Back to InsightsAI Governance

Cogware:智慧組織如何外部化智慧

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:智慧組織如何外部化智慧

TL;DR:公司失敗不是因為人們愚蠢。它們失敗是因為智慧存在於腦袋中,而不是系統中。那些能夠存活的組織建立了「Cogware」——技能(如何行動)、護欄(如何不失敗)和記憶(如何學習)。大多數停留在第三階段:以學習為驅動。那些在未來十年將主導的組織正在建立第四階段:由人工智慧治理的組織,讓機器處理10,000個日常決策,而人類專注於100個定義未來的決策。華為並沒有聘請更聰明的人。他們購買了IBM的運作手冊,並將其變成他們的操作系統。建立中國太空計畫的火箭科學家在1996年到2015年間並沒有變得更聰明。他們建立了一個記憶系統,將每一次失敗轉化為系統升級。下一次進化不是更好的人的出現,而是更好的人工智慧治理。

詹姆斯在此,水星科技解決方案的執行長。 香港 — 2026年7月

我看過足夠多的公司倒閉,已經看到了模式。創辦人很聰明。團隊很有才華。產品很好。然後創辦人離開,或市場變化,或公司擴張——一切都崩潰了。

診斷總是相同的:「我們失去了最優秀的人才。」 「新管理層不懂。」 「文化改變了。」

錯了。公司從來沒有文化。它有個性。而個性隨著擁有者的離去而消亡。

真正的問題不是如何雇用更聰明的人。問題是如何建立一個不需要天才就能運作的系統。一個每當有人犯錯時就變得更聰明的系統。一個能超越任何個體的系統。

我稱這為 認知軟體 — 組織上相當於軟體。如果硬體是建築,軟體是工具,那麼認知軟體就是嵌入系統本身的智慧。

認知軟體的三個組成部分

認知軟體有三個部分。缺少任何一個,你的組織就會在借用的時間中運行。

技能 — 如何持續地做事情。護欄 — 如何不會不可逆地破壞事物。記憶 — 如何從發生的事情中學習。

它們不是分開的。它們是一個循環。技能產生結果。護欄捕捉失敗。記憶更新兩者。循環運轉,組織變得更聰明。

讓我們逐一分析。

技能:從英雄主義到腳本

在1999年,華為是一顆明星。營收在增長。產品具有競爭力。工程師們才華橫溢。

但數字卻很難看。準時交貨率:50%。國際競爭對手:94%。庫存周轉率:每年3.6次。競爭對手:9.4次。研發投資回報率:僅為IBM的六分之一。

問題不在於人才。華為擁有中國一些最優秀的工程師。問題在於一切都依賴於他們。英雄主義在某個程度上可以擴展——然後英雄主義成為了瓶頸。

任正非的診斷非常殘酷:「我們不缺乏人才。我們缺乏技能。」

他聘請了 IBM 來教華為整合產品開發 — IPD。這個概念很簡單:產品開發如同劇本。從需求到上市,每一步都要明確定義。誰做什麼,何時,與誰,依據什麼標準。不是指導方針,而是劇本。

任的實施更為殘酷:「先僵化,再優化,然後固化。」

在最初的幾年內,不允許任何修改。華為的工程師抱怨。他們比這更聰明。他們有更好的想法。任的回應是:「我們在買美國鞋子。如果不合腳,我們就割掉自己的腳。」

重點不是 IBM 的流程是完美的。重點是華為需要學習什麼是流程曾經在他們能改善一個之前。他們習慣了即興發揮,以至於無法認識到重複的價值。

這就是英雄主義的陷阱。小團隊依賴即興發揮。設計功能的同一個人與客戶交談、編寫程式碼並修復錯誤。溝通是即時的。調整是持續的。人才就是一切。

在擴展時,這變成了一場噩夢。設計師不再與客戶交談——有銷售團隊負責這個。編碼者不知道使用案例——有產品經理負責這個。修復錯誤的人不知道架構——有去年離開的資深工程師負責這個。

技能是擴展時人與人之間的介面。沒有它們,你就沒有組織。你只有一群恰好共享薪資系統的個體。

症狀是普遍的:老闆必須推動每一個決策。客戶資訊消失在 Slack 討論串中,永遠無法再出現。同一任務由五個不同的人以五種不同的方式完成。部門互相指責失敗,實際上是介面失敗。新員工在周圍徘徊數週,試圖弄清楚誰知道什麼。

你認為你有一個人員問題。你有一個技能不足。

護欄:不摧毀自己的藝術

技能讓你前進。護欄讓你不會駛向懸崖。

當人們聽到「檢查清單」時,他們會想到輔助輪。對初學者來說的東西。在你變得足夠好以至於可以隨意應對之前的拐杖。

這完全是錯誤的。檢查清單不是給那些不知道該怎麼做的人。它們是給那些知道該怎麼做的人——而且仍然會因為他們是人類而漏掉某些東西。

2009 年的一項研究發表在 《新英格蘭醫學期刊》,在八個國家的八家醫院測試了一個 19 項的外科安全檢查清單。結果顯示:外科死亡率從 1.5% 降至 0.8%。併發症從 11% 降至 7%。

這些檢查清單的項目幾乎簡單到令人感到侮辱。確認病人身份。確認手術部位。確認過敏史。在關閉前計算海綿和器械。

這些並不是冷門的邊緣案例。這些是基本的知識。每位外科醫生都知道的基本原則。然而,沒有檢查清單,團隊卻錯過了這些項目。不是因為他們無能,而是因為他們疲憊、分心、匆忙,並假設其他人已經檢查過了。

任何組織中最危險的短語:"我以為你處理了那個。"

護欄在不可逆轉的邊緣發揮作用。在你簽署合約之前。在你轉移資金之前。在你推向生產之前。在你刪除資料庫之前。在你發佈公開聲明之前。

暫停是關鍵。檢查清單創造了一個團隊同步的時刻。外科醫生、麻醉醫生、護士——他們停下來,交談,確認他們在同一現實中。這不是官僚主義。這是 認知外包 — 使用外部結構來釋放實際工作的心理帶寬。

不好的護欄說:"不要思考。只需遵循步驟。" 好的護欄說:"這五件事是不可協商的。其他的,請自行判斷。"

這個區別很重要。試圖取代判斷的護欄會產生怨恨和變通行為。能夠保護判斷的護欄則為實際思考創造了空間。

沒有護欄的組織會發展出可預測的病態。合約中會簽署隱藏條款,直到爭議發生時才被注意到。產品推出時會有測試團隊"以為QA已經覆蓋"的錯誤。員工離開時會帶著"本應被撤銷"的訪問憑證。這些並不是罕見的失敗。它們是沒有護欄的組織的默認狀態。

記憶:如何避免重複自己

技能和護欄是現在式。記憶是告知未來的過去式。

當我說記憶時,我不是指「我們應該把事情寫下來。」我指的是一個結構化的系統,將經驗壓縮成可重用的形式。最佳實踐、失敗案例庫、事後檢討、實驗日誌、知識庫。

關鍵字是結構化。大多數公司都有文件,但它們沒有記憶。文件放在沒有人打開的資料夾裡。記憶是被查詢、更新並整合進操作系統的。

最佳實踐的陷阱在於:它們不可轉移。一個團隊、一種文化、一個市場、一個激勵結構中有效的做法——在另一個地方不一定有效。管理學者加布里埃爾·蘇蘭斯基對此進行了廣泛研究。他發現,即使在同一家公司內,將一個成功的做法從一個團隊轉移到另一個團隊往往會失敗。他稱之為"內部黏著性" — 知識緊緊貼合於其原始背景,無法脫離。

這就是為什麼如此多的 "數位轉型" 失敗的原因。公司看到另一個組織的 OKR 系統運作良好。他們複製了表格,但忽略了功能。新的系統產生相同的報告、相同的會議、相同的儀式 — 但缺少了使其運作的原始背景。這就像器官移植排斥反應。器官本身沒有問題,但身體卻攻擊它。

正確的方法不是複製做法,而是提取 因果結構 — 是什麼條件使這個運作?什麼會破壞它?我們的背景需要改變什麼? — 然後再進行本地化重寫。

但即使是因果提取也需要記憶。你需要知道發生了什麼,在什麼條件下,得到了什麼結果。大多數公司並沒有這些。他們只有軼事。"還記得那次..." 軼事很有趣,但它們不是記憶。

中國航天的教訓:如何將災難轉化為代碼

我所遇過的最佳組織記憶範例來自一個不太可能的來源:中國的太空計畫。

1996年2月15日。長征3B火箭從西昌發射。點火後兩秒,姿態控制失效。二十二秒後,火箭墜毀在山坡上並爆炸。

這並不是一起孤立事件。自1992年以來,長征火箭經歷了一系列的失敗。中國的商業發射業務——曾經是一個有前景的收入來源——正在崩潰。客戶們在取消訂單。保險變得不可能。這個計畫正處於危機之中。

他們的回應不是解雇員工。也不是「更加努力」。而是建立一個如此強大的記憶系統,以至於失敗將變得無法重複。

他們稱之為「閉環問題解決」 — 歸零。五個要求:

1. 精確定位 — 找到確切的故障點。

2. 清晰機制 — 了解故障是如何發生的。

3. 問題重現 — 使故障再次發生,隨時在目擊者面前。

4. 有效的措施 — 證明修復在相同條件下有效。

5. 全面擴展 — 檢查每個相似系統、每個相似過程、每個相似組件。一個失敗會更新所有內容。

這不是一個事後分析。事後分析記錄發生了什麼。歸零 重寫系統所以它無法再次發生。失敗變成了一次強制升級。

結果:在實施歸零後,中國的長征火箭連續成功了好幾年。2015年,國際標準化組織將這一方法採納為ISO 18238。中國的傷痕成為了世界的教科書。

這就是記憶在認真時的樣子。不是一份沒有人閱讀的教訓文件。也不是一份大家都同意要「更好溝通」的回顧。是一個將每次失敗視為強制升級事件的系統。

大多數公司將失敗視為尷尬。他們隱藏它。他們最小化它。他們繼續前進。結果:同樣的失敗,由不同的人在不同的部門、不同的年份重複發生。

如果你的公司三次犯同樣的錯誤,你不是有人的問題。你有一個記憶問題。

良好實踐的生命週期

這就是 cogware 在實踐中實際運作的方式。一位業務代表發現了一種新方法。她不是先進行產品演示,而是花了前30分鐘幫助潛在客戶計算他們當前系統的成本。這個數學計算產生了緊迫感。演示變成了解決方案的證明,而不是介紹。成交率大幅提升。

在大多數公司中,這隨著業務代表的離開而消失。她被晉升,這種「方法」變成了傳說,她離開後,這一切就消失了。

在 cogware 組織中,這一實踐經歷一個生命週期:

1. 實驗。在受控條件下測試這種方法。是這種方法有效,還是她只是一位出色的業務代表?它是否適用於其他業務代表?對其他客戶類型有效嗎?在什麼條件下會失敗?

2. 寫入記憶。記錄機制、先決條件和邊界。不僅僅是「這樣做」。為什麼它有效,當它有效,什麼會使它失效。沒有這個,它就是民間療法,而不是實踐。

3. 編碼為技能。一旦驗證,將其轉化為標準作業程序(SOP)。腳本。計算器模板。訓練模組。角色扮演場景。新員工在一週內達到80%的資深表現,而不是一年。

4. 建立護欄。 代表們通常在哪個方面搞錯了這種方法?也許他們跳過了探索階段,直接進入計算。也許他們將其用於不敏感於成本的潛在客戶。建立檢查清單。紅旗。"停止並重新評估"的觸發點。

5. 反饋迴路。 每一筆交易——無論是贏還是輸——都會反饋到記憶中。什麼有效?什麼無效?更新技能。更新護欄。系統不斷演變。

這是演變迴路:創新產生變化。實驗進行選擇。技能編碼保留。護欄和記憶使下一個循環得以實現。

創新和流程不是敵人。它們是同一循環的連續階段。崇拜「顛覆」而厭惡「官僚」的人錯過了這一點。崇拜「流程」而厭惡「變革」的人也錯過了這一點。你需要兩者,按順序,保持平衡。

科學革命作為認知工具

科學方法不是一組事實。它是一個使事實可累積的認知系統。

技能:實驗必須記錄到可重現的程度。這就是腳本。任何人都可以執行它。

防護措施:同行評審。發表前的檢查點。 "停下來並驗證"的時刻。

記憶:學術期刊。結構化的檔案,保存超越任何個人職業或壽命的發現。

結果:知識累積。牛頓不是從零開始。他是從伽利略所建立的基礎開始。愛因斯坦不是從零開始。他是從麥克斯韋所建立的基礎開始。科學方法是使天才成為非零和的認知系統。

將這與前現代中國相比。宋應星在明朝末期,將他那個時代最先進的農業和工業技術編纂成三卷十八章的百科全書,名為《天工開物》——「自然之工的開發」。這是整個文明的最佳實踐,壓縮成一本書。

它從未被納入任何組織系統中。 《四庫全書》——皇帝的圖書館——並未包括它。沒有任何機構採納它。沒有任何行會更新它。到清朝中期,它在中國被遺忘。1771年的日本版保存了它。這些技術在日本存活下來,而在它們的發源地卻消失了。

中國擁有天才,但缺乏工具。智慧被困在個體的腦海和個體的書籍中。它無法複製。它無法合成。它無法存活於其創造者之中。

這是每個組織面臨的選擇。建立一個能超越你最佳人才的系統。或者看著你最佳的人才在離開時帶走你的智慧。

組織智慧的四個階段

組織通過四個階段演變。大多數組織永遠無法超越第一階段。那些達到第四階段的組織正在建立一些前所未有的東西。

階段 1:以個人為主導。一切都源自創辦人的大腦。決策需要創辦人的在場。問題等待創辦人的關注。這個組織是某個人認知的延伸。這種情況在那個人無法參與、感到不堪重負或離開時就會失效。

階段 2:以流程為主導。技能和護欄已建立。人們知道自己的角色。決策通過明確的渠道進行。組織穩定、可擴展且越來越僵化。流程變得神聖。例外被視為威脅。工作變成合規的表演。系統以適應為代價自我維護。

階段 3:以學習為主導。過程被認可為當前版本,而非最終答案。護欄是活的風險感測器,而非靜態規則。事後檢討是版本更新,而非葬禮。每個例外都是一個信號——被看到、被解釋,並整合進下一次迭代中。認知軟體在不斷使用和不斷修訂中。

階段 4:AI 管理。組織不僅從人類學習——它持續、自主地以機器速度學習。技能由觀察數千次互動模式的 AI 系統生成和更新。護欄由算法強制執行,實時捕捉異常,甚至在人工察覺之前。記憶不是人們忘記查詢的資料庫——它是一種主動智能,在決策之前呈現相關的先例。

以個性為驅動的組織在一個大腦中是聰明的。以過程為驅動的組織在多個大腦中是愚蠢的。以學習為驅動的組織在系統本身中是聰明的。AI 管理的組織在速度和規模上是人類系統無法匹敵的聰明。

從階段 1 過渡到階段 2 是困難的。這需要創始人故意減少自己的角色。建立使其個人參與變得不那麼必要的系統。大多數創始人無法做到這一點。他們的身份與不可或缺的角色緊密相連。

從階段 2 過渡到階段 3 更加困難。這需要組織將自己的規則視為暫時的。接受今天的最佳實踐是明天的遺留約束。這威脅到建立和執行當前過程的人。這需要一種文化,挑戰系統被重視,而不是受到懲罰。

從階段 3 過渡到階段 4 是所有過渡中最困難的。這需要一些之前的過渡所沒有的:賦予系統自主權。

不僅僅是記錄人類的決策。不僅僅是根據過去的模式提出建議。而是實際上做出操作決策,執行它們,並從結果中學習——比任何人類干預的速度都要快。

這是大多數組織停滯不前的地方。他們將 AI 部署為一種工具。一個副駕駛。擁有更好用戶界面的搜索引擎。他們向機器請求建議,然後在與人類直覺相矛盾時忽略它們。他們使用 AI 來加速第二階段——更多的流程,更快的合規——而不是跳躍到第四階段。

第三階段和第四階段之間的區別不在於技術,而在於治理模型。

在第三階段,人類決定,機器記錄。在第四階段,機器在定義的邊界內做出決策,人類判斷例外。邊界是關鍵。太窄,AI 就成了一種華麗的填表工具。太寬,則會出現算法災難,直到為時已晚,沒有任何人類能夠察覺。

現在正確處理這一點的組織——而且只有少數幾個——建立了我所稱之為 人類-AI 治理介面。這是一組定義的規則:

• AI 可以自主決定的事項。低風險、高頻率、可逆的決策。客戶路由。庫存重新訂購。內容排程。A/B 測試分配。

• AI 可以推薦但無法執行的事項。中風險的決策,具有不對稱的下行風險。價格變動。供應商選擇。招聘決策。

• 需要人類判斷的事項。不可逆的行動。戰略轉變。倫理界限。任何如果出錯會上頭版的事情。

• AI 如何解釋其推理。不僅僅是「算法這麼說」。因果鏈。信心區間。替代情境。人類裁判需要理解賭注,而不僅僅是結果。

• 例外如何被反饋到系統中。每一次人類的覆蓋都是一個訓練信號。每一次成功的干預都是一個案例研究。邊界本身在不斷演變。

這是關鍵的洞察:第 4 階段並不消除人類判斷。它提升了人類判斷。

人工智慧處理那 10,000 個個別不重要但累積起來卻能達成卓越運營的決策。人類則處理那 10 個定義公司未來的決策。人類的工作不是要更快地工作,而是要更好地思考——因為機器已經讓他們擺脫了那些不需要思考的工作。

人工智慧治理實際上是什麼樣子

讓我給你一個來自我在 Mercury 的具體例子。

我們運行一個內容管道,每月在多種語言中產出數百篇文章。在第二階段,這是一個流程:編輯日曆、作家分配、審核隊列、出版時間表。在第三階段,我們增加了反饋循環:性能數據反饋到主題選擇、格式實驗、受眾細分。

在第四階段,系統的運作方式不同。人工智慧監控我們目標市場的搜索趨勢、社交信號和競爭內容。它生成具有預測性能分數的主題提案。它以每個地區適當的語調草擬內容。它根據最佳時機模型安排出版時間。它實時監控性能並調整分發支出。

人類編輯不再撰寫初稿。他們評估人工智慧的提案。他們在語調錯誤時介入——當機器捕捉了語法卻錯過了靈魂。他們處理邊緣案例:不在訓練數據中的突發新聞、無法翻譯的文化參考、需要高層協調的戰略敘事。

人類已經成為了護欄。人工智慧已經成為了技能。

而記憶呢?它不是一個過去文章的資料夾。它是一個活的模型,根據每個過去決策的結果進行加權,能夠識別出先前成功的方法何時在退化,並提出值得進行的實驗。

這就是我所說的由 AI 管理。不是 AI 協助。不是 AI 增強。管理。AI 是主要操作員。人類是戰略監督者。系統是組織。

對第四階段的抵抗

反對的聲音是可以預測的。「我們不能信任機器做決策。」 「AI 不理解上下文。」 「那責任呢?」

這些反對意見並不是錯的。它們是將第二階段的思維應用於第四階段的問題。

是的,AI 不像人類那樣理解上下文。過程手冊也不理解。電子表格也不理解。我們已經信任那些不理解上下文的系統幾十年了。問題不在於 AI 是否理解上下文,而在於它是否比它所取代的過程更好地理解上下文。比它所取代的過程更好.

是的,當機器決定時,問責制是困難的。但當委員會決定時,問責制已經很困難。責任在五層人類批准之間的擴散並不因為參與者是人類而變得更具合法性。這只是更為熟悉。至少人工智慧可以清楚地解釋它使用了哪些資料,應用了哪些權重,以及考慮了哪些替代方案。試著從企業委員會那裡獲得這樣的透明度。

對於第四階段的真正抵抗並不是關於風險,而是關於身份。那些在房間裡被認為是最聰明的人不想生活在一個房間本身比他們更聰明的世界裡。

這是組織成熟度的最後考驗。建立系統的人能否接受系統已經超越了他們?他們能否將自己的角色從「決策者」重新定義為「系統架構師」?從「操作員」轉變為「治理者」?

能夠做到的人正在建立將主導下一個十年的組織。無法做到的人則在建立非常昂貴的第二階段系統,並在上面塗上人工智慧的外衣。

人工智慧治理的認知軟體中的人類角色

"服務系統"聽起來去人性化。其實不是。系統無法做到人類所能做的事情。

判斷例外情況。識別不符合模型的模式。處理不在規則書中的價值衝突。將今天的失敗轉化為明天的更新。而且——最重要的是——對結果負責。

系統處理可重複的事務。人類處理不可重複的事務。系統保留知識。人類創造知識。系統防止已知的失敗。人類預測未知的失敗。

目標不是用流程取代人類判斷。目的是讓人類判斷擺脫例行公事以便能專注於真正需要判斷的事務。

在第四階段,這種區分變得明確。人工智慧處理已知的已知和已知的未知。人類處理未知的未知——黑天鵝事件、範式轉變、沒有任何訓練數據預見的倫理困境。

人類的角色並未減少。它是集中。從分散在 10,000 個日常決策中,轉變為專注於定義未來的 100 個決策。從執行到治理。從行動到設計。

這是人類智慧的終極解放:不是更快地工作,而是專注於正確的事情。不是知道更多,而是思考更深入。不是處理更多資訊,而是產生更多洞見。

由 AI 管理的組織並不使人類變得過時。它使人類以一種前所未有的方式變得不可或缺 — 作為良知、指針和系統無法複製的創意火花。

價值流作為脊椎

所有這些都是為了一個目的:價值流。

客戶進入。需要診斷。提出解決方案。交付。驗證。付款。續訂。這是業務的脊柱。各部門是附著在脊柱上的肌肉。流程是協調它們的神經系統。

作為領導者,你的工作是確保這個流程中的每一步都有:

• 一個 技能 — 執行這一步驟的可重複方法。

• 一個 護欄 — 不可逆行動之前的檢查點。

• 一個 記憶 — 根據結果更新技能和護欄的反饋循環。

如果你的業務在你度假時停止運作,那麼你有技能問題。如果你的業務不斷犯下昂貴的錯誤,那麼你有護欄問題。如果你的新員工重複了舊員工的錯誤,那麼你有記憶問題。

這些不是獨立的問題。它們是同一缺失系統的症狀。

最終重構

大多數公司投資於人才。他們招募最優秀的人,支付具有競爭力的薪水,建立「世界級團隊」。然後他們想知道為什麼當明星離開時,表現會消失。

答案是他們投資於 硬體 — 人們 — 而不需要建立 智慧軟體 — 存活於他們之上的智慧。

人才是必要的,但不夠。沒有系統的人才是一位英雄。英雄是鼓舞人心的,但他們也是暫時的、昂貴的,且無法替代。

沒有人才的系統是一台機器。它運作直到遇到未設計的情況。然後它就壞了,沒有人知道如何修理它。

組合才是關鍵。有才華的人,嵌入在捕捉和增強他們智慧的系統中。人們可以離開。系統持續學習。

這就是公司和邪教之間的區別。邪教隨著其領袖而死去。公司則能超越其創始人,因為它的智慧不在任何一個大腦中,而是在系統本身。

建立系統。服務系統。改善系統。系統將超越你,而在你在這裡的時候,它會讓你變得更聰明。

水星科技解決方案:加速數位化。

Originally published on MTS Blog & Research