随着越来越多企业开始引入AI，不同公司在实际应用深度上的差距也愈发明显：有的仍停留在辅助写作、生成摘要等浅层使用，有的则已将AI嵌入业务流程，推动组织运作方式发生改变。

在这一背景下，风投机构Floodgate联合创始合伙人Ann Miura-Ko借用自动驾驶0级至5级的分级思路，提出一套企业AI成熟度六级框架，用以判断企业究竟处于“用了AI”，还是已经走向“AI原生组织”。

Ann Miura-Ko近期走访了多家AI初创公司，也接触了Ramp等员工规模约1500人的企业。基于这些观察，她重新思考了“AI原生”究竟意味着什么，并将企业采用AI的成熟度细分为六个层级。

她表示，“定速巡航不是自动驾驶，车道保持也不是自动驾驶。”在小型初创公司中，只要创始人深度使用AI，整个团队看起来就可能带有明显的“AI原生”特征；但随着企业规模扩大，衡量标准也会发生变化。AI不能只体现在少数创始人或核心员工的个人能力上，而要真正嵌入整个组织的工作方式之中。

按照她的说法，一家公司用ChatGPT整理会议纪要，和另一家公司由Agent直接调取系统数据并执行工作流，虽然都可以被归为“在用AI”，但两者所处的发展阶段完全不同。关键不在于企业是否接入了AI，而在于组织自治达到什么程度。衡量标准包括：AI能够接触哪些数据、可以执行哪些操作、系统扩展权掌握在谁手中，以及组织本身是否因此发生了实质变化。

基于上述标准，Ann Miura-Ko将企业AI成熟度划分为以下六个等级。

第0级：表演式AI（AI as theater）

处于这一阶段的企业，AI既接触不到结构化数据，也无法对工作结果产生实质影响。

如果CEO高调宣称公司正在推进AI转型，但企业的实际运作方式与2023年并无明显区别，就仍属于第0级。Ann Miura-Ko直言，喊口号不等于真正落地。

第1级：个人生产力（Personal productivity）

这一阶段中，员工会使用AI撰写初稿、提炼摘要或处理日常文档，但AI尚未真正进入系统层面，也不会对组织运行产生持续影响。最懂AI的员工一旦离职，相关工作流往往也会随之中断。

在Ann Miura-Ko看来，“80%的员工每周都在使用AI”这类统计，大多仍停留在这一阶段，单凭这类数据本身并不足以说明企业已经完成AI转型。

第2级：团队工作流

到了这一阶段，团队会围绕具体职能建立AI工作流，让成员在各自职责范围内更快、更高效地完成任务。但如果各部门只是各自堆叠AI工具和技术栈，最终形成的仍可能只是“AI加持的孤岛”，还不能算真正的AI原生组织。

第3级：组织级基础设施

在这一阶段，AI已经可以调取整个组织范围内的信息，并直接完成实际操作，例如更新CRM、生成PR内容、核对发票等。与此同时，非工程岗位员工也可以搭建工作流，并与其他团队共享使用。

如果一家企业的组织结构相较2023年已经出现明显变化，也可被视为进入第3级的重要信号。

第4级：越用越强的系统（Compounding operating system）

这一阶段的核心特征，是系统能够从以往执行过程中持续学习，并形成自我优化机制。

具体表现包括：非工程人员可以直接搭建用于生产环境的内部工具；Agent在既定政策约束下拥有一定决策权限，并能够自主运行。Ann Miura-Ko强调，自动化程度高并不等于进入第4级；如果企业内部只是存在数百个彼此割裂、缺乏连接和治理的自动化流程，同样不能算达到这一阶段。

第5级：事实上的自动驾驶组织

Ann Miura-Ko强调，这一阶段目前尚未真正出现。按照她的定义，所谓“事实上的自动驾驶组织”，是指企业核心运营闭环已经能够感知现实、诊断问题、发起工作、在授权范围内执行任务、更新共享记忆，并持续改进后续行为。

在这样的组织中，人类将更多承担战略、审美（taste）、风险判断、价值判断以及异常处理等角色。Ann Miura-Ko表示：“正如初创公司不是大企业的缩小版，AI公司也不是在现有企业架构上叠加AI工具的公司，而是围绕全新运营模型重新搭建出来的组织。”