把数据拿回自己手里。公司开始自己转起来

问题

衡量不了的公司，加了 AI 也快不起来。

同样的指令，写的人不同、日子不同，结果就不同。数据一直散落在各个 SaaS 里，就无法自己衡量发生了什么。衡量不了就改不了，改不了改善就积累不起来。在依赖个人的状态上加 AI，只会让本来就飘忽的作业飘忽得更快。

散落状态下的改善，与数据回到自己手里之后的改善

衡量不了的时候，分不清是真的变好了还是碰巧。数据在自己手里，改完的结果会成为下一个判断的材料。

数据在自己手里，计划、执行、衡量、改善就在数据之上转动。一次改善带来下一次改善，积累的数据让下一个判断更快。重的只有最初那一推。

与已经转起来的公司之间的差距，是以乘法而非加法拉开的。两三年之后，这个差距会大到追不起。

转动的轮子，以及轮子断开的地方

每转一圈，下一圈就更快。数据一直寄放在别人的容器里，轮子就在衡量这一环断开。断了的轮子，无论怎么使劲转都不会前进。

先确定有什么、在哪里、谁在持有。跳过这一步，之后汇集的工作全都要重做。

把散落的数据汇集到自己的数据库，让同一样东西能叫同一个名字。名字统一了，才谈得上对账。

让现场的人能够自己复现出贴合自身工作的操作方式。一直外包下去，支援结束当天就停了。

用验证闸门消除输出的波动，放到 AI 每天运转的状态上。不让它依赖人的注意力。

报价和开票分别放在不同的工具里，每转抄一次数字就会错开一点。我们把从合同管理到销售管理串成一条流程，从根本上消掉了错开的余地。

从合同管理到销售管理的一气贯通

开票一旦锁定就不能再改，所以确定下来的数字之后不会动。每道工序只引用主数据。

七个角色串成一条流程。停了当场就知道，修好当天结果就变。公司与公司之间不同的只有所提供服务的内容，其余重新组合就能搬过去。

这个改善循环之所以能建起来，是因为系统是我们自己做的。如果只是把现成的 SaaS 摆在一起，数据怎么存、怎么量都轮不到我们决定。正因为是自己做的，想量什么就量什么，想改哪里就改哪里。

七个角色，以及它们之间的交接口

只有从外部观察的那个角色，不放在与其他角色相同的路径上。放在同一条路径上，出问题时会一起倒下，也就没人察觉了。

不只是所谓的 AI 人才。是能够横跨法务、治理、新事业与 IT 来设计公司运作方式的人，把 AI 当作工具来使用。

母亲曾任 AOL、Netscape、ICQ 日本法人的代表董事，父亲是 NEC 的工程师。互联网如何改变公司的形态，他是在家里看着长大的。

后藤穗高

Intelligent Beast 有限责任公司代表

不知道数据在哪里。SaaS 增加得太多。试过 AI 但没留在业务里。我们先盘点现状，再设计取回的先后顺序。