关于这本书
当 AI 开始交付业务结果
让 AI 帮忙分析一份数据，与让它持续关注业务变化，在发现问题后开展分析，并在授权范围内采取行动，是两种不同的工作方式。
前一种情况下，人需要不断发起任务，安排每个步骤。后一种情况下，人设定目标和边界，由 Agent 承担其中一部分连续的工作。
我把这个变化称为「做事主体的切换」。
——吕承通
因此，建设一个 AI Native 组织，并不只是让每位成员把 AI 用好。企业的知识如何积累，任务如何分配，权限如何设置，成果如何验收，都需要相应改变。
吕承通
ThinkingAI 创始人兼 CEO
书中内容
从思考走向实践
“这本书沿用了我们过去讨论数据驱动时的一个框架：道、术、器。”
在智能时代，道是对 AI 以及人的角色变化的理解，术是知识编码、人机分工和持续进化的方法，器是支撑这些方法的企业级 Agent 平台。三者相互依赖，又层层递进。
上篇 · 理解组织为什么改变
道
- 01两千年的信息路由
- 02做事主体的切换
- 03效率与增长的裂缝
中篇 · 建立人机协作的方法
术
- 04知识编码：把公司写成 AI 读得懂的样子
- 05目标与边界：人机分工的第一性原理
- 06持续进化：从知识库到飞轮
- 07角色与架构：层级之后的组织
下篇 · 用什么推进组织转型
器
- 08从数据中台到 Agent 平台
- 09信任的工程
- 10文化：不需要分发的上下文
- 11转型路线图
- 12行业的心跳
- 13个人的选择
五项随书工具与一份转型日历
授权八问表
在把业务交给 Agent 之前，核对授权准备
治理十二道门
在 Agent 系统上线之前，检查治理准备
成熟度自评表
从8个维度、20项指标评估组织转型状态
决策者的统计素养速查表
在依据数据作决策前，检查常见统计判断
媒介觉知五问
审视仪表板与 AI 结论的呈现与影响
转型日历
让工具进入业务授权、上线与复测的节奏
