问题概括为“组织智能（Institutional Intelligence）”，并认为这将成为未来10年B2B AI市场竞争的核心变量。围绕这一概念，他总结出七个关键维度。

首先是协同。George Sivulka指出，如果组织中的每名员工都各自使用ChatGPT，并以不同方式生成结果，就像成千上万名工人同时朝不同方向发力。无论是人还是AI代理，只有角色、职责和沟通机制清晰，组织效率才可能真正提升。

第二是信号筛选。他认为，在AI“几乎什么都能生成”的时代，真正困难的不是产出内容，而是找出“正确的事情”。大量AI输出本质上只是低质量内容，企业AI必须能够从海量信息中识别有效信号，并以可预测、可验证的方式运行。

第三是客观性。George Sivulka表示，ChatGPT和Claude在训练中都倾向于顺着用户的表达给出反馈。如果组织中绩效最差的员工，也因为AI的回应而误以为“最聪明的系统站在自己这边”，这对组织会造成伤害。企业AI需要强化的不是迎合，而是真实判断。

第四是竞争优势。他指出，面向个人的AI产品通常追求通用性，而面向组织的AI则需要在特定领域建立明确优势。正如Midjourney聚焦图像、ElevenLabs聚焦语音一样，金融、法律、医疗等行业的垂直化AI方案，更有可能带来实质性成果。

第五是成果导向。在George Sivulka看来，个人AI首先解决的是节省时间，企业AI更应直接服务于收入增长。他表示，如果让CEO在“降本”和“增收”之间做选择，多数人会优先考虑后者。以并购（M&A）场景为例，个人AI或许可以帮助分析师更快完成工作，但企业AI的价值在于，能否从数百个候选标的中筛出真正值得收购的目标。

第六是实施落地。他指出，提供工具和教会组织真正使用工具，是两回事。这也是Palantir在科技股大幅回调阶段仍能维持较高估值的重要原因之一：Palantir并不只是软件公司，更像是一家“流程工程”公司。企业AI的未来，不只是卖工具，而是设计流程、推动落地，让组织真正把AI用起来。

第七是主动执行。George Sivulka表示，最有价值的AI工作，往往不是“被要求之后才去做的事”，而是系统在无人提示时就能主动发现问题并发出提醒。比如，在没有人提出要求的情况下，AI先识别出投资组合中某家公司现金流指标已连续3个月恶化，并主动通知负责人，这才是企业AI应达到的目标。

他同时强调，个人AI确实是多数企业接触AI的第一入口，但如果缺乏“组织智能”，这场变革就只能算完成了一半。正如19世纪90年代的工厂只是装上了电机，却为此多走了30年弯路一样，当下不少组织也在重复类似路径。“电已经有了，”他写道，“现在该重建工厂了。”