页面加载中
如果你在向企业推 AI 方案却发现落地很难，Levie 的这条分析可能直接解释了原因——问题不在 AI 能力，而在变革管理。
我们严重低估了自动化大多数知识工作者任务所需要的变革管理（change management）工作量。
数据存在于遗留环境或系统中，缺乏良好的 API；执行任务所需的上下文缺失；团队技术能力不足；还有其他因素——要在企业中推动真正的 AI 转型，仍然有大量工作要做。
这对正在创业的人来说其实是好消息，因为机会在于：构建软件桥梁让这一切变得更容易，或者建立新的服务公司来帮助完成这些变革管理。机会对那些在寻找的人来说无处不在。
Aaron Levie 认为企业 AI 转型中最被低估的是变革管理（change management）的工作量——遗留数据、缺失上下文、团队技术能力不足都是障碍。但这恰恰是创业机会：构建简化变革管理的软件桥梁，或建立新的服务公司。
企业 AI 转型的瓶颈不是 AI 模型能力，而是组织准备度。遗留数据缺 API、任务上下文缺失、团队技术弱——每一项都需要大量变革管理工作。Levie 认为市场对转型难度的预期普遍过于乐观。
我们严重低估了自动化大多数知识工作者任务所需的变革管理工作量。
一是构建软件桥梁降低变革管理门槛（SaaS 模式），二是建立新的服务公司提供变革管理咨询和实施（服务模式）。这覆盖了两种商业模式，市场空间巨大。
机会在于构建软件桥梁让变革管理更容易，或建立服务公司帮助完成变革。
我们严重低估了自动化大多数知识工作者任务所需的变革管理工作量。
相关知识页
工具链从 Demo 走向生产，编排与评估是主战场。
继续阅读
Zara Zhang 指出 Lark CLI 让 Claude Code/Codex 能访问和操作所有企业协作数据——聊天、日历、会议、文档、表格。企业协作平台对 agent 开放。
继续阅读
Ryo Lu 发出了一篇关于“软件灵魂”的长文：2005 年的 Mac 有质感、有哲学，而今天 A/B 测试和设计系统磨平了一切。AI agent 让生产速度指数级提升，但也让“能跑却无灵魂”的垃圾软件泛滥。他认为品味和执念无法被编程，AI 的真正价值是让有愿景的人做出以前做不到的东西——如果我们做对了，这将是一场文艺复兴，而非更快的工厂。
继续阅读
Aaron Levie 认为 agent 时代的最大机会不在写代码，而在重新设计企业工作流程。用 agent 自动化知识工作需要大量实际投入——整理数据、连接系统、改造流程、设计人机协作机制。编程之外的知识工作没有捷径，这恰恰创造了新的高价值岗位。
继续阅读
Peter Yang 看好 Granola（AI 会议笔记工具）：会议记录是公司中最有用的上下文。
继续阅读
Peter Yang 分享了对 Cowork 设计负责人 Jenny 的采访收获：用 Cowork 自动产出周报、用笔记文件夹做记忆系统、Anthropic 极强的内部 dogfooding 文化、10 天发布背后有一年原型探索、设计师应向工程师学习 AI 采纳方式。