大多数企业都能跑一个 AI 试点，能把它规模化的却少之又少。
麦肯锡指出，虽然有 88% 的企业已在至少一个范畴使用先进技术，但真正能把成果由试点推展至规模化的，只有约三分之一。这道鸿沟，很少是技术问题，而是企业「如何组织起来去运行 AI」的问题。
那些成功规模化的企业，大多共享同一种结构，它有一个名字：AI 卓越中心。
这篇文章会说明什么是 AI 卓越中心、哪一种运营模式适合你的组织，以及如何在不制造另一层官僚架构的前提下把它建立起来。
什么是 AI 卓越中心？
AI 卓越中心（CoE）是一支专责团队，负责为全公司的 AI 制定标准、治理、工具与人才策略，让各业务单位能一致而安全地采用 AI，而不必各自从头摸索、重复造轮。
它既不是一个研究实验室，也不是单一的项目团队，而是把零散实验转化为可复制能力的运营核心。
你可以这样理解两者的分别：一边是十个团队各自采购工具、各自订立规则；另一边是一个共用职能，让十个团队都能在同一个基础上走得更快。
为何大多数 AI 项目在试点之后就停滞？
大多数 AI 项目停滞，是因为一个成功的试点只证明了「可行性」，而非「可规模化」。要规模化，需要共用的数据标准、治理、可重用的基建与变革管理，而这些都不是单一试点团队所能承担的。
麦肯锡指出只有约三分之一的企业能突破试点阶段，正正反映了这道结构性缺口：试点成功了，组织却没有把它延伸下去的机制。
缺乏一个中央职能，每一个新的应用场景都要在采购、保安审查与供应商选型上从零重来。企业一次又一次地支付相同的启动成本，势头便在不知不觉间消散。
AI 卓越中心实际上做些什么？
AI 卓越中心负责掌管每一个 AI 项目都需要的共用能力，让业务单位可以专注于成效，而不必操心底层的「水电煤」。它的职权范围虽广，却十分具体。
一个典型的卓越中心通常负责：
--- 治理：制定数据使用、风险与合规的政策，并愈来愈多地对齐 ISO/IEC 42001 这套 AI 管理标准。
--- 标准：界定模型如何评估、如何监测漂移、如何记录与退役。
--- 人才：集中稀缺的 AI 技能，并外借予各业务单位。
--- 工具：提供一个经审核、可重用的平台，令各团队毋须各自采购。
--- 优先次序：依价值与可行性，决定哪些应用场景获得资源。
麦肯锡观察到，AI 治理往往正是集中在这些卓越中心之内，以在采用范围扩大时管理风险与数据监督。
哪一种运营模式适合你的组织？
卓越中心常见有三种运营模式：集中式、枢纽辐射式（hub-and-spoke）与联邦式。如何选择，取决于你的组织本来如何作决策，以及 AI 人才目前身处何方。
三种模式的比较：
--- 集中式：由一支团队建立并运行所有 AI。制定标准最快，但可能成为瓶颈。麦肯锡指，超过半数企业已为生成式 AI 采用中央主导的架构。
--- 枢纽辐射式：由中央枢纽制定标准与共用工具，再由嵌入各业务单位的专才（辐射点）负责交付。这种模式在一致性与在地速度之间取得平衡。
--- 联邦式：各业务单位在轻量的中央护栏下自行运行 AI。快速而自主，但若治理不够强，便有碎片化的风险。
德勤建议，卓越中心在对齐组织矩阵、于集中与灵活之间取得恰当平衡时，运作得最好。对大多数香港的中型企业而言，枢纽辐射式往往是最务实的折衷点。
你该如何建立 AI 卓越中心？
建立卓越中心的正确方式，是以清晰的授权由小做起，而非一开始就聘请一支庞大团队。第一季的目标，是一个受治理且已规模化的应用场景去验证模式，而不是一张组织架构图。
务实的步骤大致如下。首先，争取一位高层赞助人，以及一份涵盖范围与决策权的书面授权。其次，挑选两三个高价值应用场景，并围绕它们订立共用标准。
第三，建立最基本的共用工具与治理，包括模型评估与监测。第四，把一个应用场景由头到尾交付、记录下来，并以它作为下一个场景的范本。
价值会层层累积，因为第二个场景可以重用第一个的基础。关于模型选择如何融入其中，你可以参阅我们关于小型语言模型的指南，以及更全面的 UD 洞察专页。
建立卓越中心时，常出什么错？
最常见的失败，是建立了一个「只治理、不交付」的卓越中心。当中央团队只写政策、从不真正交付一个能运作的应用场景，业务单位便会把它视为一个要绕过的关卡，而非合作伙伴。
第二个陷阱是过度集中。若每一个请求都必须经过同一支团队，卓越中心便会变成它本应消除的瓶颈，于是「地下项目」相继出现。
第三个，是忽视变革管理。工具与标准是容易的部分；真正较困难、也更具决定性的，是在不损害士气的前提下，让员工愿意采用新的工作方式。
值得记住的关键事实
AI 卓越中心速览：
--- 定义：一支专责团队，掌管全公司的 AI 标准、治理、工具与人才。
--- 重要性：麦肯锡指只有约三分之一的企业能把 AI 推展至试点以外。
--- 模式：集中式、枢纽辐射式或联邦式；麦肯锡指超过半数企业以中央方式运行生成式 AI。
--- 治理标准：愈来愈多对齐 ISO/IEC 42001 这套 AI 管理标准。
--- 由小做起：一位高层赞助人、两三个应用场景、第一季一个受治理的成功案例。
策略要点
AI 卓越中心并非官僚架构。做得好，它是让企业由「一个聪明的试点」迈向「可靠而全公司通用的能力」的机制，而不必每一次都重付启动成本。
困难之处不在那张架构图，而在于选对「切合你组织实际运作方式」的运营模式，并交付一个能赢取信任的早期成果。这正是一个曾协助企业走过多个技术周期的伙伴的价值所在。UD 陪伴香港企业走过 28 年，让你在 AI 显得冰冷而复杂的时候，不必独自面对。UD相伴，AI不冷。
建立一个真正能规模化的 AI 能力
建立 AI 卓越中心是一项策略决定，会形塑其后每一个 AI 项目。我们手把手带你完成每一步，由 AI 准备度评估、运营模式设计、治理，到你的第一个规模化应用场景，全程以 28 年香港企业服务经验相伴。
本文由 UD AI 团队审阅。
