在数千人规模的传统制造企业推动AI转型——不靠技术选型，靠变革操盘。
"传统企业AI转型失败的根本原因是组织变革阻力，而不是技术选型错误。AI项目从来不是技术项目，它是权力重构、利益再分配和习惯改变的总和。"
掌握解释权——让所有人按照我定义的方式理解什么是"好"。方案层的标准、评审机制、对外汇报口径，都从我手里出去。
不是推着人走，而是设计一套机制让事情自转。前置方案+功劳分配模板，让执行侧"填空"而不是"被管"。
筹码→杠杆→资产。每件事先问：能否转成结构规则？能否掌握解释权？能否沉淀为可复用资产？拒绝线性回报。
AI项目数量治理，防止凑数，确保资源投向高价值场景：
传统企业引进AI，失败率长期维持在90%上下。技术团队觉得是模型不够强，真正的答案藏在组织架构里：
| 失败模式 | 根因 | 判断标准 |
|---|---|---|
| 技术单边突进 | 缺乏业务翻译，需求被技术团队脑补 | 业务一号位无法量化具体收益 |
| PMO边界越位 | 执行者勤奋强化所有人等待心态 | 业务不认为这是"自己的资产" |
| ROI无法自证 | 数据埋点涉及利益博弈，业务抗拒追踪 | 立项前说不清三层指标 |
| 忽视生存防御 | AI威胁的是十年建立的职业自洽 | 上线3个月后使用频率未达预期 |
| 核心能力外包 | 采购合同写功能交付，不是能力转移 | 供应商撤场后调整权在谁手里 |
我的价值不在于"做得更好"，而在于让所有人按照我定义的方式去理解什么是"好"。标准制定权、解释权、汇报权抓在手里。
跨部门任务不靠"协调"，靠机制——分流规则、评审标准、功劳分配模板。让人"填空"而不是等人"配合"。
每个项目结束，不只交付成果，还要沉淀为可复用的方法论、模板、SOP。资产可以跨项目复利。
AWS Certified AI Practitioner，但更值钱的是在4000人传统企业里真正把AI推下去的操盘经验。