为情境感知AI正名

企业AI在生成建议、自动化任务和加速决策方面已经展现出能力，但一个核心问题正浮出水面：如果AI不理解企业实际如何运转，再强大的模型也可能忽略决定决策对错的关键约束和业务关系。Celonis企业AI首席科学家德瓦夫拉特·沙阿（Devavrat Shah）将这种理解称为“决策智能”的核心。他指出，AI智能体可以在更大的决策流程中支持单个任务，但它们必须理解每个任务所扮演的角色以及周围的业务条件。“你不能在真空中做这件事。”缺乏正确的运营上下文，智能体可能忽略重要约束、犯下代价高昂的错误，或者在试图弄清所需信息时消耗过多计算资源。 沙阿的建议是，解决方案始于将AI连接到企业已有的流程和数据上。一个上下文层可以帮助智能体理解工作流、在既定护栏内运作，并生成可供人工审核和批准的建议。他建议组织从一个具体的业务决策入手，找出其中最困难的步骤，测试AI能否改善这些环节，再通过衡量速度提升和价值增益来判断是否值得规模化。这种方法还可能改变员工的时间分配——自动化重复性手工工作、协调跨团队任务，可以让人专注于更复杂的战略决策。但要实现这一收益，需要在员工教育上投入，让员工理解AI输出及其含义，而不是简单把决策交给智能体。展望未来，沙阿认为机会将从日常运营任务延伸到财务、劳动力管理、营销和销售等领域的企业级规划。有了正确的上下文，AI可以帮助组织更快地评估选项并做出重要决策。