在軟件工程中，對軟件的定義是信息處理器（Information Transformer）。AI對軟件最本質的影響是徹底改變了信息處理過程，尤其是圍繞信息結構化的應用程序處理過程——作為上一代計算機處理信息的技術，將持續收縮至消亡。
從IT進化史來看，早期IT部門處理的是數據，具體工作是制表，決策對象是昂貴的PC投資。隨著處理器、存儲成本下降，高級程序語言誕生，推動了軟件及產品爆發，IT部門逐漸演變為系統功能開發，大量的成本和債務開始積壓在系統。AI出現，從人的視角來說，面向的是規則和知識利用；從系統的視角來說，面向的是信息處理。DeepSeek將思維鏈的深入引入，使人的思考與系統的處理結合得更為緊密，從而加強了人機智能協同。“將知識轉化為可用能力”最大的領域，就是軟件開發。因此，與代碼生成等開發過程AI輔助不同，DeepSeek的模式將徹底重塑軟件開發的本質：如何將從輸入想法到輸出結果之間的轉換和依賴降低到最少。- 形式層：解決問題的框架、過程、方法，及企業內部規定、規則、標準的集合；
- 會話層：人與智能的協作界面，以會話、Prompt為主，盡可能減少應用功能以降低系統復雜度；
- 知識層：經過智能加工的信息，包括通用、行業、企業、領域及個人經驗的匯聚，基本存儲形態是非結構化數據。
最大的工作量體現在形式層的迭代和數據處理，因此，將極大簡化系統的邏輯設計，包括：業務架構、功能結構等，“業務如何轉為軟件工程的形式描述”的面向實現的問題將不再存在，轉變為“業務如何更好地進行形式化描述”的面向系統的優化問題。
DeepSeek
打通了人與系統的思考屏障
早上親測了DeepSeek、Kimi和豆包，問題較為機密就不發截圖了，比較出結論：Kimi和豆包給出的回答非常相似，突出重點；而DeepSeek給出的回答分類更多、提供了更多的細節，能夠根據回答者的追問展開更深入的“研究”。比如，它能夠完成一份讓我滿意的規劃方案，而不像Kimi等給我回復的是一份類似從搜索引擎上直接下載的模板文案。“研究”與“查詢”，就是我使用DeepSeek與其它AI大模型的感知差異。也讓我覺察到，人與系統對知識的邏輯處理越來越接近，AI驅動的智能系統，可以像一支“外接手臂”一樣，直接根據我的想法描述完成任務目標。智能系統的算力、知識和推理不再是問題，差異將取決于智能系統的輸入和輸出。想法和提問，決定了智能系統的輸出質量和能力。
智能時代競爭力：
分析與決策的質量及效率
企業應用的擴散趨勢是從事務型活動逐漸走向信息型和決策型活動。但決策的難點，從早期BI類系統開始，就在于數據支撐能力，包括數據的完備性、質量和面向決策的加工。
在企業內部，決策型系統大量的數據來源于業務系統，然而，這些數據并不一定對決策有用，因為執行系統的信息設計并不面向決策者，也只有少量的管理控制環節。因此，決策系統所需的信息依靠集成或更直接的數據處理平臺。
前些天我們的變革者社區討論了一個話題：低代碼如何支持管理會計類工作。
我認為這個需求從根本上就提錯了，待解決問題和解決方案不在同一種技術性質的空間中。
管理會計是分析型工作，用到的資源包括經營知識、業務知識、管理會計知識、分析模型、數據及數據分析工具。而低代碼解決的是功能開發效率和成本問題。將“管理會計”類工作或曰業務活動開發成系統功能是最低效的設計方案：因為它將導致無窮無盡的功能出現。
更簡單、優化的解決方案，就是分析工具、模型和數據。
國外公司Marketing部門會使用Python/Pandas進行數據分析，業務部門有會使用Python/R的專職分析師，這也會是國內公司未來業務部門的標配趨勢。
它意味著決策模式將由組織結構、業務流程轉變為分析驅動，也將越來越授權下放業務一線，以提升準確性和及時性。
企業之所以需要組織，組織又之所以發展出企業形態，離不開“效率”一詞。因為比市場協調效率更高，企業才得以誕生。因此，如何在組織擴張過程中持續保持效率，是組織的戰略，也是企業間競爭的一大關鍵要素。IT和應用開發在這個過程中，一直提供的是“熵增效應”，與戰略、業務目標經常不匹配、功能的膨脹，以及越來越高的技術債務和維護成本。轉向更多分散業務決策的組織，將有可能采取一種新的、更簡單的系統形態：基于歷史及補充信息、業務操作“提示”，快速完成決策，縮短業務的端到端過程。人結合手持設備進行輔助決策的一個典型場景是私人銀行的客戶經理交易過程。由于金額巨大，客戶經理與客戶之間有非常密切的關系，需要掌握很多客戶的相關信息。在傳統模式下，客戶經理只能維護熟客，因為客戶的信息靠記憶來保存，在交易頻率低、互動不頻繁、購買決策緩慢的年代，這種過程不是問題，反而是一種人際關系上的優勢。大約七八年前，某國外私行客戶經理曾說：我們這里的客戶交流永遠不可能使用系統！前些年某保險公司也曾經對我說過：壽險永遠不可能離開人、不面對面。然而近些年出現了一種特定的場景，新技術是驅動因素之一，更大的變化是客戶需要在當天兩班飛機之間完成大筆的私人銀行交易處理。業務流程、IT系統一下就成為了瓶頸。在詳細了解問題、當前方案和客戶的構想之后，我們設計出了解決方案的概念：客戶經理能夠在45分鐘內完成面向客戶的產品推薦、前臺下單，并在客戶登上下一班飛機之前完成后臺處理、打印，送至機場讓客戶完成確認簽字和回寄。該應用最終的呈現形態是智能手持設備，從客戶刷卡進貴賓室的一刻，就主動聚合客戶的所有信息，將相關產品同時推送到客戶經理的設備上，進入“作戰狀態”，跟隨著客戶會話的進展，有后臺人員在“作戰室”進行同步信息調度，輔助客戶經理完成交易。這項應用也是決策型系統的參考樣板之一，極其簡單的功能、大量的數據聚合、分析模型與實時進展跟蹤。在AIGC的輔助下，平臺將進一步簡化，可以采用敘事方式來呈現客戶信息，與客戶的交互過程可以通過形式化來引導。AI時代將延續數字技術的“加速度”，為提升企業的競爭力，組織與系統應將出現這些變化：
對未來的應用開發來說，功能將不再是重點，而是需要簡化的點，系統“特性”轉為更關注整體輸入輸出的“解決方案”，定義和解決問題的分析設計能力是企業IT競爭力的關鍵因素。陳加興是場略咨詢創始人、數字戰略顧問。幫助企業實現數字化戰略規劃、組織變革設計及新產品敏捷精益開發轉型，提高企業在動態環境中的競爭力。
閱讀原文：原文鏈接
該文章在 2025/2/5 17:04:46 編輯過
400 186 1886
