文章核心观点 - 人工智能通过显著降低协同成本，正在重塑碎片化行业的价值创造与竞争本质 [3][4] - 人工智能实现“无需共识的协同”，即在不强制统一工具、标准或流程的前提下，整合不同来源的信息，使割裂的团队和系统能够为一个共同目标顺畅协作 [3][6] - 这种新型协同模式正在动摇依赖统一标准建立优势的企业的护城河，并催生新的竞争策略与市场格局 [8][14] 人工智能降低协同成本 - 协同成本体现在数据转换、成果对齐的精力消耗，以及耗费在会议协调与返工上的大量时间 [3] - 人工智能使协同变得廉价且通用，通过从非结构化信息中提取可用框架，并利用这些结构化信息驱动工作完成 [3] - 这是历史上首次，协同可以在无需达成广泛共识的前提下实现，其应用范围得以拓展至那些曾因成本过高或过于复杂而无法触及的专业领域 [3] 新型协同模式在建筑业的应用 - 典型建筑项目需要建筑师、结构工程师、承包商等多方专业团队协作，但各团队使用不同工具且关注点不同，导致高效协同成为项目成败关键 [5][6] - 以往强制统一平台或数据模型的标准化方案往往失败，或引发其他环节的错位 [6] - 人工智能默认接受碎片化现状，从BIM软件、电子表格、现场照片、邮件、批注PDF等迥然不同的来源提取信息，构建项目的统一全景视图 [6] - 基于此统一视图，项目经理能在尊重各团队工作方式的前提下统筹流程，并直接做出跨专业的权衡决策，无需召开冗长会议 [6] - 例如，若建筑师移动了楼梯间，人工智能可自动识别其对结构梁的影响，即时通知结构工程师，成为隐形的协同层 [6] - 企业如Trunk Tools从Autodesk和Procore等工具中收集信息，通过解读图纸、规范与进度表，生成结构化、可检索的项目档案，使各方无需再耗费时间相互核对 [7] - 行业巨头Procore收购Datagrid，正是看中其从非结构化文件中提取数据框架的类似能力 [7] 竞争格局的重塑：以车险理赔市场为例 - 当协同不再依赖共识，那些凭借统一标准、接口或流程建立优势的企业，其护城河开始动摇 [8] - 美国车险理赔市场初创公司Tractable正挑战巨头CCC Intelligent Solutions [9] - CCC通过建立一套标准化的损伤代码与数字工作流程主导市场，其“通用语言”已被行业广泛采纳，导致竞争对手的转换成本极高 [10] - Tractable完全绕开标准之争，训练人工智能模型直接解读车主手机拍摄的车辆损伤照片，生成维修估价，并无缝对接保险公司现有流程，实现了“无需共识的协同” [10] - 至2023年，Tractable年处理理赔金额已近70亿美元 [10] 企业应对人工智能协同的三种策略 - 成为协同层：投资于打造最优的生态系统全景视图，在不要求合作伙伴更换标准的前提下，提供统一可视化，将自己定位为生态系统中不可或缺的“翻译中枢”，例如物流平台project44 [12] - 强化责任承担：强化自身为最终结果兜底的能力，通过一体化控制提供更可靠的风险与执行保障，例如马士基向综合物流服务商转型，提供涵盖端到端的全链条服务 [13] - 控制协同，分层赋能：利用人工智能在内部构建特权性的统一视图，然后有选择、有条件地向碎片化的合作伙伴生态提供部分可见性，例如联邦快递大力投资人工智能路线系统，基于全网络实时数据形成统一运营视图，但对外仅有限度地共享信息，且常设有付费门槛 [14] 人工智能协同的未来影响 - 人工智能驱动的协同将为碎片化行业带来速度、成本与创新层面的切实收益，同时也将引发权力转移 [14] - 短期看，赢家将是那些善用人工智能突破系统壁垒、切实完成工作的实践者 [14] - 长远而言，当项目规模扩大、失败代价高昂时，责任、信任与归属问题必将促使行业重建共享规则与清晰权责 [14] - 可行的道路是利用人工智能在协同成本长期过高的地方启动协作，同时有意识地构建治理机制、合同和规范，将快速协同转化为持久、可信的生态系统 [14]