Research

2026年10月3日Masahiro Taima产品开发管理Business Development

AI时代是使用通用AI、引入专用AI代理产品还是自主开发——基于最新研究与案例的系统导入思考方式

Product

免费开始(筹备中) 咨询企业版

Career

我们正在积极招聘与mign一起从事专业型AI代理服务开发的人才

本文由日语原文自动翻译而成

Overview

企业自主开发企业级AI时,仅有5%能够进入生产运营阶段。企业不仅应考虑自主开发,还应在恰当的场景中采用既有的通用AI和特化型AI代理产品,这样才能提高AI导入的成功率。本文基于IT项目失败研究、案例分析以及2025年以后的AI企业调查,阐述了通用AI、特化型AI代理和自主开发这三种选择方案的应用思路,并按业务性质进行区分使用。结论是:"购买模型,自有数据,按业务性质选择工作流",以及在面对困难选择时,应从通用AI开始逐步推进到特化型和自主开发,按照可逆的顺序进行。

前言

AI的进步令人瞩目,对几乎所有企业和组织来说,AI导入都已成为必须审视的课题。AI导入的选择方案主要分为两大类:采用既有产品或进行自主开发。在采用既有产品这一类中,又分为两个分支:采用通用AI或采用特化型AI代理。需要根据导入的业务对象来区分这些选择方案,本文将结合最新研究和实务案例来阐述这一思路。

本专栏的新颖之处体现在以下四个方面。

  • 对既有产品导入与自主开发的成功案例、失败案例和成功概率进行了比较:虽然关于IT项目失败已有大量案例和统计数据,但对"采用既有产品的情况"和"自主开发的情况"在同一标准下比较成功与失败的整理并不多见。本文并列呈现了两种方式的成功案例、失败案例和研究数据所示的成功概率,表明两者都不是单纯的安全选择。

  • 按系统导入工程的阶段,对失败因素进行了全面、不重复的整理:软件工程、行为经济学和信息系统研究各自积累了失败因素的研究成果,但由于使用了不同的术语,实务工作者难以把握全局。本文将因素按企划到运营的五个阶段进行了排列,并区分了既有产品导入独有的因素、自主开发独有的因素以及两者共同的因素。

  • 通过经营学理论,能够判断"哪些业务适合既有产品,哪些业务适合自主开发":本文将Williamson(1985)、Barney(1991)、Carr(2003)、Wardley(2020)等人的理论翻译为"差异化""资产特殊性""市场成熟度""变化速度"四个判断轴,使得可以根据业务性质推导出合适的导入形态。

  • 将"通用AI""特化型AI代理"和"自主开发"这三种选择方案与业务对象相对应,包括了是否定制化的考虑:2025年后发布的企业调查(MIT NANDA, 2025; Menlo Ventures, 2025)表明,即使在AI领域,自主开发的本番到达率也仅为既有产品的约一半。本专栏从"覆盖市场""提供的价值""内置知识"等角度阐明了通用AI与特化型AI代理的区别,并分别列示了不经定制化使用和经过定制化使用时适用的业务。

系统导入的成功案例与失败案例

在考虑系统导入的决策之前,首先需要确认"发生了什么样的成功和失败"。失败并非仅限于自主开发,既有产品的导入中也不断重复发生。同时,通过观察成功案例可以看出,既有产品导入和自主开发各自都有明确的成功条件。

既有产品导入

既有产品导入的成功案例

既有产品导入的成功案例的共同点是,"不是将产品改造以适应业务,而是将业务调整以适应产品的标准",以及"分阶段进行了导入"。

�

  • Hershey(2002年):失败三年后在同一产品上取得成功的案例:Hershey在1999年因ERP一刀切切换而发生大规模出货故障,2002年实施了同一SAP系统的大规模升级,这次不仅比预计时间提前完成,而且成本下降了约20%(Koch, 2002)。改变的不是产品而是推进方式,采用了在销售淡季进行切换、为测试和培训预留充足时间、分阶段推进迁移等措施,这些被认为是成功的关键因素。

  • Nike(2001~2006年):向分阶段导入的转变:Nike在2000年因需求预测系统导入失败而损失约1亿美元的销售机会,但在随后的基础系统更新中改变了"不一次性切换全部"的方针,按地区和业务分阶段耗时数年逐步导入。通过这一转变,Nike在2006年前完成了更新,且未发生重大故障(Koch, 2004)。

  • Netflix(2008~2016年):基础设施采购,差异化自主开发:Netflix在2008年因数据库故障为契机,开始从自建数据中心迁移到AWS,2016年关闭了最后一个数据中心(Netflix, 2016)。虽然服务器、数据库等基础设施采用外部云服务,但推荐算法和配信控制等差异化核心部分继续自主开发。这是"购买什么、开发什么"界限分明的代表案例。

  • Capital One(2020年):金融机构的云基础设施全面迁移:美国大型银行Capital One关闭了全部八个数据中心,2020年将基础设施全面迁移到AWS(Capital One, 2020)。即使在金融这样的受监管行业,金融机构也可以选择将基础设施层面交由外部产品承担,集中自有开发资源用于面向客户的应用程序和数据分析,这一案例说明了这一点。

既有产品导入的失败案例

既有产品导入失败案例的共同点是,产品不是按标准使用,而是大幅度改造以适应自身业务,或者采用了错误的切换方式。

  • FoxMeyer Drug(1996年):美国医药品批发商FoxMeyer因导入SAP R/3和仓库自动化系统失败,于1996年申请破产保护。被指为原因的是处理量大幅超出预期,以及并行推进的仓库重组的复杂性,成为ERP导入失败的标志性案例。例如据报告,新系统一晚上能处理的订单约为1万件,远低于旧系统的约42万件,导致无法完成受理订单的状况持续存在。

  • Hershey(1999年):糖果大型企业Hershey在销售旺季万圣节前夕,同时启动了ERP、客户管理和供应链计划三个系统。受订单处理混乱的影响,约1亿美元的订单无法出货,该季度利润下降了19%。导入日程的压缩和"大爆炸"式的一刀切方式被分析为主要原因。

  • Lidl(2018年):德国零售商Lidl耗时7年、投入约5亿欧元的SAP导入项目于2018年被叫停。SAP标准按零售价格评估库存,而Lidl坚持按进价管理的传统方式,累积进行大规模定制化改造成为失败的原因(Handelsblatt, 2018)。

  • Birmingham City Council(2022年~):英国最大地方自治体伯明翰市在从SAP向Oracle Fusion的基础系统迁移中,初期预算约1,900万英镑膨胀到超过1亿英镑,财务报告和审计受到了影响。外部审计人员指出,对本应可用标准功能处理的业务进行了过度定制化为主要原因之一(Grant Thornton UK LLP, 2023)。例如据报告,银行对账这一应该能通过标准功能处理的业务被改为独自规格,导致对账工作回归手工处理,数万件未处理业务堆积。

自主开发

自主开发的成功案例

自主开发成功案例的共同点是,"该业务是竞争优势的核心,市场上不存在恰当的产品,并且企业具备持续开发和改进的组织能力"。

  • Walmart(1990年代~):供应链独有系统:Walmart于1991年构建了与交易伙伴共享销售和库存数据的独有系统"Retail Link",通过向供应商实时公开各店铺销售业绩,在补货的精度和速度上远超竞争对手。Bessen(2022)分析认为,这样的市面上不存在的独有软件成为了该公司在零售业优势的源泉。

  • Amazon(2000年代~):内部基础设施成为业务本身的案例:Amazon为支持零售业务而独自构建的计算基础、存储和数据库,自2006年起作为AWS对外提供,如今已成为公司利润的主要来源。自主开发的系统不仅提升了公司业务效率,更演变为全新业务本身,这是自主开发正当性的最强形式。

  • Inditex(Zara)(2000年代):与业务模式相适配的简洁独有系统:Zara的母公司Inditex为支持从企划到上市仅需两周的独特业务模式,自主开发了连接店铺终端到总部生产计划的系统。Ferdows et al.(2004)分析认为,虽然该公司的系统在技术上相对简洁,但与业务模式完全适配,市面产品无法实现其竞争优势。

  • JPMorgan Chase(2024年~):受监管行业的自主开发AI:JPMorgan Chase自主开发了"LLM Suite",在社内基础设施上利用外部基础模型,2024年开始部署,到2025年已扩展到约20万名员工使用规模(JPMorgan Chase, 2025)。这是一个金融监管要求机密数据不能外送、拥有庞大技术团队和年度数十亿美元技术预算、独有数据是差异化核心这些条件兼备的案例。

自主开发的失败案例

自主开发失败案例的共同点是,试图长期耗时一次性构建庞大的独有系统、多个组织的成果物缺乏统一的集成责任人、需求始终不断变更。

  • 英国NHS国家计划(NPfIT):英国国民保健服务2002年启动的电子病历整合计划投入超过100亿英镑,到2011年事实上宣告解体。英国下院公共账户委员会评价其为"历史上最严重的IT大失败之一"(House of Commons Committee of Public Accounts, 2013)。中央集权式地试图一次性开发巨型独有系统、无法充分反映各医疗机构的不同需求、与承包开发企业的关系破裂等被认为是主要原因。例如虽然目标是全国统一的电子病历,但各医院的诊疗流程和记录样式各不相同,无法落实为现场可用的形式,导致承包开发企业相继撤退。

  • 美国Healthcare.gov:2013年10月上线的医疗保险交易所网站在首日公开时面临数百万人次访问,但仅有少数几人成功完成注册,随后需要进行大规模重建。审计指出了多个问题:负责整合多个承包商分别开发的定制系统的协调人员缺失、需求在公开前夜仍在不断变更、负载测试直到生产前才实施(U.S. Government Accountability Office, 2014)。

  • Hertz网站和应用开发:租车巨头Hertz从2016年起委托咨询公司开发新网站和移动应用,但在2019年因交付物无法正常运行而提起诉讼,要求赔偿3,200万美元。需求变更、移动端适配缺失、测试不足成为争议焦点,这个案例表明即使将定制开发外包,"更换承包商"也不是解决问题的方案。例如,关于平板电脑屏幕尺寸适配是否包含在合同范围内,双方的理解产生分歧,暴露出发包方缺乏清晰定义需求和验收的能力。

  • 金融机构账户系统:大型银行的账户系统更新通常涉及多年、数百亿日元规模的定制开发,各国都报告了投产后反复出现大规模故障的案例。分析显示,故障背景包括:开发周期长导致需求和技术不断演变、多个供应商成果物集成的困难、投产后缺乏理解系统全貌的内部人才。例如某个耗时近10年的项目,启动时选定的技术到投产时已成过时技术,寻找能维护该技术的工程师本身就成了难题。

系统导入的成功概率

仅从个别案例无法判断哪种形态的成功概率有多高。本章将确认调查研究所示的成功概率。

现有产品导入的成功概率

  • ERP(基础系统)导入成功率约为50%弱:对于现有产品导入的代表ERP,Panorama Consulting Group(2023)的持续调查显示,约一半的导入企业超过预算或工期,而认为获得了初期预期效果的企业不到一半。另一方面,由于项目规模较小、撤出容易,极端失败较少。现有产品的导入可按业务领域分割进行合同订立和解约,因此单项投资额和失败时的损失受到限制。例如,销售支持工具导入失败时,损失仅限于数个月的使用费和迁移费用,很少涉及企业存亡。

  • SaaS许可证使用率约为60%:即使导入完成,合同许可证未被使用的失败形式也很普遍。Zylo(2023)的调查显示,企业合同的SaaS许可证中约40%未被使用,平均每家企业每年浪费约1,700万美元。例如,按部门分别订立项目管理工具合同,结果全公司并存5种同类工具,但都未能普及。

  • AI导入成功率中现有产品导入是自主开发的2倍:MIT NANDA(2025)报告称,通过与外部供应商合作导入的AI工具投产率约为67%,而自主开发的工具仅约33%。选择现有产品并不能保证成功,但能大幅提高成功概率,这一点在AI领域也得到了验证。

自主开发的成功概率

  • 自主开发的成功率约为30%:Standish Group持续发布的CHAOS报告显示,预算、工期、满意度全部达到目标的软件项目占全体的约3成,约2成项目被中止或未使用,剩余的一半项目在预算超支、延期或功能不足的某种状态下完成(Standish Group, 2015, 2020)。虽然对成功的定义和调查对象有讨论,但这一比例20多年来没有显著变化。

  • 自主开发按规模划分的成功率为大规模6%、小规模61%:Standish Group(2015)的规模分类统计显示,小规模项目(投资不足100万美元)的成功率为61%,而大规模项目(1,000万美元以上)的成功率仅6%,失败率(中止或未使用)达43%。随着项目规模增大,成功率急剧下降。麦肯锡与牛津大学分析了5,400多个IT项目,发现投资1,500万美元以上的大规模项目平均超支45%、工期延误超7%,初期预想价值下降56%(Bloch et al., 2012)。例如,同一组织同一开发团队,将1亿日元项目分为10个与执行1个10亿日元项目相比,后者"预算、工期、价值全部达成"的概率约为前者的十分之一。

  • AI自主开发的成功率为5%:MIT NANDA(2025)报告称,针对企业的定制AI工具,进入评估阶段的企业占60%,进入试点的企业占20%,进入生产运营的企业仅5%。相比传统软件开发,AI的自主开发的投产壁垒更高。

系统导入的失败要因

整理现有产品导入和自主开发各自的失败要因。将系统导入分为"企划·投资判断""需求定义·产品选定""设计·开发·定制""测试·迁移·投产""运用·维护·演进"5个工程阶段,整理各阶段出现的要因。

现有产品导入的失败要因

在现有产品导入中,产品本体的设计、开发、维护由供应商负责,因此失败要因集中在"选择产品阶段"和"将产品适配自身阶段",以及"组织侧的变化"。

工程1:企划·投资判断

  • 导入形态的误判断:将构成差异化核心的业务用标准产品来完成的判断。如资源基础论(Barney, 1991)所示,市场上任何人都能购买的产品不是竞争优势的来源,因此用现有产品替换自身强项业务会导致强项丧失。例如某零售企业凭独特的需求预测精度击败竞争对手,但转而使用标准需求预测模块后,精度"平均化"至与竞争对手相同。

  • 补充性投资预算遗漏:Brynjolfsson et al.(2021)展示了IT和AI等通用技术导入效果初期无显现、后期加速的"生产率J曲线"。原因在于需要对业务流程重设、人才再教育、组织结构变更等无形资产进行补充性投资,这些作为非计量成本提前产生。现有产品导入常见的是仅对"许可费和导入支持费"进行预算,而忽视了现场调整标准业务流程的工作和教育成本。例如导入经费报销系统后,未进行审批规则检查和管理层教育,导致纸质申请和系统录入双轨运行持续进行的案例。

  • "导入即有效果"的前提:如Aral & Weill(2007)所示,IT投资效果取决于投资额而非组织能力。基于产品功能清单预期效果的判断缺乏这一前提。例如导入客户管理系统后,若销售人员缺乏记录商谈信息的习惯,管理层也没有利用这些记录进行指导的行为,该系统只是"昂贵的通讯录"。

工程2:需求定义·产品选定

  • 业务与产品错配的疏忽:Davenport(1998)指出,ERP等企业系统内置了供应商设想的"业务运作方式"前提,导入企业面临"将系统适配业务还是将业务适配系统"的战略选择。Soh et al.(2000)将产品与组织的不匹配(错配)分为数据、功能、输出三类,研究表明若选定阶段未评估这种不匹配,后续工程将被迫通过定制化来解决。例如,

  • 供应商与产品持续性评估不足:仅关注产品功能对比,而未评估供应商财务状况、客户基础、产品路线图、被收购时的影响、数据导出手段就签约。如Shapiro & Varian(1999)所示,软件的数据格式、业务流程、员工技能都依赖于特定产品,更换成本巨大。例如在全公司导入初创企业提供的考勤管理工具后,该供应商被收购,一年后通知服务终止,但过去的考勤数据无法批量导出,因为合同中未包含该条款。

  • 发包方能力不足:IT外包研究综述(Lacity et al., 2009)一致报告,即使外包也需要发包方保持定义需求、评估和管理供应商的能力才能决定效果。丧失这种能力的企业无法评估供应商建议,只能任凭导入支援公司主导,签约不必要的功能和定制。例如信息系统部门缩减改为外包的企业,在ERP更新时无法自行说明"哪个业务需要哪些设置",导入支援公司因而沿用了前次设置,导致已废止业务的功能费用被持续支付。

工程3:设计·开发·定制

  • 过度定制:Brehm et al.(2001)将ERP的调整方法从"设置(参数变更)"到"修改包代码"分为9个等级,指出等级越深,技术风险、维护成本、失去供应商支持的问题越大。多数企业笼统看待"定制",但设置范围内的调整和修改代码的本质完全不同。例如在设置画面中将审批流从3级改为4级是设置,但编程添加"部长不在时由2名课长审批代替"的独特规则是改变,每次产品升级都需重新确认和修复,导致供应商维护成本增加和支持中断。

  • 连接部分的复杂化:即使不改动产品本体,与其他系统的多个连接接口也会形成实质上的定制系统。例如在ERP与既有销售管理系统、仓库系统、会计系统之间建立数十条数据连接,导致每次任何产品升级都需重新测试所有连接,形成"购买了产品但需要专门团队维护连接"的局面。

  • 设置复杂化和人员化:即使是无代码设置,多年的积累也可能导致无人能理解全貌的状态。例如,客户管理系统在10年间增加了数百个项目和自动化规则,添加新规则时会与现有规则产生干扰,导致出现意外行为的情况。

流程4:测试、迁移、上线

  • 轻视测试和数据迁移:由于存在"既有产品的动作是有保证的"这一固有观念,包含自有设置、数据和集成在内的业务场景测试往往被忽略。Somers & Nelson(2001)调查了ERP实施的成功因素,将"数据准确性"和"软件测试"列为实施阶段的重要因素,Redman(1998)阐述了低质量数据如何推高企业业务成本。例如,产品单体运作正常的计费处理,因为从旧系统迁移的客户数据中存在不一致(同一客户以多种方式登记等)而发生重复计费的情况。

  • 一次性切换的风险:从旧系统一次性切换到新系统的方式,一旦出现问题,影响范围将达到最大。Hershey在需求高峰前夕同时上线3个系统,导致订单处理混乱。阶段性迁移或并行运行虽然成本较高,但可作为规避大规模失败的保险。例如,Hershey在2002年更新时选择淡季并进行阶段性切换而成功,这正是这一教训的反面例证。

  • 现场接受度不足:既有产品的前提是改变业务进行方式,如果现场不接受变更,上线后不久就会出现回到旧有流程或个人使用电子表格的"逆转"现象。例如,新采购系统上线后,现场工作人员仍继续按照传统方式通过电话订购,事后才输入系统的"事后输入"常态化,导致库存数据与实际情况脱节的情况。

流程5:运营、维护、演进

  • 供应商方针变更和锁定:如Farrell & Klemperer(2007)的理论整理所示,转换成本赋予供应商定价权力。2023年Broadcom收购VMware后,永久版许可被废止并转为订阅模式,导致许多企业成本数倍增加,这是典型案例。产品停止提供或供应商本身破产、被收购也属于此因素。

  • 定制部分的维护负担:流程3中对产品的改动在每次产品更新时都需要重新验证和修复。如Erlikh(2000)所示,软件生命周期成本中大部分是维护,改动部分的维护成为自有负担。例如,云端ERP每年进行4次自动更新,都需要花费数周时间确认独立添加的报表和处理逻辑的动作,导致更新变成"负担"而非"改善"的情况。

  • 组织变革滞后和定着失败:即使系统上线,如果业务流程和组织未发生变化,效果也不会显现。如Aral & Weill(2007)所示,效果取决于组织的能力,流程1中未预算补充投资的结果在此流程中作为"无人使用的系统"显现出来。例如,前章提到的Zylo(2023)调查显示"约40%的许可未被使用"的状态,就是这一失败的积累。

  • SaaS泛滥和数据分割:各部门签订单独SaaS合同,导致相同数据分散在多个系统中,难以实现全公司把握的现象。例如,销售部门、客户服务部门、市场营销部门各自使用不同的客户管理工具,同一客户的信息在3处存在差异的情况。

自主开发的失败要因

在自主开发中,从规划到维护的所有流程均由自有承担,因此失败要因出现在5个流程全部。尤其是源于软件固有性质的要件可变性、复杂性、维护成本等要因,以及源于人类判断的计划错误、升级等要因会随着项目规模和周期成比例加剧。既有产品导入中由供应商承担的部分,在自主开发中全部由自有承担。

流程1:规划、投资判断

  • 导入形态的判断失误:将不产生差异化优势的业务进行自主开发的判断。交易成本理论(Williamson, 1985)表明,标准化的、要件稳定的、可从众多供应商采购的业务从市场采购更为合理,但实务中这一判断常因"本公司业务特殊"的固有观念或历史因素而被扭曲。如Carr(2003)所指,对已成为商品化技术领域的过度投资不会产生优势,只会增加成本和风险。这一判断失误会成为后续所有流程失败的起点。例如,法令已基本规定了流程的会计、工资、考勤等业务因"不符合自有运用"而进行独立开发,每次法律变更时都要支付改修费用的企业不在少数。

  • 计划错误导致费用、期间的低估:Kahneman & Tversky(1979)指出,人在制定计划时倾向于忽视过往类似事例(外部视角),而依靠眼前计划的细节(内部视角)进行估算。结果是期间和费用被系统性低估。Flyvbjerg(2006)提议采用"参考类预测"作为对策,即从类似项目的实绩分布中修正估算。前章关于幂律分布的研究(Flyvbjerg et al., 2022)从实证角度展示了该参考类的形态,自主开发规模越大,分布的尾部越厚。例如,"要件已确定,18个月可完成"的估算,忽视了同类项目实绩平均超期27%以上、6项中1项超期3倍的分布(Flyvbjerg & Budzier, 2011),是典型的"内部视角"。

  • 补充投资的预算遗漏:与既有产品相同,业务重设计、教育、组织变更等费用被置于"开发费"之外(Brynjolfsson et al., 2021)。自主开发中还常常没有估算开发完成后的运营体制(监视、咨询对应、故障对应)人员。Lientz & Swanson(1980)通过大规模调查表明,稼働后的维护、运营所需工数超过开发工数,不将此工数纳入计划在结构上必然不足。例如,10名开发团队构建的系统上线后,因故障对应和改修需求应对导致开发团队一半的人员被占用,无法着手下一开发的情况。

  • 范围扩大和一揽子构建倾向:将多个业务领域作为一个巨大系统进行一揽子构建的判断会增大规模、期间和整合的复杂性。Flyvbjerg et al.(2022)提示了技术要素间的相互依存引发连锁反应、导致极端成本超支的机制,Flyvbjerg & Gardner(2023)证明了采用模块型项目(小单位反复组建)比一揽子构建型安全得多。NHS的NPfIT是这一一揽子构建倾向后果的典范(House of Commons Committee of Public Accounts, 2013)。例如,"既然要做,不如把销售、库存、会计、人事全部整合"的判断会自行创造各领域延迟相互影响的结构。

流程2:要件定义、产品选定

  • 要件在使用开始后必然变化:Brooks(1987)指出,软件具有工具和手法无法消除的"本质性难度",其中之一就是"一旦被使用就必然被要求变更"这一特性(可变性)。利用者看到实际运作才会发现真正需要的内容,法律和业务也会在开发过程中发生变化,因此无论多么细致地固定要件也不会"完成即结束"。既有产品中由供应商承担这一变化的应对,自主开发中则由自有永久承担。

  • 要件定义主体的缺失:自主开发中需要一位具备决定"做什么"的权限、且具有与系统公司人员相当的开发知见和技术的业务部门责任人。包括开发外包方在内的开发团队可以决定"如何做",但只有懂业务的人才能决定"哪项业务、按什么顺序、做到什么程度"。Hofmann & Lehner(2001)证明业务侧的参与程度最强地说明项目成败,Standish Group(2015)也将"使用者参与"列为成功要因的最高位。若此责任人缺失而开发启动,要件就会被外包系统公司的推测或现行系统的模仿所填充。例如,业务部门仅表示"能做到现在系统的那样就行",开发团队逐一复现现行画面,结果用新技术重做了20年前的业务流程系统的情况。

  • 发包方(委托时)的能力不足:自主开发如果委托外部,若发包方不具备定义要件、评估进度和品质的能力,就无法对交付物进行评估(Lacity et al., 2009; Feeny & Willcocks, 1998)。美国租车大企业Hertz的案例(网站和移动应用全面更新项目失败,对委托方Accenture提起诉讼,索赔超过3,200万美元)可理解为这一能力缺失被放任至诉讼的例证(Hertz Corp. v. Accenture LLP, 2019)。例如,持续接纳委托方每月提交的"顺利进行"的进度报告,直到交付前3个月才发现主要功能未能运作的情况。

流程3:设计、开发、定制

  • 复杂性和相互依存导致的连锁延迟:Brooks(1975)的"给延期项目增加人员只会导致进一步延期"的法则源于通讯成本随人数平方增长。自主设计的系统组成要素间相互依存多,一处延迟或设计变更会对其他要素产生连锁影响。Flyvbjerg et al.(2022)列举的极端成本超支机制就是这种连锁反应。例如,数据库设计变更波及所有参考该库的画面、报表、集成处理,1周的改动变成3个月的返工的结构。

  • 技术债务的积累:正如Cunningham(1992)用"技术债务"这一隐喻所示,优先交付期限的设计妥协会导致后续变更成本持续上升。在自主开发中,需要自身有计划地进行债务偿还(重构)。例如,"先做出能用的"导致在多个地方复制了相同代码实现,结果每次规格变更都需要查找并修改所有地方,由于修改遗漏导致缺陷反复出现的情况。

  • 集成责任的缺失:当多家开发公司或部门分工开发时,负责整体集成、对质量负责的主体可能会缺失。美国政府问责办公室对Healthcare.gov的审计(U.S. Government Accountability Office, 2014)指出缺乏集成责任人是主要失败因素。例如,负责画面的公司、负责数据处理的公司、负责与外部机构接口的公司各自报告"我负责的部分已完成",但连接起来却无法正常运行的情况。

  • 技术选型失误:在长期开发中,开始时选择的技术到完成时可能已经过时,或者选择了只有特定技术人员能处理的技术。Bisbal et al.(1999)整理了这样产生的"遗留系统"如何通过保有人才的减少和技术陈旧而阻碍组织变化的结构。美国政府问责办公室报告称,联邦政府的许多核心系统用数十年前的编程语言编写,可维护的技术人员退休成为了迫在眉睫的风险(U.S. Government Accountability Office, 2016)。例如,某特定编程语言的专家负责人的判断采用了该语言,但该人退休后无法招聘到继任者,维护工作随之停止的情况。

工程4:测试·迁移·上线

  • 对测试和数据迁移的轻视:负载测试、基于业务场景的验收测试、旧系统数据迁移验证因交付期限压力而被压缩。在Healthcare.gov中,负载测试直到上线前夕才进行,在Hertz中,移动端测试不足成为了争议焦点。例如,虽然事先能预测上线首日访问量会达到预计的10倍,但包含该负载的测试直到上线前一周才首次进行,即使发现问题也来不及修正的情况。

  • 一次性切换的风险:从旧系统一次性切换到新系统的方式,在问题发生时影响范围最大(Markus & Tanis, 2000)。在自主开发中,由于"不想承担并行运行的双重运维成本"的判断,容易选择一次性切换。例如,英国TSB银行在2018年4月的周末将客户账户一次性迁移到新的核心业务系统,但次周约190万客户无法使用在线银行服务,恢复费用和客户赔偿共计约3.3亿英镑的损失。独立调查指出,在迁移前测试不充分的情况下做出一次性切换决定是主要原因(Slaughter and May, 2019)。

  • 升级:无法停止:Keil(1995)分析了失败已经显现的IT项目仍然继续和追加投资的现象,称之为"升级"。已投入资金的执着、责任人的面子、对"即将完成"的认识错位延迟了撤退决策。自主开发的撤退往往意味着投资全损,因此升级会长期化。例如,NHS的NPfIT在启动数年后已有主要开发企业撤出、现场推进缓慢的事实显现,但因为"已经投入数十亿英镑"的理由,解散决定被推迟到了2011年。

工程5:运维·维护·演进

  • 对维护成本的低估:自Lientz & Swanson(1980)的经典调查以来,软件生命周期成本中维护运维所占的比例超过一半这一点被反复证实,Erlikh(2000)推估在企业系统中达到85~90%。以"开发费"为基准比较自主开发和现有产品是对费用大头的忽视。例如,开发费为1亿日元的系统,在10年的维护、改进、基础设施更新中通常需要追加2~5亿日元,与现有产品10年的使用费相比通常高出数十倍以上。

  • 持续的变更和基础技术的代际更新:Lehman(1980)所阐述的"软件演进法则"表明,实际使用中的程序如果不持续变更就会导致满意度下降,变更越多复杂性越增大。此外,操作系统和浏览器的更新、安全漏洞应对、法律法规的跟进适应、云化和API化等基础技术的代际更新,作为维持价值的"防守性维护"而持续发生。例如,2010年代前半构建的许多系统,每次遇到浏览器规格变更、服务器操作系统停止支持、加密方式更新时都被迫改修,陷入了"功能没有任何改变,但仅为维持就每年需要费用"的状态。

  • 人才流失和知识的个人依赖:独特系统的知识积累在创建该系统的人员身上。Rigby et al.(2016)量化了开发人员离职导致软件知识丧失的程度,说明只有特定人员理解的代码所占比例决定了离职后的维护风险。由于负责人的调动或退职而产生"无人理解内部结构的系统"是许多企业的共同现象。在现有产品中,关于标准功能的知识在市场上流通,因此对人员变动的容忍度更高。例如,设计文档长年未更新、持续修改了10年的系统,唯一理解全貌的负责人退职后,系统变成了"一触碰就会坏掉所以无人敢动"的状态。

  • 组织变革的滞后和实施失败:与现有产品一样,即使系统上线,如果业务流程和组织没有变化,效果也不会显现(Aral & Weill, 2007)。自主开发中往往需要"原样再现现有业务",可能会失去业务改善的机会本身。Hammer(1990)称直接自动化现有业务手续为"铺就牛踩出的小路",批评这是无效的典型。例如,将纸质申请单直接做成屏幕画面的系统,不仅没有减少输入工作量,反而产生了先在纸上填写再在系统中输入的二重劳动。

现有产品导入与自主开发的失败因素的差异

共同点

  • 作为判断起点的"导入形态误判"对两者都是共通的:用现有产品处理差异化核心的错误和用自主开发做差异化外业务的错误,都源于缺乏相同的判断轴(差异化·资产特殊性·市场成熟度)。例如,"因为其他公司自主开发"或"因为其他公司用这个产品"这样的跟风判断,无论哪个方向都会出错。

  • 对互补性投资的轻视和组织变革的滞后是组织问题而非技术问题,两种形态都会出现:如Brynjolfsson et al.(2021)的J曲线和Aral & Weill(2007)的组织能力研究所示,系统价值源自业务流程和人员的变化。例如,新系统上线后没有更新业务手册、没有进行培训的企业,无论是现有产品还是自主开发都会面临"系统被闲置"的局面。

  • 采购方和业务方的能力不足在两种形态中都会变成致命问题:定义需求、评估成果、控制供应商或开发团队的能力无法外包。例如,极端缩减信息系统部门的企业,无论是现有产品选型还是自主开发委托,都无法判断对方提案的合理性。

  • 测试规范和切换方法的失败在两种形态中以相同形式出现:负载测试的省略、数据迁移验证不足、一次性切换,与产品出处无关都会引发故障。例如,Hershey(现有产品)和Healthcare.gov(自主开发)虽然形态不同,但都犯了"直到上线前夕才进行测试、一次性上线"的相同错误。

不同点

  • 自主开发固有的失败随着规模、周期、自主开发代码量的增加而增大:计划偏差、连锁延迟、技术债务、维护成本、人员依赖,都是"企业持有的独特代码量"与"项目规模·周期"的函数(Flyvbjerg et al., 2022; Lientz & Swanson, 1980)。例如,同样是"销售管理",用现有产品配置3个月上线与花2年自主开发相比,后者暴露于需求变化、人员更替、技术过时的时间多8倍。

  • 现有产品导入固有的失败集中在选型阶段评估和定制深度:产品与自身业务不匹配的忽视和供应商评估不足在工程2出现,过度定制在工程3出现,锁定效应在工程5出现,但根源都是"产品保持标准使用还是深度开发"的判断(Soh et al., 2000; Brehm et al., 2001)。选择深度定制的瞬间,也同时承担起了自主开发固有的风险因素。例如,Lidl原本是在导入现有产品,但7年·5亿欧元的规模和周期具有与大规模自主开发相同的风险结构(Handelsblatt, 2018)。

  • 失败时的损失规模自主开发更大:现有产品因为有合同解除或转换的撤退途径,失败损失往往限于"至此的使用费和迁移费",而自主开发的失败往往意味着投资全损,Keil(1995)所示的升级也会长期化。例如,SaaS导入失败通常损失数千万日元,而NHS的NPfIT约100亿英镑的大部分无法收回。

  • 维护和演进的责任主体不同:在现有产品中,安全对应·法令改正对应·基础技术代际更新由供应商对全体客户统一实施,而自主开发中全部由自身承担(Lehman, 1980; Erlikh, 2000)。例如,消费税率或社会保险料率的改定,在现有产品中通过供应商更新吸收,在自主开发中每次都需自身改修。

现有产品导入与自主开发的业务对象

从以上整理可知,避免失败的关键在于"哪些业务用现有产品、哪些业务用自主开发"的判断。这种判断需要按"业务单位"而非"系统整体"进行。

现有产品导入与自主开发的判断轴

要判断既存产品导入是否适当,以及自主开发是否适当,可以基于经营学积累的4种理论来进行考虑。

  • 差异化轴(资源基础理论):Barney(1991)主张,持续的竞争优势仅来自于具有价值(Valuable)、稀缺(Rare)、难以模仿(Inimitable)且得到组织有效运用(Organized)的资源。市场上任何人都能购买的产品从定义上讲既不稀缺也不难以模仿。只有当以独特方式进行某项业务能为客户带来优势时,自主开发才成为备选方案。例如,沃尔玛的补货精准度和Zara的商品周转速度本身就是客户选择这些公司的原因,支撑这些业务的系统满足差异化轴的条件。

  • 资产专用性轴(交易成本理论):Williamson(1985)指出,自主开发具有优势的条件是:无法替换交易对象的"资产专用性"较高、难以预见未来需求的"不确定性"较高、交易"频度"较高。Nelson et al.(1996)将其应用于软件采购,用"业务独特性"和"需求不确定性"两个轴来整理软件包购买、定制开发和自主开发的适用性。例如,薪资计算的程序由法律规定,本质上与同行业其他企业相同,因此资产专用性较低,适合采用既有产品。

  • 市场成熟度轴(商品化理论):Carr(2003)主张,信息技术与电力和铁路一样,随着普及会逐渐商品化,本身不再产生竞争优势。Wardley(2020)表明,所有技术和活动都经历"创发→独特构建→产品→商品"的阶段演进,各阶段适合的采购方式不同。创发阶段的事物必须由企业自行试验,但进入产品阶段后购买更为合理,进入商品阶段后则按需付费的使用模式最为合理。例如,在2000年代初期,企业别无选择只能自行建造服务器,但如今计算基础设施已成为云计算这一商品,像Netflix这样关闭自有数据中心的决策变得合理。

  • 变化速度轴:在业务规范要求(法规、技术标准、客户期望)变化速度快的领域,能够将追随成本外部化的既有产品具有更大优势。在变化缓慢且业务稳定的领域,自主开发的维护负担相对较轻(Nelson et al., 1996; Lehman, 1980)。例如,在电子账簿保存和发票制度等法规持续改革的领域,由供应商统一对所有客户进行改造的既有产品,相比自行每次改造要高效得多。

既有产品导入适当的业务

  • 标准间接业务:差异化轴、资产专用性轴、市场成熟度轴三者一致指向"既有产品"的领域。在多数企业中,约80-90%的业务属于此类(Carr, 2003; Quinn & Hilmer, 1994)。例如,会计、薪资计算、费用报销、人力资源管理、考勤管理、电子邮件、文件共享、网络会议等,即使采用不同于同行的方式,客户也不会评价,且存在成熟的产品市场,法规变更需要频繁跟进。

  • 行业共通业务:业务流程在行业内基本相同,存在多款行业产品的业务(Davenport, 1998)。例如,客户管理、库存管理、采购、项目管理、客户支持咨询管理等,看似企业特有,但本质上与同行基本相同。

  • 看似企业专有但不构成差异化的业务:存在"企业特有的做法",但这种做法本身并非客户选择企业的理由。此时应调整业务以适应产品标准,而非定制产品,或仅将专有部分通过L3外挂(Soh et al., 2000; Brehm et al., 2001)。例如,独特的审批流程、内部报告书格式、各部门不同的费用科目体系等,多数情况下只是历史遗留,调整为标准流程对业务无影响。

  • 连接多个产品的业务流程:业务本身是标准的,但跨越多个产品的数据传递是企业特有的情况。例如,订单系统接收的订单在库存系统中核销,再在会计系统中开具发票的一系列流程,各个产品使用既有产品,而产品间的连接则通过API或低代码工具来构建(Hasselbring, 2000)。

  • 变化速快、追随成本大的业务:法律、制度、技术标准变更频繁的业务,从变化速度轴强烈推荐既有产品(Nelson et al., 1996)。例如,税务申报、电子合同、个人信息保护和安全认证合规等,由供应商在每次制度修改时统一处理,比企业自行持续追踪更有保障。

  • 商品化的基础设施:在市场成熟度轴上处于商品阶段的领域,采用使用而非所有的形态更为合理(Carr, 2003; Wardley, 2020)。例如,服务器、存储、数据库、身份认证基础设施、邮件分发基础设施等,如Netflix和Capital One的案例所示,即使是监管行业或大型企业,也越来越多地采用外部云服务(Netflix, 2016; Capital One, 2020)。

自主开发适当的业务

  • 差异化核心且市场无现成产品的业务:在4个轴中差异化和资产专用性较高,市场成熟度处于创发或独特构建阶段的业务。如Bessen(2022)所示,定制软件是大企业竞争优势的来源,但前提是业务本身是差异化来源,支撑该业务的软件市场不存在,且企业具备开发和持续改进的组织能力和资本。例如,沃尔玛的Retail Link、Zara的生产计划系统、亚马逊的物流和推荐系统在开发当时,市场上都没有能提供相同功能的产品(Bessen, 2022)。

  • 利用独有数据的分析和判断机制:利用企业独有的数据(客户行为历史、多年交易记录、独有的计测数据等),且其应用方式能产生竞争优势的领域。如Teece(1986)的补充资产理论所示,价值不在系统本身而在数据这一补充资产。例如,保险公司利用数十年的事故数据构建独有的费率模型时,模型构建基础使用既有云计算和程序库,但计算逻辑本身由企业自主开发。

  • 差异化核心但产品存在领域中的"企业专有部分":业务大部分可由既有产品处理,仅有关乎竞争优势的部分逻辑是企业专有的情况。此时应将专有部分作为独立系统自主开发,通过API与产品疏松耦合连接。如Baldwin & Clark(2000)所示,通过标准化接口分离的模块可独立演进,Christensen & Raynor(2003)指出,利润从商品化层向邻近层转移。例如,电商平台基础采用既有产品,仅将作为竞争优势的价格设定算法和推荐逻辑自主开发,通过API集成到产品中。

  • 事业本身为软件的情况:提供的服务核心为软件的企业,其软件按定义就是差异化核心(Andreessen, 2011)。例如,对Netflix而言的分发和推荐系统、对亚马逊而言的购物体验,若用既有产品替代则事业无法成立。但即使这样的企业,在会计、人事、基础设施等周边业务上也使用既有产品。

自主开发时的前提条件

进行自主开发时,需要满足以下3个前提条件。

  • 目标业务产生竞争优势:以独特方式进行该业务直接成为客户选择企业的理由。根据Barney(1991)的资源基础理论,产生持续竞争优势的资源仅限于"有价值、稀缺、难以模仿且得到组织有效运用"的资源,市场上任何人都能购买的产品从定义上无法满足此条件。Quinn & Hilmer(1994)主张仅保留企业能达到全球最高水平的活动,Moore(2005)将业务分为"客户选择企业的理由所在的核心"和"必要但竞争对手做法相同的背景",并指出核心随时间推移会向背景转变。重要的是判断应基于客户视角而非现场"我们的业务特殊"的主张。如Soh et al.(2000)所示,现场认为"特殊"的业务多为历史遗留流程,与客户价值无关。例如,沃尔玛的补货精准度和Zara的商品周转速度本身就是客户选择的理由,支撑系统满足此条件(Bessen, 2022; Ferdows et al., 2004)。而"我们的审批流程是5级特殊"的主张对客户毫无价值,不满足此条件。

  • 市场不存在适当产品:市场不存在适当产品应通过"调查"而非"臆断"来确认。如Wardley(2020)所示,所有技术都经历"创发→独特构建→产品→商品"的演进,在已进入产品阶段的领域继续独特构建只会增加成本和风险(Carr, 2003)。在Nelson et al.(1996)的框架中,自主开发仅在"业务独特性高且市场无适用产品"时才合理。因此,着手前应实际试用,确认是否有多个供应商提供涉及目标业务的产品,这些产品能否以标准状态或通过设置和集成的范围应用于企业业务。例如,沃尔玛于1991年自主开发Retail Link,是因为当时市场上不存在能实时与交易方共享销售数据的产品(Bessen, 2022)。相反,2023年因"无产品"而自主开发的多数企业内文档搜索和总结机制,到2025年将有多个特化型产品提供相同或更优功能(Menlo Ventures, 2025),因此此条件不是一次性确认,需定期重新验证。

  • 具有改进、维护的人才、预算和组织:自主开发不是"开发完成就结束",而是要求在建设后的5年、10年内持续进行改进和维护。自Lientz & Swanson(1980)以来,软件生命周期成本中的一半以上被反复确认用于运行后的维护和运营,Erlikh(2000)估计企业系统中这一比例达到85~90%。也就是说,选择自主开发意味着决定在未来承担开发成本数倍的维护费用(现有产品成本的几十倍以上)。这一体制需要三个要素。第一是人才。如Rigby et al.(2016)所示,专有系统的知识集中在开发者身上,因此即使主要开发人员离职也能顺利交接的多人体制和文档化是前提。第二是预算。根据Boehm(1981)的经验法则,年度维护费约为开发费的15~20%,加上Lehman(1980)指出的基础技术代际更新伴随的革新费用。第三是组织。Feeny & Willcocks(1998)论证指出,要持续将系统应用于业务中,需要在公司内部保持连接业务与技术的思维、设计控制、供应商及开发团队管理等核心能力,Aral & Weill(2007)实证证明IT投资的成果取决于投资额而非组织的这些能力。Bessen(2022)展示的"通过专有软件建立竞争优势的企业"无一例外地都伴随着大规模的技术组织和持续投资。例如,摩根大通之所以能选择自主开发,除了监管约束和专有数据这样的差异化核心外,还因为其拥有年数十亿美元的技术预算和数万人规模的技术人员(JPMorgan Chase, 2025)。相反,如果只有2~3名开发人员的组织选择自主开发,那么这少数几人的离职将直接决定系统的寿命。

通用AI、特化型AI代理和自主开发的适用业务

本章将关注AI,将现有产品分为通用AI和特化型AI代理,并与自主开发一起,整理这三种选择对哪些业务最为适当。前章的四个判断轴同样适用于AI,但由于AI具有不同于传统软件的特性,首先需要确认"什么样的业务适合引入AI"。

适合引入AI的业务

AI不同于传统系统,具有跨业务、输出概率性、能力边界难以提前预测的特点。因此,在"是否引入AI"之前,需要按业务单位判断"这项业务是否适合AI"。

  • 业务大部分由语言、文档、图像的处理和判断组成:Eloundou et al.(2023)估计,美国劳动者的约80%在至少10%的业务任务中、约19%在超过一半的业务中会受到大型语言模型的影响。影响较大的是处理信息的业务,如文档阅读、撰写、总结、分类、核对等。例如,合同审查、问题回复、申请文件与标准的核对、代码编写等业务符合此条件,但现场物理操作和面对面谈判不符合。

  • 具有验证输出正误的手段:AI对相同输入会返回不同输出,且可能包含错误。因此,适合那些能由人类或其他机制验证输出是否正确的业务(NIST, 2023)。例如,法律条款与图纸的核对审查业务中,审查员可以验证AI指出的相关条款,因此适合;但那些没有正确答案、事后也无法验证的预测型业务,AI的错误容易被忽视。

  • 在AI能力边界的内侧:Dell'Acqua et al.(2023)对咨询公司758名员工的实验表明,在AI擅长的任务上生产率大幅提升,但在表面相似但处于边界外侧的任务上,使用AI反而会导致正答率下降19个百分点。这种"锯齿状的边界(jagged frontier)"意味着适用范围只能通过实际尝试来确定。例如,即使都是"文档总结",通用报告总结处于边界内侧,而将多份资料对比查找矛盾的工作可能处于边界外侧。实施前必须用自有实际业务数据进行小规模试验。

  • 担当人员的熟练度存在差异,提升空间较大:Brynjolfsson et al.(2025)表明,客户支持部门引入AI后,每小时解决问题数平均增加14%,经验较浅的员工增加34%,而资深员工几乎没有效果。AI的效果表现为"将组织平均水平拉近资深员工的水平"。例如,新人多、流动快的呼叫中心,或经验不足的员工需参考复杂标准的审查业务,效果较大;而少数资深员工就能运转的业务,效果有限。

  • 能够设计错误发生时的责任和纠正机制:Moffatt v. Air Canada(2024)的裁定表明,企业需对AI输出承担与员工相同的责任。因此,业务必须能够设计检知错误、纠正错误、承担责任的机制。例如,社内文档创作支持即使出错也可在社内修正,但直接向客户回复的聊天机器人若给出错误指导,将直接带来法律责任。

  • 频率高,单件处理具有定型性:AI部署需要投入评估数据整备和业务融合这样的固定初期投资,因此处理件数越多越容易收回投资。例如,月处理数千件问询或数百件文书审查较为适合,但年仅发生数件的特殊案件用人力处理更经济。

通用AI与特化型AI代理的区别

通用AI和特化型AI代理究竟有何不同?两者在"目标市场""提供的价值""内置知识""使用单位""计费方式"五个方面有所区别。

  • 目标市场不同:提供通用AI的OpenAI、Anthropic、Google(Gemini)等以"全球知识工作的替代和增强"为框架,将全球知识工作人力成本(约25万亿美元)整体视为目标市场。而特化型AI代理将特定行业的人力成本支出重新定义为目标市场。例如,法务领域的Harvey将"法务服务市场1万亿美元(传统软件支出约400亿美元)"、客户服务领域的Sierra将"客户服务支出400亿美元"视为目标市场(Taima, 2026)。

  • 提供的价值是"增强"还是"业务替代"不同:通用AI提供"增强",即辅助员工个人工作、提高生产率。特化型AI代理致力于"替代",即承接特定业务流程本身。Sequoia Capital将此称为"Service-as-a-Software",意为"不是销售软件,而是销售工作本身"。例如,通用AI加快律师阅读合同的速度,而特化型AI代理一级执行合同审查业务,律师转变为验证结果的角色。

  • 内置的知识和工作流程不同:通用AI提供的是基础模型的能力本身,业务专门知识、流程、判断标准需由使用者提供。特化型AI代理在基础模型基础上,将该行业的知识库、专家评估数据、业务流程、监管应对、与现有业务系统的集成作为产品内置。例如,建筑确认审查的特化型产品会内置建筑基准法令体系、图纸解读方法、审查机构各自的运作方式、审查记录格式,用户无需从零开始教导这些内容。

  • 使用单位是"个人"还是"业务流程"不同:通用AI是个人以对话形式使用的工具,处于组织业务流程之外。特化型AI代理内置于业务流程中,与业务系统交换数据运行。例如,通用AI生成的文档需员工手工转录至业务系统,而特化型AI代理直接从审查系统或客户管理系统获取数据,并将结果写入系统。

  • 计费方式不同:通用AI主要按使用人数(座席数)计费,而特化型AI代理正逐步转向按处理业务量或成果计费。这反映出特化型产品是以"人力成本预算"为目标。例如,客户服务特化型产品采用"每解决一条问询"的计费模式。

  • 两者市场的现状:特化型AI代理企业收入增长迅速,但相对目标市场的渗透率仍很微小。例如,Cursor(软件开发)年换算收入20亿美元,占目标市场约0.13%;Harvey(法务)1.9亿美元,约0.02%;Sierra(客户服务)超1.5亿美元,约0.04%;OpenEvidence(医疗)超1亿美元,约0.4~0.5%。特化型AI代理处于"市场入口的入口",预计今后将继续大幅扩张。

适合通用AI的业务

不进行定制的情况下

ChatGPT、Microsoft Copilot、Claude、Gemini等不限于特定业务的对话型AI产品的原样利用形式。主要以员工为个人生产率提升而利用的形式为中心(Bommasani et al., 2021)。

  • 文档初稿与修改完善:撰写邮件、报告、建议书等文章的初始工作和整理已撰写文章的工作。Noy & Zhang(2023)在文档创作业务应用ChatGPT的实验中,工作时间缩短约40%,成果质量也有提升。例如,客户英文邮件初稿或社内报告文章的修改完善,在业界和职务类型上都已确认有效果。

  • 总结与信息整理:从长文档或会议内容中提取要点并结构化的工作。Dell'Acqua et al.(2023)对758名顾问进行的实验中,在头脑风暴、文章撰写、分析等AI擅长领域的任务上,完成数增加12%,所需时间缩短25%,质量提升40%。例如,从会议录音制作会议纪要,将数十页资料的要点浓缩为一页,这类工作。

  • 翻译和多语言支持:阅读其他语言的文件,以及将自己的文章翻译成其他语言。Eloundou et al.(2023)估计,包括翻译和文章撰写在内的以语言处理为中心的工作是受大规模语言模型影响最大的领域。例如,阅读海外交易方的合同草案、制作多语言客户指南等工作。

  • 代码创建辅助:协助编写程序、电子表格函数和脚本。Peng et al.(2023)在对照实验中证明,使用GitHub Copilot的开发人员完成任务的速度比未使用者快55.8%。例如,创建电子表格复杂函数、创建数据汇总脚本、解释现有代码等工作。

  • 架构方案和创意生成:输出文件架构、企划选项、提问角度等作为开始思考的素材的工作。Dell'Acqua et al.(2023)的实验也表明,新产品创意和市场细分提议等创意任务属于AI的优势领域。例如,输出多个演示文稿架构方案、梳理研讨会问题等工作。

  • 定型客户对应回答方案:为常见询问撰写回答文案的工作。Brynjolfsson et al.(2025)表明,AI导入客户支持部门后,每小时的解决案件数平均增加14%,对于经验不足的员工则增加34%。例如,为有关退货方法或营业时间等定型询问制作回答方案,由员工确认后发送的使用方式。

这些工作的共同点是,跨业务部门、个人可独立完成、结果可当场确认的任务。但也存在局限性,正如MIT NANDA(2025)所说的"学习差距",通用AI产品不记住业务背景、不从反馈中学习、不适应自企业的业务流程,因此在复杂和持续的业务中逐渐停用(简单任务中70%选择AI,而复杂长期业务中90%选择人工)。此外,员工个人订阅的产品用于工作的"影子AI"会产生机密信息外部传输和责任归属等管控问题,因此需要通过公式导入和使用规则制定来应对,而不是禁止(MIT NANDA, 2025; Haag & Eckhardt, 2017)。

进行定制时

对通用AI产品设置自企业的指令文(系统提示)、参考的企业内文件、可调用的企业内系统功能,将其配置为特定用途的"企业内助手"的形态。这类似于ChatGPT的GPTs(OpenAI, 2023)、Claude的Projects(Anthropic, 2024)、Microsoft Copilot Studio(Microsoft, 2023),使用产品方提供的设置功能,无需编码即可完成配置。

  • 参考企业内知识的初步回答:参考企业内规程、手册、过去的问答等作为文件存在的知识来回答提问的工作。以"检索增强生成(RAG)"形式推进研究(Lewis et al., 2020),可通过产品方的设置功能实现。例如,对信息系统部门的"VPN设置方法"、对人事部门的"育儿假申请步骤"等定型问题的初步回答。

  • 按企业内风格和语气生成文件:将通用AI的输出调整为适合企业内书写风格和表达标准的工作。Noy & Zhang(2023)所示的文件创建效率化效果,通过设置样本和指令使其符合自企业标准,可不受个人差异地在整个组织范围内重现。例如,客户邮件文本统一为企业内语气、将报告书整理为规定的标题结构等工作。

  • 收到文件的分类和转发:根据内容对问询或申请进行分类,判定负责部门或优先级的工作。Brynjolfsson et al.(2018)指出,输入输出明确且频率高的任务越适合机器学习,分类正是典型例子。例如,将问询表单内容分类为"账单""技术""取消",转发给相关负责人等工作。

  • 跨越多个现有工具的个人工作自动化:跨越日历、邮件、文件、电子表格等通用业务工具的工作。Microsoft(2023)的Copilot Studio等产品提供与业务工具的协联功能。例如,从会议录音生成会议记录、将决议事项登记到任务管理工具、为相关人员准备邮件草稿等一系列工作。

  • 新员工上手支持:让经验不足的员工能够自行查询业务流程和企业内用语的用途。Brynjolfsson et al.(2025)表明,AI效果在经验不足的员工中最大(生产性提升34%),参考企业内知识的助手正是针对此效果。例如,让新员工能够从企业内规程中立即确认"这项申请需要谁的批准"等使用方式。

存在局限性,这种方法只能做到"知识参考",而不是"业务执行"。不适合在业务系统中接收数据、进行判断、写回结果的业务流程整合(MIT NANDA, 2025)。例如,可以参考审查标准文件回答"这条文如何解释",但无法执行读取申请图纸、与相应条文对照、创建审查记录的业务本身。此外,设置的指令文和参考文件的质量、回答准确性的验证、文件的更新是自企业的责任,参考文件过时会导致持续出现错误回答,基础模型的更新也可能改变其行为(Gao et al., 2023; NIST, 2023)。因此,对通用AI的定制应限于"参考企业内文件的初步回答"和"个人工作效率化",当需要集成到业务流程时,应合理地转移到特化型产品或自主开发。

特化型AI代理适用的业务

不进行定制的情况

法务文件评审、医疗记录创建辅助、建筑确认审查、客户支持、财务处理等特定业务领域的专用AI产品,以标准功能和流程的原样形式利用。在基础模型上整合了该业务领域的知识、数据、工作流、评价标准和合规对应,并以与业务系统的联动为前提。

  • 法务文件评审与合同分析:合同条款检查、判例和法令调查、文件创建支持。根据Menlo Ventures(2025),法务是仅次于医疗的垂直型AI支出大领域(6.5亿美元),Harvey等特化型产品在产品中整合了判例、法令和合同体系。例如,将交易合同条款与自企业标准条款对照,提示偏离部分和根据等工作。

  • 医疗记录创建与诊疗信息参考:诊疗内容记录、医学文献和诊疗指南的参考。Menlo Ventures(2025)中医疗是垂直型AI支出最大领域(15亿美元),OpenEvidence等产品在其中整合了医学文献和诊疗指南。例如,从诊疗对话中创建诊疗记录草案,由医生确认后定型等工作。

  • 客户支持的初次对应和处理执行:从接收问询、参考客户信息、执行退款或预约变更等处理、记录为一整个流程的业务。Sierra等产品以与客户管理系统联动的形式提供这整个流程。Brynjolfsson et al.(2025)所示的客户支持生产性提升也是由集成在业务系统中的AI带来的。例如,对于配送状态问询,参考订单管理系统的实际数据回答,必要时甚至安排重新配送等业务。

  • 软件开发的支持与自动化:代码创建、修正、审查、测试。除了Peng et al.(2023)所示的55.8%高速化外,Cursor等开发专用产品提供对整个代码库的理解和多文件编辑,成为特化型AI产品中销售额最大的领域。例如,在理解现有代码库的基础上实现新功能,生成测试等工作。

  • 基于法规和标准的审查和对照:将申请书或图纸与法令标准对照,判定合规性的工作。Eloundou et al.(2023)表明,包括基于规则的文件确认和对照在内的业务是受大规模语言模型影响最大的领域,在这些领域,将法令体系、文件和图纸的读取方式、各机构的运作集成到产品中的特化型产品应运而生。例如,在建筑确认审查中,将提交的图纸与建筑基准法令对照,以相应条文为依据创建指摘事项草案等工作。

  • 财务和后台办公的定型处理:发票处理、会计分录、经费确认、各种申请处理。MIT NANDA(2025)指出,虽然受瞩目的是销售营销领域,但实际最大效果出现在后台办公,产生了作为外包费和代理店费削减以年均数百万美元规模的效果事例。例如,读取收到的发票、与采购数据对照、在会计系统中登录分录等工作。

这些工作的共同点是专业知识、法规制度、行业特定的数据格式规定了业务,仅凭基础模型的通用能力无法达到实务水准(Dell'Acqua et al., 2023),并且业界内流程和判断标准基本共享,标准产品能获得高适合度(Davenport, 1998; Soh et al., 2000)。MIT NANDA(2025)所列成功企业的特征"深度集成于业务,并随时间学习的工具",正是特化型产品试图提供的。例如,Morgan Stanley通过与OpenAI合作,基于自有的10万余份调查报告为财务顾问构建了搜索和总结系统,这是在模型层从外部采购、数据层由自企业保有、工作流层与供应商共同构建的"与供应商共同开发"的良好事例(Morgan Stanley, 2023)。

进行定制时

在特化型产品提供的设置范围内,反映自企业的判断标准、流程、形式、批准流程,与自企业的业务系统通过API进行连接的形态。限于设置和连接,不涉及产品本体改变的原则与传统软件相同(Brehm et al., 2001)。

  • 组织判断标准与形式的反映:判断依据(法规、标准、指南)虽在行业中通用,但各组织的重点、记录形式、指摘表述均有差异。Strong & Volkoff(2010)将组织与系统的不匹配分为功能、数据、可用性、角色、控制、组织文化6种类型,提示需要区分哪些应通过设置吸收,哪些应改变业务流程。

  • 与现有业务系统的协联:将特化型产品与现有的接待系统、客户管理系统、文档管理系统、会计系统联接,消除人工转录。如Hasselbring(2000)所示,协联不应是逐个接入的累积,而应在产品提供的标准接入功能(API)范围内构建,这是可维护性的前提。例如,将客服特化型产品与自有订单管理系统联接,使AI能参考真实数据回答退货和配送状况查询。

  • 人工确认要点与审批流程设置:AI执行初步处理,确定在何条件下由人工确认、审批。NIST(2023)的AI风险管理框架要求根据风险大小进行人工监督,并设计识别和纠正错误的流程。例如,审查指摘事项中涉及重大不符合的必须由审查员确认后再通知申请者,超过一定金额的退款需经上级审批。

  • 专家反馈的应用:将使用者即专家的修正和评价反映到产品改进的机制应用。Brynjolfsson et al.(2025)分析的客服AI也采用了这一做法——利用资深人士的应对记录为全体人员提供相同知见。

  • 数据参照范围与权限设置:按部门、角色确定AI能参照的数据和执行处理的范围。NIST(2023)将数据处理范围和访问权限的明确化列为AI系统治理的基本要素。例如,支店员工仅参照本支店客户数据,总部管理员参照全体汇总数据。

局限在于,当产品预设的业务流程与自有流程存在根本差异时,设置的积累无法解决。如同传统软件的不匹配(Soh et al., 2000),需要判断是否改变业务流程、选择其他产品或剥离独有部分。当产品外部的独有处理开始增加时,说明要么"特化型产品与业务不匹配",要么"这部分是应该自主开发的差别化核心",此时需转向接下来讨论的自主开发判断(Brehm et al., 2001)。

适宜自主开发的业务

利用基础模型API、让AI搜索参照自有数据的机制(RAG)、模型追加学习(微调)、多个处理组合而成的智能体等由自有企业构建的形态(Lewis et al., 2020; Bommasani et al., 2021)。

  • 市场上不存在特化型产品的新兴领域:自有业务处于市场成熟度的"创发"阶段,尚无适当的特化型产品的领域(Wardley, 2020)。但特化型产品市场正快速扩大(Menlo Ventures, 2025),"现在不存在"不等于"明年仍不存在",需定期重新审视继续自主开发的理由。例如,针对自有特殊设备或工序的异常检知,在行业内也是独有业务,产品出现前只能自主构建。

  • 因监管或保密限制无法向外部产品交付数据的领域:出于监管原因,客户或机密数据无法发送到外部服务,需要在自有管理下运行的业务。例如,JPMorgan Chase选择自主开发的原因之一是金融监管下无法向外部共享机密数据(JPMorgan Chase, 2025)。但这一制约在多数情况下可通过特化型产品的提供方式(在自有环境内运行、数据不用于学习的合同)解决,因此需确认是否真正必须自主开发。

  • 在自有产品或服务中内置AI的情况:对于软件为核心服务的企业,内置其中的AI在定义上就是差别化核心(Andreessen, 2011)。例如,在自有SaaS产品中为客户添加AI功能时,该功能是竞争对手差别化要素,直接内置外部特化型产品等同于放弃差别化。但即使在这种情况下,通常也是从外部采购模型层,由自有企业开发工作流层和数据层。

自主开发判断时,将AI系统分为"模型层""工作流层""数据层"来思考。模型层商品化最快,通过API使用,设计上不依赖特定供应商(OpenAI、Google等)。数据层是最重要的互补资产,自主开发或特化型AI应确保导出功能(Teece, 1986)。工作流层按情况对应:个人通用作业用汎用AI,行业共通业务用特化型产品,差别化核心且无现成产品则自主开发。人命、财产、法律权利相关领域若自有企业无法构建专家开发、保维、评估体制,则应选择拥有这一体制的特化型产品(NIST, 2023; Moffatt v. Air Canada, 2024)。

AI导入框架

基于前述整理,本部分按步骤提示AI导入应如何检讨,以及实务框架。该框架的前提是判断以"业务单位"而非"系统整体"进行,并需定期审视而非"一次决策终身有效"。

第一步:分解业务,区分核心与周边

  • 按业务单位而非系统单位思考:提出"构建还是购买基幹系统""导入AI吗"的问法本身就是失败的开端。基幹系统包含会计、采购、库存、销售、生产等性质不同的众多业务,各自适合的形态不同。需先将业务分解至可判断的粒度。

  • 将各业务分类为核心与周边:按照Moore(2005)的区分,将各业务划分为"直接关系到客户选择自有企业的理由的业务(核心)"和"必要但可用竞争对手相同方式的业务(周边)"。现场人员倾向于认为自有业务"特殊且重要",因此分类需由经营层与现场共同进行,从客户视角出发。

  • 核心业务应少数几个:通常核心业务数量很少。Prahalad & Hamel(1990)指出挙列超过5~6个核心竞争力的企业是理解有误,Moore(2005)论述活动随时间从核心转向周边,资源大半消耗于周边。分类结果若核心过多,应逐一问"其他企业是否不做""客户是否因此选择我们",大多会转为周边。例如分类10项业务中6项为核心,几乎确定标准过宽。

  • 仅限于适合AI的业务:确认"适宜AI导入的业务"章节所示条件(以语言文档为中心吗、能验证输出吗、处在能力边界内吗、熟练度有差异吗、能设计责任与纠正机制吗、频度高吗)在各业务的适用情况。

第二步:五项判定测试

在前章四项轴线基础上加入可执行性轴线,构成五项测试,依次应用于各业务。

  • 差别化测试:用独特方式执行这一业务,对客户有价值、竞争对手难以模仿、能获得持续优势吗?仅当满足VRIO四条件时回答"是","是"则考虑自主开发。"否"则下述测试决定购买方式。例如Walmart的补充系统为"是",经费报销为"否"。

  • 资产专有性测试:这一业务的做法是否自有企业独有,抑或与同业本质相同?相同则导入现有产品,独有则重新确认"这一独有性是否通过差别化测试"。不产生差别化的独有性应调整业务流程以适应标准。例如"我们审批是五阶段"的独有性不产生差别化,应改为标准三阶段。

  • 市场成熟度测试:以这一业务为对象的产品市场处于进化哪一阶段?多个供应商竞争、功能标准化(产品、商品阶段)则导入现有产品;产品不存在或未成熟(创发、自建阶段)则自主开发。例如客户管理有成熟产品市场,自有特殊工序优化则可能无产品而自主开发。AI场景下按汎用AI够否、特化型产品有无、无产品三阶段确认。

  • 变化速度测试:规范这一业务的要件变化速度如何?变化快的领域中,现有产品将追随成本外部化的优势更大。例如每年法规修订或直接受基础模型进化影响的业务,由现有产品导入将追随责任委托给供应商更理性。

  • 能力测试:自有企业是否拥有构建此系统、且在投入运营后5年、10年间不断改进维护的人才、预算、组织?不拥有则即使其他测试指向自主开发,也应寻求通过现有产品定制或共同开发将自有需求纳入产品的路径。例如仅有2名开发者的组织选择自主开发,这2人的离职就成了系统寿命的终点。

仅当五项测试全部指向自主开发的业务才是自主开发对象。任何一项测试指向现有产品导入都应视为自主开发风险的警告,转而考虑现有产品导入(汎用AI、特化型AI智能体)。尤其能力测试对其他四项的结论拥有否决权。

第三步:评估整个生命周期的成本与价值

  • 按总拥有成本(TCO)而非开发费进行比较:自主开发的费用如果仅看初期开发费用,会被严重低估。年度维护费达到开发费的15~20%(Boehm, 1981),维护运营在生命周期成本中的占比从5~7%(Lientz & Swanson, 1980)到企业系统的85~90%(Erlikh, 2000)不等,因此10年的总拥有成本是初期开发费的3~10倍。现有产品的估算应包括使用费、业务变更成本、集成部分的维护费和未来的迁移成本。例如,Panorama Consulting Group(2024)的调查显示,ERP实施项目费用的中位数为45万美元(约占目标企业年收入的0.2%),而Bloch et al.(2012)分析的大型自主开发项目预算在1500万美元以上,与产品实施相比,自主开发通常高出20~30倍。此外,自主开发方还需面临这笔初期费用之后未来持续3~10倍的维护和更新费用。不过,现有产品如果通过定制进行深度开发,也会膨胀到相同的数量级,Lidl(约5亿欧元)和伯明翰市(超过1亿英镑)的案例足以说明这一点(Handelsblatt, 2018; Grant Thornton UK LLP, 2023)。

  • 使用参考类别对估算进行修正:针对自身的估算,基于同类项目的实际绩效分布(Flyvbjerg et al., 2022)进行调整,尤其要明确评估成本超支2倍以上的概率。如果管理层无法接受该概率,则应将该业务从自主开发范围内移除,或将规模分割,使每个失败都不至于致命。例如,基于"每6个项目中有1个预算会增加3倍"的实际分布,要求单笔投资规模"即使增加3倍也不会对业务造成致命影响"。

  • 评估撤退成本和撤退的便利性:在任何形态下,都要评估"失败时能以多大的损失停止"。估算现有产品的退约与迁移、自主开发的中止与替代方案的切换所需的费用和时间,认可撤退选择的价值(Keil, 1995)。这种灵活性的价值在不确定性越高的领域越大(Fichman, 2004)。例如,以1年合同试用特化型AI产品、如无效果则退订的选择,在自主开发相同功能时是不存在的。

  • 以J曲线为前提设定评估期限:仅根据实施后1~2年的效果判断会导致必要的补充投资被中断。评估期限应至少设定为5年,期间的补充投资(业务流程再造、培训)应纳入预算(Brynjolfsson et al., 2021)。例如,导入AI审查支持的第一年,审查人员可能需要时间适应确认AI指摘的流程,处理时间反而可能增加,如果此时以"失败"判断并中止,就会在效果显现前放弃投资。

  • AI情况下的费用结构差异:基础模型API按使用量进行按量计费,费用属于变动成本而非固定成本。这提高了对业绩波动的抗性,但同时利用扩大会导致费用增加。McKinsey(2026)调查显示,20%的企业表示AI运营成本成为使用的制约。此外,推理成本持续快速下降,基于当前价格判断"自主运营模型更便宜"是危险的。例如,单次处理成本在1年内下降至几分之一的情况并不罕见,估算中需要纳入价格下降趋势。

步骤4:在各工程阶段设置应对失败要因的检查点

针对失败要因一章中整理的各工程阶段要因,在每个工程阶段设置以下检查点。

  • 计划投资决策阶段应确认的内容:是否存在按业务单位规定导入级别和负责人的台账、估算是否已按参考类别(同类项目实际绩效分布)进行修正(Flyvbjerg, 2006; Flyvbjerg et al., 2022)、业务流程再造、培训、运营体制等补充投资是否已列入预算(Brynjolfsson et al., 2021)、是否按业务单位分割而非一次性构建(Flyvbjerg & Gardner, 2023)。这些应对"导入形态判断失误""计划偏差""补充投资遗漏""范围蠕变"。例如,确认是否不是以"基础系统刷新"为单一申请,而是分别就会计、采购、库存等按导入级别、负责人和预算详细记载的申请。

  • 需求定义、产品选型阶段应确认的内容:是否已识别产品与业务的不匹配之处并决定"改变业务"或"切离"(Soh et al., 2000; Davenport, 1998)、是否已评估供应商持续性、数据导出方式和合同解除条件(Shapiro & Varian, 1999)、是否拥有担当需求定义和供应商管理的自有人才(Feeny & Willcocks, 1998; Lacity et al., 2009)。对于AI,还应确认是否已使用实际业务数据进行小规模试验,确认能力边界(Dell'Acqua et al., 2023)。例如,不仅看产品演示进行选型,而是输入自有的数过去数十个案例,制作产品无法正确处理的位置清单后再签约。

  • 设计、开发、定制阶段应确认的内容:是否发生了相当于产品本体改变的深度开发、是否限制在设置和集成范围内(Brehm et al., 2001)、是否明确整合全体并对质量负责的主体(U.S. Government Accountability Office, 2014)、是否计划了技术债的偿还(Cunningham, 1992; McKinsey, 2020)。例如,开发中针对每个变更需求判断"该需求是否可通过设置满足或需要编码",编码时以负责人的批准为必须条件的运作方式。

  • 测试、迁移、上线阶段应确认的内容:是否按计划实施了负荷测试、验收测试和数据迁移验证(Somers & Nelson, 2001; U.S. Government Accountability Office, 2014)、是否考虑了分阶段迁移或并行运行(Markus & Tanis, 2000)、是否存在"继续、修改、停止"的判断阶段门,且判断人与推进者不同(Keil, 1995)。对于AI,还应确认是否已确定错误检知和是正的流程以及责任所在(NIST, 2023; Moffatt v. Air Canada, 2024)。例如,上线判定会议的主持者为项目推进者之外的其他部门负责人,并事先文件化"测试中未解决的重大问题非零不上线"的标准。

  • 运维、保修、演进阶段应确认的内容:是否已确保维护体制和预算(Lientz & Swanson, 1980; Boehm, 1981)、是否为人员变更做好了文件化和知识共享(Rigby et al., 2016)、是否实施了业务流程变更和培训(Aral & Weill, 2007)、是否制定了供应商价格调整和产品停止的应对策略(Farrell & Klemperer, 2007)。对于AI,还应确认是否存在基础模型更新、停用的跟进流程,以及输出质量的持续监控(NIST, 2023)。例如,上线1年后点检"设计文档是否为最新版""如果主要开发者离职是否仍可维护""许可使用率是否为多少%"的运作方式。

步骤5:定期审视

  • 每年重新执行市场成熟度测试:针对自主开发的领域,确认"过去一年产品市场是否有变化"。如出现新产品,应重新思考继续自主开发的理由。特别是在AI领域,特化型产品的出现速度很快,建议每半年进行一次这样的审视。例如,1年前由于"没有产品所以自主开发"的内部文件中提到的搜索、摘要功能,现在可能已有多个产品提供相当或更优的功能。

  • 检知核心功能的陈旧化:确认曾经通过差异化测试的业务是否因竞争对手跟进或行业标准化而背景发生改变。例如,10年前独有的在线订单机制,如今已成为行业全体的标准功能,继续自主开发该部分已失去合理性。

  • 反映人才和能力的变化:如发生主要开发者离职或组织变更,能力测试的结果会改变。应根据人才状况考虑从自主开发向现有产品实施的收缩,或转向与产品供应商的联合开发。例如,当自主开发的AI机制的设计者离职时,应认真考虑迁移到同等的特化型产品。

  • 判断困难时的原则:对于判断不明的业务,应先通过现有产品导入,在运营中确认差异化余地。之后可转向自主开发,但自主开发后要回到现有产品导入则意味着放弃已投入的开发费,困难得多。在不确定性下,应从可逆的选择开始。例如,AI导入应先用汎用AI支持个人作业,次用特化型产品融入业务流程,仅将无法满足的差异化核心部分自主开发,这样能够实现最小损失的路径。

结语

AI导入已成为几乎所有企业和组织的必要检讨事项,选择导入现有产品或自主开发,许多人对于如何判断都感到困惑。希望本项的内容能为大家的检讨和判断提供参考。

参考文献

  • Andreessen Horowitz. (2025). How 100 enterprise CIOs are building and buying gen AI in 2025. a16z. 概要:基于对企业CIO100人的调查,报告AI应用采购从自主开发向外部产品购买转变、使用5个以上模型的企业占37%、软件开发领域中大部分代码由AI生成的企业已出现等内容的调查报告。

  • Aral, S., & Weill, P. (2007). IT assets, organizational capabilities, and firm performance: How resource allocations and organizational differences explain performance variation. Organization Science, 18(5), 763–780. 概要:IT投资的成果不是由投资额决定,而是由IT资产的构成与组织的能力(技能、数字化业务流程、IT应用文化)的组合决定的实证研究。

  • Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99–120. 概要:提出资源基础理论(VRIO)的原典著作,主张持续竞争优势源于具有价值、稀缺、难以模仿且能被组织有效运用的资源。

  • Bessen, J. (2022). The new Goliaths: How corporations use software to dominate industries, kill innovation, and undermine regulation. Yale University Press. 概要:论述沃尔玛和亚马逊等企业通过未在市场公开销售的专有软件构建竞争优势,导致产业集中度上升和新企业进入停滞的著作,阐明了自主开发成为竞争优势的条件。

  • Bloch, M., Blumberg, S., & Laartz, J. (2012). Delivering large-scale IT projects on time, on budget, and on value. McKinsey Quarterly. 概要:与牛津大学合作分析超过5,400个IT项目的报告,指出大型项目平均预算超支超过45%,价值不足56%。

  • Bloomberg. (2025, May). Klarna CEO says AI customer service push went too far, plans to hire humans again. Bloomberg News. 概要:Klarna首席执行官承认AI客户服务质量下降,计划重新采用人工客服的采访报道。

  • Brehm, L., Heinzl, A., & Markus, M. L. (2001). Tailoring ERP systems: A spectrum of choices and their implications. Proceedings of the 34th Hawaii International Conference on System Sciences. 概要:将ERP调整方法分为从"配置"到"源代码修改"的9个层级,研究表明层级越深,技术风险、维护成本和支持丧失程度越高。

  • Brooks, F. P. (1975). The mythical man-month: Essays on software engineering. Addison-Wesley. 概要:软件开发管理的经典著作,包含著名的布鲁克斯定律"向延期项目增加人手会让项目进展更加延期"。

  • Brooks, F. P. (1987). No silver bullet: Essence and accidents of software engineering. IEEE Computer, 20(4), 10–19. 概要:论文将软件困难分为"本质性困难"(复杂性、一致性、易变性、不可见性)和"偶发性困难",主张前者无法通过工具或方法解决。

  • Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. Quarterly Journal of Economics, 140(2), 889–942. 概要:大规模实证研究表明,将生成式AI引入客户支持部门可使生产率平均提升14%,对经验较浅的员工效果尤其显著。

  • Brynjolfsson, E., Rock, D., & Syverson, C. (2021). The productivity J-curve: How intangibles complement general purpose technologies. American Economic Journal: Macroeconomics, 13(1), 333–372. 概要:研究表明通用技术的导入效果在初期不显著,因为需要先进行无形资产的互补投资,后期效果加速显现,呈"J形曲线"。

  • Capital One. (2020, December 1). Capital One completes migration to the cloud and closes its last data center [Press release]. 概要:美国大型银行宣布关闭全部8个数据中心,基础设施完全迁移到AWS的企业新闻稿,是管制行业基础设施外包的案例。

  • Carr, N. G. (2003). IT doesn't matter. Harvard Business Review, 81(5), 41–49. 概要:论文主张IT如同电力和铁路一样已成为商品化基础设施,本身不能产生竞争优势,因此企业应重点关注支出最小化和风险管理。

  • Cunningham, W. (1992). The WyCash portfolio management system. OOPSLA '92 Experience Report. 概要:报告首次以"技术债务"这一比喻表达了为追求短期进度而积累的设计妥协会持续增加后期变更成本的现象。

  • Davenport, T. H. (1998). Putting the enterprise into the enterprise system. Harvard Business Review, 76(4), 121–131. 概要:论文指出ERP系统内置了供应商对业务流程的假设,导入企业面临"让系统适应业务"还是"让业务适应系统"的战略性选择。

  • Dell'Acqua, F., McFowland, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality (Working Paper No. 24-013). Harvard Business School. 概要:对758名顾问进行的实验表明,AI能力的边界呈"锯齿状",在边界内侧生产率大幅提升,在外侧则正确率下降。

  • Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs: An early look at the labor market impact potential of large language models. arXiv:2303.10130. 概要:研究推断美国约80%的劳动者的10%以上工作任务、约19%的劳动者的50%以上工作任务会受到大型语言模型的影响,说明AI是通用技术。

  • Erlikh, L. (2000). Leveraging legacy system dollars for e-business. IT Professional, 2(3), 17–23. 概要:论文推算企业系统生命周期总成本中维护和运营占85~90%,指出遗留系统的维持费用之高。

  • Farrell, J., & Klemperer, P. (2007). Coordination and lock-in: Competition with switching costs and network effects. In M. Armstrong & R. Porter (Eds.), Handbook of industrial organization (Vol. 3, pp. 1967–2072). Elsevier. 概要:文献系统阐述了转换成本和网络效应对市场竞争的影响,说明转换成本如何赋予供应商价格支配力。

  • Ferdows, K., Lewis, M. A., & Machuca, J. A. D. (2004). Rapid-fire fulfillment. Harvard Business Review, 82(11), 104–110. 概要:论文分析了Zara(Inditex)通过自主开发的简洁信息系统与两周快速周转业务模型的一体化运营,说明完全适配业务的系统如何产生竞争优势。

  • Flyvbjerg, B. (2006). From Nobel Prize to project management: Getting risks right. Project Management Journal, 37(3), 5–15. 概要:论文提出了应对计划谬误的方法"参考类预测",即从类似项目的实绩分布来修正估算值。

  • Flyvbjerg, B., & Budzier, A. (2011). Why your IT project may be riskier than you think. Harvard Business Review, 89(9), 23–25. 概要:对1,471个IT项目的分析表明,平均成本超支为27%,但每6个项目中有1个是"黑天鹅",成本超支达200%、工期延误达70%。

  • Flyvbjerg, B., Budzier, A., Lee, J. S., Keil, M., Lunn, D., & Bester, D. W. (2022). The empirical reality of IT project cost overruns: Discovering a power-law distribution. Journal of Management Information Systems, 39(3), 607–639. 摘要:分析了5,392个IT项目,证明成本超支遵循幂律分布(厚尾)。警告基于正态分布的成本估算会低估极端超支。

  • Gartner. (2025, June 25). Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027 [Press release]. 摘要:预测超过40%的代理AI项目将因成本、价值不明确和风险管理不足而在2027年底前被取消,指出数千家自称代理商中仅约130家具有真正的代理功能,揭示"代理洗绿"现象泛滥。

  • Grant Thornton UK LLP. (2023). Birmingham City Council: Statutory recommendations under Section 24 of the Local Audit and Accountability Act 2014. 摘要:外部审计师报告称伯明翰市Oracle部署存在预算超支和财务管理失能,指出过度定制化为主要原因之一。

  • Handelsblatt. (2018, July). Lidl stoppt Milliardenprojekt mit SAP. Handelsblatt. 摘要:报道称Lidl在投入7年和约5亿欧元后中止了SAP部署,过度定制化因对库存估价方法的坚持而成为原因之一。

  • House of Commons Committee of Public Accounts. (2013). The dismantled National Programme for IT in the NHS (Nineteenth Report of Session 2013–14). The Stationery Office. 摘要:议会报告验证了英国NHS电子病历集成计划(NPfIT)解体后的成本与经验教训,总结了中央集权型巨型自主开发的问题。

  • JPMorgan Chase. (2025). LLM Suite named 2025 "Innovation of the Year" by American Banker. JPMorgan Chase Technology Blog. 摘要:企业公告资料介绍了自主开发工具"LLM Suite"的部署历程和使用规模,该工具在公司内部基础设施上利用外部基础模型。

  • Kahneman, D., & Tversky, A. (1979). Intuitive prediction: Biases and corrective procedures. TIMS Studies in Management Science, 12, 313–327. 摘要:指出人们在制定计划时忽视过去类似案例而从内部视角进行估算的"计划谬误",提出了以外部视角进行纠正的方法。

  • Keil, M. (1995). Pulling the plug: Software project management and the problem of project escalation. MIS Quarterly, 19(4), 421–447. 摘要:分析了即使失败明显的IT项目仍被继续和追加投资的"升级"现象的原因,表明了建立撤出决策机制的必要性。

  • Klarna. (2024, February 27). Klarna AI assistant handles two-thirds of customer service chats in its first month [Press release]. 摘要:企业公告称自主开发的AI助手(采用外部基础模型)在首月处理了三分之二的客户服务对话,相当于700人的工作量。

  • Koch, C. (2002). Hershey's bittersweet lesson. CIO Magazine. 摘要:报道称Hershey在1999年ERP全部切换中发生出货故障,但在2002年大型升级中通过淡季分阶段迁移和充分测试,完成时间提前且成本低于预算。

  • Koch, C. (2004). Nike rebounds: How (and why) Nike recovered from its supply chain disaster. CIO Magazine. 摘要:报道称Nike在2000年需求预测系统部署失败后,将核心系统刷新改为按地域和业务分阶段部署,至2006年无重大故障完成。

  • Lacity, M. C., Khan, S. A., & Willcocks, L. P. (2009). A review of the IT outsourcing literature: Insights for practice. Journal of Strategic Information Systems, 18(3), 130–146. 摘要:系统回顾了IT外包的实证研究,为实践整理了选择性外包的优势、合同设计和采购方能力的重要性。

  • Lehman, M. M. (1980). Programs, life cycles, and laws of software evolution. Proceedings of the IEEE, 68(9), 1060–1076. 摘要:论文表述了实际应用的程序必须持续修改才能避免满意度下降,修改越多复杂性增幅越大的"软件进化法则"。

  • Lientz, B. P., & Swanson, E. B. (1980). Software maintenance management: A study of the maintenance of computer application software in 487 data processing organizations. Addison-Wesley. 摘要:对企业软件维护活动进行了大规模调查,首次系统地证明生命周期成本的一半以上耗费于维护。

  • McKinsey & Company. (2026). The state of AI: Global survey 2026. QuantumBlack, AI by McKinsey. 摘要:基于97个国家1,719人的调查报告了AI利用率达88%,但仅37%的企业报告对EBIT的影响;80%的受访者感受到个人生产率提升;32%的企业选择了AI编码工具自主开发;20%的企业感受到AI运营成本制约使用等情况。

  • Menlo Ventures. (2025). 2025: The state of generative AI in the enterprise. Menlo Ventures. 摘要:分析企业生成AI支出发现外部产品购买占76%、自主开发占24%,从前年购买侧大幅移动;垂直特化AI支出达35亿美元;仅16%的企业运营自治代理等情况。

  • MIT NANDA. (2025). The GenAI divide: State of AI in business 2025. Massachusetts Institute of Technology. 摘要:基于52个组织的访谈和153人的调查,报告了95%的生成AI试点未达损益效果;外部产品投产率(67%)是自主开发(33%)的2倍;存在阻碍定着的"学习缺口"等情况。

  • Moffatt v. Air Canada, 2024 BCCRT 149 (Civil Resolution Tribunal of British Columbia, 2024). 摘要:加拿大民事仲裁庭裁定对聊天机器人错误指导的航空公司责任成立并命令赔偿。

  • Moore, G. A. (2005). Dealing with Darwin: How great companies innovate at every phase of their evolution. Portfolio. 摘要:著作将企业活动分为创造差异化的"核心"和必要但不创造差异的"背景",论述所有活动随时间从核心向背景转移。

  • Nelson, P., Richmond, W., & Seidmann, A. (1996). Two dimensions of software acquisition. Communications of the ACM, 39(7), 29–35. 摘要:论文将交易成本理论应用于软件采购,以"业务独特性"和"需求不确定性"两轴整理了包购、定制开发、自主开发和外包的适用情形。

  • Netflix. (2016, February 11). Completing the Netflix cloud migration. Netflix. 摘要:企业公告报告称从2008年数据库故障开始的AWS迁移于2016年完成,最后一个自有数据中心已关闭,是将基础设施外包、将差异化核心保留为自主开发的分离事例。

  • Panorama Consulting Group. (2023). The 2023 ERP report. Panorama Consulting Group. 摘要:基于对ERP部署企业的持续调查年度报告,显示约半数ERP部署存在预算或时间超支,不足半数的企业充分实现了预期效果。

  • Shapiro, C., & Varian, H. R. (1999). Information rules: A strategic guide to the network economy. Harvard Business School Press. 概要:信息财的经济性质(转换成本、锁定、网络效应、标准化)被系统地整理,是信息经济学面向实务的基础读物。

  • Soh, C., Kien, S. S., & Tay-Yap, J. (2000). Enterprise resource planning: Cultural fits and misfits: Is ERP a universal solution? Communications of the ACM, 43(4), 47–51. 概要:通过分析医院的ERP导入,将产品与组织的不匹配(错配)分为数据、功能、输出三类,并展示了通过定制化消除不匹配会导致长期成本膨胀的研究。

  • Standish Group. (2015). CHAOS report 2015. The Standish Group International. 概要:持续调查软件项目的成功、存在问题和失败的比率的报告。显示成功率保持在30%左右。

  • Standish Group. (2020). CHAOS 2020: Beyond infinity. The Standish Group International. 概要:CHAOS报告的2020年版本。因显示成功率在20多年内未发生显著变化,以及列举决策延迟抑制为成功因素而为人所知。

  • Taima, M. (2026, June 12). AI智能体企业应该瞄准多大的市场——TAM理论、案例与最新研究. mign. https://www.mign.io/articles/57854/ 概要:整理了通用AI企业(OpenAI、Anthropic、Google)针对整个知识劳动力和行业专化AI智能体企业(Harvey、Cursor、Sierra、OpenEvidence等)针对特定行业人力成本支出的市场结构,并以Service-as-a-Software概念和各公司的收入、目标市场、实现程度进行定量比较的专栏文章。

  • Teece, D. J. (1986). Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy. Research Policy, 15(6), 285–305. 概要:显示了创新利益流向发明者还是商业化所需补充资产持有者的条件,是技术战略论最重要的文献之一。

  • U.S. Government Accountability Office. (2014). Healthcare.gov: Ineffective planning and oversight practices underscore the need for improved contract management (GAO-14-694). 概要:美国政府问责局关于Healthcare.gov启动失败的审计报告,指出缺乏统一责任方、需求频繁变更、测试不足。

  • Wardley, S. (2020). Wardley maps: Topographical intelligence in business. Creative Commons(在线公开). 概要:以技术和活动"创发→独自构建→产品→商品化"不断演进为前提,将事业的构成要素描绘成地图,并系统化了按阶段选择适当采购方法的手法的著作。

  • Williamson, O. E. (1985). The economic institutions of capitalism: Firms, markets, relational contracting. Free Press. 概要:精细化了资产特殊性、不确定性、频度三个要素如何决定是否应将交易内部化或委托市场的交易成本经济学基础著作。

  • Zylo. (2023). 2023 SaaS Management Index. Zylo. 概要:通过分析企业的SaaS合同数据,报告了已购买许可证的约40%未被使用,每家公司每年浪费约1,700万美元的调查报告。

分享此文章