Back to InsightsAI Governance

Cogware:智能组织如何外部化智能

By James Huang2026年7月11日·Updated 2026年7月12日22 min read
AI Generated Cover for: Cogware: How Smart Organizations Externalize Intelligence

Cogware:智能组织如何外部化智能

TL;DR:公司失败不是因为人们愚蠢。它们失败是因为智能存在于大脑中,而不是系统中。幸存下来的组织建立了“认知软件”——技能(如何行动)、护栏(如何不失败)和记忆(如何学习)。大多数停留在第3阶段:以学习为驱动。那些将在下一个十年占据主导地位的组织正在建立第4阶段:由人工智能治理的组织,在这里机器处理10,000个日常决策,而人类专注于定义未来的100个决策。华为并没有雇佣更聪明的人。他们购买了IBM的操作手册,并将其作为自己的操作系统。构建中国航天计划的火箭科学家在1996年到2015年之间并没有变得更聪明。他们建立了一个记忆系统,将每一次失败转化为系统升级。下一个进化不是更优秀的人类,而是更好的人工智能治理。

詹姆斯,这里是水星科技解决方案的首席执行官。 香港 — 2026年7月

我看过足够多的公司倒闭,已经看到了模式。创始人很聪明。团队很有才华。产品很好。然后创始人离开,或者市场发生变化,或者公司扩张——一切都崩溃了。

诊断总是一样的:“我们失去了最优秀的人。” “新管理层不懂。” “文化变了。”

错了。公司从来没有文化。它有个性。而个性随着其拥有者的离去而消亡。

真正的问题不是如何雇用更聪明的人。而是如何建立一个不需要天才就能运作的系统。一个每次有人犯错时都会变得更聪明的系统。一个能超越任何个体的系统。

我称之为 认知软件 — 组织的等价于软件。如果硬件是建筑,软件是工具,那么认知软件就是嵌入系统本身的智能。

认知软件的三个组成部分

认知软件有三个部分。缺少任何一个,你的组织都在借用时间运行。

技能 — 如何一致地做事情。护栏 — 如何不使事物不可逆转地毁坏。记忆 — 如何从发生的事情中学习。

它们不是分开的。它们是一个循环。技能产生结果。护栏捕捉失败。记忆更新两者。循环旋转,组织变得更聪明。

让我们逐一分析。

技能:从英雄主义到脚本

1999年,华为是一颗明星。收入在增长。产品具有竞争力。工程师们才华横溢。

但数字却很难看。按时交付:50%。国际竞争对手:94%。库存周转:每年3.6次。竞争对手:9.4次。研发投资回报率:仅为IBM的六分之一。

问题不在于人才。华为拥有中国一些最优秀的工程师。问题在于一切都依赖于他们。英雄主义在某个点上可以扩展——然后英雄主义就成了瓶颈。

任正非的诊断非常严厉:“我们不缺乏人才。我们缺乏技能。”

他聘请IBM来教授华为综合产品开发——IPD。这个概念很简单:将产品开发视为一个剧本。从需求到发布,每一步都要明确。谁在什么时候做什么,与谁一起,按照什么标准。不是指导方针,而是剧本。

任的实施更加严厉:“先僵化,然后优化,再固化。”

在最初的几年里,不允许修改。华为的工程师们抱怨。他们比这聪明。他们有更好的想法。任的回应是:“我们买的是美国鞋。如果不合脚,我们就割掉脚。”

关键不是IBM的流程完美无缺。关键是华为需要学习什么是流程曾经在他们能够改善一个之前。他们习惯于即兴发挥,以至于无法认识到重复的价值。

这就是英雄主义的陷阱。小团队依赖于即兴发挥。设计功能的同一个人会与客户交谈,编写代码,并修复错误。沟通是即时的。调整是持续的。人才就是一切。

在规模化时,这就变成了一场噩梦。设计师不再与客户交谈——有销售团队负责这个。编码者不知道使用案例——有产品经理负责这个。修复错误的人不知道架构——有去年离开的高级工程师负责这个。

技能是大规模人员之间的接口。没有它们,你就没有组织。你只有一群恰好共享工资系统的个人。

症状是普遍的:老板必须推动每一个决策。客户信息消失在Slack线程中,再也无法找回。同样的任务由五个不同的人以五种不同的方式完成。部门互相指责失败,实际上这些都是接口失败。新员工在周围徘徊数周,试图弄清楚谁知道什么。

你认为你有一个人员问题。你有一个技能缺口。

护栏:不自毁的艺术

技能让你前进。护栏让你不至于开车掉下悬崖。

当人们听到“清单”时,他们会想到训练轮。初学者的东西。在你足够好到可以随意应对之前的拐杖。

这正好相反。清单不是给不知道该做什么的人准备的。它们是给那些知道该做什么的人——而且因为他们是人,仍然会遗漏某些东西。

2009年在《新英格兰医学杂志进行了一项针对八个国家八家医院的19项外科安全检查表的研究。结果:外科死亡率从1.5%降至0.8%。并发症从11%降至7%。

检查表的项目几乎简单得令人感到侮辱。确认患者身份。确认手术部位。确认过敏史。在关闭前计算海绵和器械的数量。

这些并不是晦涩的边缘案例。这些是基础知识。每位外科医生都知道的基本原则。然而,没有检查表,团队却错过了这些。并不是因为他们无能,而是因为他们疲惫、分心、匆忙,并且假设其他人已经检查过了。

任何组织中最危险的短语:"我以为你处理过了。"

护栏在不可逆转的边缘发挥作用。在你签署合同之前。在你转账之前。在你推向生产之前。在你删除数据库之前。在你发布公开声明之前。

暂停是关键。检查表创造了一个团队同步的时刻。外科医生、麻醉师、护士——他们停下来,交谈,确认他们处于同一现实中。这不是官僚主义。这是认知卸载 — 使用外部结构来释放实际工作的心理带宽。

糟糕的护栏说:"不要思考。只需遵循步骤。" 好的护栏说:"这五件事是不可谈判的。其他的,依靠你的判断。"

这种区别很重要。试图取代判断的护栏会导致怨恨和变通行为。保护判断的护栏则保护判断,为实际思考创造空间。

没有护栏,组织会发展出可预测的病态。合同中会签署隐藏条款,直到争议时才被注意到。产品发布时会有测试团队"认为质量保证覆盖了"的漏洞。员工离职时会带走"本该被撤销"的访问凭证。这些并不是罕见的失败。它们是没有护栏的组织的默认状态。

记忆:如何避免重复自己

技能和护栏是现在时。记忆是过去时,它为未来提供信息。

当我说记忆时,我并不是指“我们应该把事情写下来。”我指的是一个将经验压缩为可重用形式的结构化系统。最佳实践、失败案例库、事后分析、实验日志、知识库。

关键词是结构化。大多数公司都有文档,但没有记忆。文档放在没人打开的文件夹里。记忆是被查询、更新并集成到操作系统中的。

最佳实践的陷阱在于:它们不可转移。在一个团队、一个文化、一个市场、一个激励结构中有效的做法——在另一个地方不一定有效。管理学者加布里埃尔·苏兰斯基对此进行了广泛研究。他发现即使在同一家公司中,将成功的做法从一个团队转移到另一个团队往往会失败。他称之为"内部粘性" — 知识保持在其原始上下文中,不会脱离。

这就是为什么如此多的 "数字化转型" 失败的原因。公司看到另一个组织的 OKR 系统运作良好。他们复制了形式,却忽视了功能。新系统生成相同的报告、相同的会议、相同的仪式——但没有使其有效的原始上下文。这就像器官移植排斥。器官本身没问题,但身体却攻击它。

正确的方法不是复制实践,而是提取 因果结构 — 是什么条件使其有效?什么会破坏它?我们的上下文需要改变什么?—— 然后在本地进行重写。

但即使是因果提取也需要记忆。你需要知道发生了什么,在什么条件下,得到了什么结果。大多数公司没有这些。他们只有轶事。"还记得那次……" 轶事很有趣,但它们不是记忆。

中国航天的教训:如何将灾难转化为代码

我所遇到的最佳组织记忆的例子来自一个不太可能的来源:我国的航天计划。

1996年2月15日。长征3B火箭从西昌发射。点火后两秒,姿态控制失效。二十二秒后,火箭坠毁在山坡上并爆炸。

这并不是一起孤立事件。自1992年以来,长征火箭经历了一系列故障。中国的商业发射业务——曾经是一个有前景的收入来源——正在崩溃。客户在取消订单。保险变得不可能。该项目处于危机之中。

应对措施不是解雇员工。也不是“更加努力”。而是建立一个如此强大的记忆系统,以至于失败将变得不可能重演。

他们称之为“闭环问题解决” — 歸零。五个要求:

1. 精确定位 — 确定确切的故障点。

2. 清晰机制 — 了解故障是如何发生的。

3. 问题重现 — 按需在目击者面前使故障再次发生。

4. 有效措施 — 证明修复在相同条件下有效。

5. 全面扩展 — 检查每个类似系统、每个类似过程、每个类似组件。一个失败更新所有内容。

这不是事后分析。事后分析记录发生了什么。归零 重写系统所以它不能再发生。失败变成了强制升级。

结果:在实施归零之后,中国的长征火箭连续成功了多年。2015年,国际标准化组织将该方法采纳为ISO 18238。中国的教训成为了世界的教科书。

这就是记忆在严肃时的样子。不是没人阅读的经验教训文件。不是大家都同意“更好沟通”的回顾。一个将每次失败视为强制升级事件的系统。

大多数公司将失败视为尴尬。他们隐藏它。他们最小化它。他们继续前进。结果:相同的失败,由不同的人在不同的部门、不同的年份重复。

如果你的公司三次犯同样的错误,你不是人力资源问题。你有一个记忆问题。

良好实践的生命周期

以下是 cogware 实际运作的方式。一位销售代表发现了一种新方法。她没有先进行产品演示,而是花了前半小时帮助潜在客户计算他们当前系统的成本。这种数学计算产生了紧迫感。演示变成了解决方案的证明,而不是介绍。成交率飙升。

在大多数公司,这种方法随着销售代表的离开而消亡。她被晋升,这种“方法”变成了传说,她离开后,这一切都消失了。

在 cogware 组织中,这种实践经历一个生命周期:

1. 实验。在受控条件下测试该方法。是方法有效,还是她只是个优秀的销售代表?它在其他销售代表中有效吗?在其他客户类型中呢?在什么条件下它会失败?

2. 写入记忆。记录机制、前提条件和边界。不仅仅是“这样做。”为什么它有效,当它有效,什么使其失效。没有这个,它就是民间疗法,而不是实践。

3. 作为技能进行编码。一旦验证,就将其转化为标准操作程序(SOP)。脚本。计算器模板。培训模块。角色扮演场景。新员工在一周内达到老员工80%的表现,而不是一年。

4. 建立护栏。代表们通常在这种方法上哪里出错?也许他们跳过了发现阶段,直接进入计算。也许他们在对成本不敏感的潜在客户身上使用它。建立检查清单。红旗。"停止并重新评估"的触发点。

5. 反馈循环。每一笔交易——无论是赢还是输——都会反馈到记忆中。什么有效?什么无效?更新技能。更新护栏。系统不断演变。

这就是演变循环:创新产生变异。实验执行选择。技能编码保留。护栏和记忆使下一个周期成为可能。

创新和过程不是敌人。它们是同一周期的连续阶段。崇拜"颠覆"而厌恶"官僚"的人错过了这一点。崇拜"过程"而厌恶"变化"的人也错过了这一点。你需要两者,按顺序,保持平衡。

科学革命作为认知工具

科学方法不是一组事实。它是一个使事实可积累的认知系统。

技能:实验必须记录到可重复的程度。这就是脚本。任何人都可以运行它。

护栏:同行评审。出版前的检查点。“停止并验证”的时刻。

记忆:学术期刊。一个结构化的档案,保存超越任何个人职业或生命跨度的发现。

结果:知识复合。牛顿不是从零开始。他是从伽利略建立的基础开始的。爱因斯坦不是从零开始。他是从麦克斯韦建立的基础开始的。科学方法是使天才非零和的认知工具。

将其与前现代中国进行比较。宋应星在明朝晚期,将他那个时代最先进的农业和工业技术汇编成一本名为《天工开物》—— "自然之工的开发"。这是一个整个文明的最佳实践,浓缩成一本书。

它从未被纳入任何组织系统。 《四库全书》—— 皇帝的图书馆——没有包括它。没有任何机构采用它。没有任何行会更新它。到清朝中期,它在中国被遗忘。1771年的日本版保留了它。这些技术在日本存活下来,而在其发源国消失了。

中国拥有天才,但没有工具。智慧被困在个人的大脑和个人的书籍中。它无法复制。它无法复合。它无法生存于其创造者之中。

这是每个组织面临的选择。建立一个能够超越你最优秀员工的系统。或者看着你最优秀的员工在离开时带走你的智慧。

组织智能的四个阶段

组织通过四个阶段演变。大多数组织永远无法超越第一阶段。那些达到第四阶段的组织正在构建一些前所未有的东西。

阶段 1:以个性驱动。一切都源于创始人的大脑。决策需要创始人的在场。问题等待创始人的关注。组织是一个人认知的延伸。这种方式在这个人不可用、感到不堪重负或离开时会失效。

阶段 2:以流程驱动。技能和护栏已经建立。人们知道自己的角色。决策通过定义的渠道进行。组织稳定、可扩展且日益僵化。流程变得神圣。例外被视为威胁。工作变成合规表演。系统以适应为代价自我维持。

阶段 3:以学习驱动。过程被视为当前版本,而非最终答案。护栏是动态风险传感器,而不是静态规则。事后分析是版本更新,而不是葬礼。每个例外都是一个信号——被看到、被解释,并融入下一次迭代。认知软件在不断使用和不断修订中。

阶段 4:AI 管理。组织不仅从人类中学习——它以机器速度持续自主地学习。技能由观察数千次互动模式的 AI 系统生成和更新。护栏由算法强制执行,这些算法实时捕捉异常,甚至在人工察觉之前。记忆不是人们忘记查询的数据库——它是一种主动智能,在做出决策之前呈现相关的先例。

以个性驱动的组织在一个大脑中是聪明的。以过程驱动的组织在多个大脑中是愚蠢的。以学习驱动的组织在系统本身中是聪明的。以 AI 管理的组织在速度和规模上是人类系统无法匹敌的聪明。

从阶段 1 到阶段 2 的过渡是困难的。这需要创始人故意减少自己的角色。建立使其个人参与变得不那么必要的系统。大多数创始人无法做到这一点。他们的身份与不可或缺性紧密相连。

从阶段 2 到阶段 3 的过渡更为困难。这要求组织将自己的规则视为临时的。接受今天的最佳实践是明天的遗留约束。这威胁到建立和执行当前流程的人。这需要一种文化,在这种文化中,挑战系统被重视,而不是受到惩罚。

从阶段 3 到阶段 4 的过渡是所有过渡中最困难的。这需要一些之前的过渡所没有的:赋予系统自主权。

不仅仅是记录人类的决定。也不仅仅是基于过去的模式进行建议。而是实际做出操作决策,执行这些决策,并从结果中学习——比任何人类干预的速度都要快。

这就是大多数组织停滞不前的地方。他们将人工智能作为工具部署。一个副驾驶。一个具有更好用户界面的搜索引擎。他们向机器请求建议,然后在这些建议与人类直觉相悖时忽视它们。他们利用人工智能来加速第二阶段——更多的流程,更快的合规——而不是跳到第四阶段。

第三阶段和第四阶段之间的区别不在于技术,而在于治理模型。

在第三阶段,人类决定,机器记录。在第四阶段,机器在定义的边界内做出决定,人类判断例外情况。边界是关键。太窄,人工智能就成了一种华丽的表单填写工具。太宽,则会导致算法灾难,直到为时已晚时人类才会发现。

现在能够做到这一点的组织——而且只有少数几个——建立了我所称之为人类-人工智能治理接口。这是一套定义规则的系统:

• AI可以自主决定的事项。低风险、高频率、可逆的决策。客户路由。库存重新订购。内容调度。A/B测试分配。

• AI可以推荐但无法执行的事项。中等风险的决策,具有不对称的下行风险。价格变动。供应商选择。招聘决策。

• 需要人类判断的事项。不可逆的行动。战略转变。伦理界限。任何如果出错会登上头条的事情。

• 人工智能如何解释其推理。不仅仅是“算法这么说”。因果链。置信区间。替代场景。人类法官需要理解赌注,而不仅仅是结果。

• 如何将例外反馈到系统中。每一个人类覆盖都是一个训练信号。每一个成功的干预都是一个案例研究。边界本身在不断演变。

这是关键的洞察:阶段4并没有消除人类判断。它提升了人类判断。

人工智能处理1万项单独不重要但累积成运营卓越的决策。人类处理定义公司未来的10个决策。人类的工作不是更快地工作,而是更好地思考——因为机器让他们摆脱了那些不需要思考的工作。

人工智能治理的实际样子

让我给你一个来自我在Mercury运营的具体例子。

我们运行一个内容管道,每月在多种语言中生产数百篇文章。在第二阶段,这是一个流程:编辑日历、作者分配、审查队列、出版时间表。在第三阶段,我们添加了反馈循环:将绩效数据反馈到主题选择、格式实验、受众细分中。

在第四阶段,系统的运作方式不同。人工智能监控我们目标市场的搜索趋势、社交信号和竞争内容。它生成带有预测绩效分数的主题提案。它以每个地区适当的语调起草内容。它根据最佳时机模型安排出版时间。它实时监控绩效并调整分发支出。

人类编辑不再写初稿。他们评判人工智能的提案。当语调不对时,他们会介入——当机器捕捉到了语法却错过了灵魂时。他们处理边缘案例:不在训练数据中的突发新闻、无法翻译的文化参考、需要高管对齐的战略叙事。

人类已成为护栏。人工智能已成为技能。

而记忆呢?它不是一个过去文章的文件夹。它是一个活的模型,根据每个过去决策的结果加权,识别出以前成功的方法何时在退化,提出值得进行的实验。

这就是我所说的由AI治理。不是AI辅助。不是AI增强。治理。AI是主要操作员。人类是战略监督者。系统是组织。

对第四阶段的抵抗

反对意见是可以预见的。“我们不能信任机器做决定。” “AI不理解上下文。” “那责任呢?”

这些反对意见并没有错。它们是将第二阶段的思维应用于第四阶段的问题。

是的,AI并不像人类那样理解上下文。过程手册也不理解。电子表格也不理解。我们已经信任那些不理解上下文的系统几十年了。问题不是AI是否理解上下文,而是它是否比它所取代的过程更好地理解上下文。比它所取代的过程更好。

是的,当机器决定时,问责制很难。但当委员会决定时,问责制已经很难。责任在五层人类审批中扩散,并不会因为参与者是人类而变得更合法。这只是更熟悉。至少人工智能可以准确解释它使用了哪些数据,应用了哪些权重,以及考虑了哪些替代方案。试着从一个企业委员会那里获得这样的透明度。

对第四阶段的真正抵制并不是关于风险,而是关于身份。那些以成为房间里最聪明的人为职业的人,不想生活在一个房间本身比他们更聪明的世界里。

这是组织成熟度的最终考验。那些建立了系统的人能否接受系统已经超越了他们?他们能否将自己的角色从“决策者”重新定义为“系统架构师”?从“操作员”变为“治理者”?

能够做到这一点的人正在建立将在下一个十年主导的组织。不能做到的人正在建立非常昂贵的第二阶段系统,上面涂有人工智能的外衣。

人工智能治理的认知软件中的人类角色

“服务于系统”听起来去人性化。其实并不是。系统无法做到人类所能做的事情。

判断例外。识别不符合模型的模式。处理规则书中没有的价值冲突。将今天的失败转化为明天的更新。而且——最重要的是——对结果负责。

系统处理可重复的事务。人类处理不可重复的事务。系统保存知识。人类创造知识。系统防止已知的失败。人类预见未知的失败。

目标不是用流程取代人类判断。目标是让人类判断摆脱日常事务以便专注于真正需要判断的事务。

在第4阶段,这种分工变得明确。人工智能处理已知的已知和已知的未知。人类处理未知的未知——黑天鹅、范式转变、没有训练数据预见的伦理困境。

人类的角色并没有减弱。它是集中。 从分散在 10,000 个日常决策中,到专注于定义未来的 100 个决策。从执行到治理。从做事到设计。

这就是人类智慧的终极解放:不是更快地工作,而是专注于正确的事情。不是知道更多,而是思考更深。不是处理更多信息,而是产生更多洞察。

由人工智能治理的组织并不会使人类变得多余。它使他们以一种前所未有的方式变得不可或缺—— 作为良知、指南针和系统无法复制的创造火花。

价值流作为脊柱

所有这一切都服务于一件事:价值流。

客户进入。需要诊断。提出解决方案。交付。验证。付款。续订。这是业务的脊柱。各部门是附着在脊柱上的肌肉。流程是协调它们的神经系统。

作为领导者,您的工作是确保这个流程中的每一步都有:

• 一个 技能 — 执行此步骤的可重复方法。

• 一个 护栏 — 不可逆行动之前的检查点。

• 一个 记忆 — 基于结果更新技能和护栏的反馈循环。

如果你的业务在你度假时停止运转,那你就有技能问题。如果你的业务不断犯昂贵的错误,那你就有护栏问题。如果你的新员工重复了旧员工犯过的错误,那你就有记忆问题。

这些不是独立的问题。它们是同一缺失系统的症状。

最终重构

大多数公司投资于人才。他们招聘最优秀的人,支付有竞争力的薪水,建立“世界级团队”。然后他们就会想,为什么当明星离开时,表现会消失。

答案是他们投资于 硬件 — 人 — 而不构建 认知软件 — 存活于他们之上的智能。

人才是必要的,但不够。一个没有系统的人才是英雄。英雄是鼓舞人心的,但他们也是暂时的、昂贵的和不可替代的。

没有人才的系统就是一台机器。它能工作,直到遇到它没有设计过的东西。然后它就坏了,没人知道怎么修复它。

组合才是关键。有才华的人,嵌入在捕捉和复合他们智能的系统中。人们可以离开。系统会不断学习。

这就是公司和邪教之间的区别。邪教随着其领导者的去世而消亡。公司则能超越其创始人,因为它的智慧不在任何一个大脑中,而是在系统本身。

构建系统。服务系统。改善系统。系统将超越你,并在你在这里时让你变得更聪明。

水银科技解决方案:加速数字化。

Originally published on MTS Blog & Research