核心观点 - 在AI时代，企业选择AI产品的核心标准应从“功能”转向“效果”，因为“功能≠效果”是当前行业的普遍问题 [1][4][22] - 企业落地AI的主要阻力并非来自对技术不敏感的员工，而是来自负责风险管控和财务预算的部门，因其职责是规避风险，而AI投资本身具有高风险和难以量化回报的特性 [10][28] - 推动企业全员成功拥抱AI需要“上下同欲”，结合自上而下的战略与自下而上的员工自发实践，例如通过“AI效率先锋”大赛等形式来发现和激励内部创新者 [14][32] AI产品选择标准 - AI时代软件选择的范式发生变革，从比较功能转向比较效果，因为大部分AI产品的功能差异不大，真正的竞争在于处理问题、生成内容的效果好坏 [5][6][22] - 当前行业普遍存在“只谈功能，不谈效果”的不理想情况，几乎所有AI软件公司都如此，给用户选择带来挑战 [1][4][22] - 为解决此问题，飞书借鉴新能源汽车自动驾驶分级（L1-L5），提出了AI功能成熟度M1-M4分级标准，以帮助用户评估和选择 [6][23] - M1代表非常不成熟、仅可内部测试的阶段，M4代表非常成熟、几乎适用于所有场景的状态 [6][23] - 飞书自身产品功能大多处于M3级别（大部分生产生活场景可用），部分新功能在M2，极少功能达到M4 [6][23] - 飞书将所有AI功能标记成熟度并公开，呼吁更多厂商采用类似标准，同时建议企业主在选择时自行评估功能的实际成熟度 [8][25] - 提升成熟度（效果）远比开发功能困难，例如飞书知识问答功能为达到M3级别，花费18个月将回答正确/令人满意的比例从最初的10%-15%提升至“大部分情况下满意” [8][25] 企业落地AI的动力与阻力 - 推动AI落地的动力并非来自特定技术部门或懂技术的员工，而是遍布于公司各部门中“愿意折腾、愿意尝鲜”的个人，包括越来越多非技术部门的员工 [8][26] - 企业落地AI的主要阻力出乎意料地来自财务预算和安全管控（风控）部门，原因在于这些部门工作认真负责，其核心职责是规避企业风险 [10][28] - AI投资本身被认为是企业当前最大的风险之一，因为其投资回报率（ROI）不清晰、结果难以预测，从统计上看失败概率可能大于成功概率 [10][28] - 当财务部门（CFO）以传统ROI思维审视AI投资时，业务部门往往无法提供有效的回报证据，从而导致投资被阻止 [10][28] - 为克服阻力，建议将财务及风控部门的评估思维从ROI（投资回报率）转变为COI（不作为成本），即评估“如果今天不进行这项AI投资，三年后公司可能会失去什么” [11][29] - 微软被引为案例：其在2023年对AI进行了全面且领先的战略投资，但2024年因担心影响利润和股价而大范围暂停投资，导致到2025年在AI领域已“全线落后”，并失去了早期与OpenAI合作的部分特权，之后虽调整策略恢复投资，但已错失先机 [13][31] 推动企业全员拥抱AI的实践方法 - 成功的关键在于“上下同欲”，即结合高层战略与基层员工的主动拥抱，因为AI发展尚处早期且不成熟，自下而上的创新涌现至关重要 [14][32] - 飞书通过实践发现，“AI效率先锋”大赛是一种有效的落地方法，能帮助企业从各个部门和层级中发现并激励愿意拥抱AI的员工 [14][32] - 飞书已与数百家客户共创，完成了500多场“AI效率先锋”比赛，在此过程中发现了超过5万名“效率先锋”，并搭建了超过16万种不同的AI应用系统，用于企业运营的方方面面 [14][32]