AI 原生企业管理：十条建议

愿景必须能够回答“什么钱不赚、什么产品不做、什么利益可以让出去”。只有持续以行动兑现，愿景才能代替部分制度成本，成为研究团队的共同判断基础。

自上而下的正式项目负责模型发布和工程协同，自下而上的自由探索负责发现尚未形成项目的新机会。不能用同一套排期和考核方式管理两者。

不要把研究者的时间和算力排满。许多突破在早期并不需要大型项目，而需要更多人持续思考、小成本试验和快速放弃错误路线。

资本和算力可以补充，形成共同语言与高信任协作方式的团队很难重建。长期权益、研究环境和使命认同，应当进入核心人才策略。

重大技术与战略决策应先形成认知基础。负责人可以提出倾向、解释利弊并推动讨论，但不能把正式权威误认为真实共识。

研究部门需要松弛、扁平与自主，基础设施和规模化交付需要明确责任与层级。随着人数增加，必须演化组织，但不要让管理结构侵入所有工作。

优先把 AI 嵌入企业最核心、最难的生产流程，而不是先做普遍但浅层的办公助手。模型首先帮助自己的研发，才能形成最短、最真实的反馈回路。

项目历史、角色关系、决策理由、失败记录和反馈结果，应当逐渐成为 AI 可访问、可授权、可持续更新的组织记忆，否则 AI 只能处理临时任务。

持续判断一项业务是否必须自己完成。伙伴能够做好的应用和基础设施，可以通过生态协作完成；内部只保留决定核心能力与用户反馈质量的环节。

不要只统计员工使用 AI 的次数。真正重要的是单位能力成本、实验周期、发布速度和 AI 对下一代产品研发的实际贡献。