2026年8月4日，世界银行发布了题为《人工智能的前景》的世界发展报告——这是其首次全面评估这项技术对发展中经济体的意义。一句话概括其实践要点：最大的回报并非来自购买现成的人工智能工具，而是来自让工具适配您的本地环境、您的数据和您的工作流程。报告提出了逐级递进的三个阶段——采用、适配、推进——并认为大多数组织和经济体应将精力集中在前两个阶段，而非第三个阶段。

作为企业主，为什么要关注一份全球发展报告？

因为它回答了当下每位企业主都在纠结的问题：我的预算该投向哪里？这份报告不推销工具，也不为任何供应商做宣传。它考察的是收益在哪些地方真正实现了，又在哪些地方化为乌有。结论是：受益企业与未受益企业之间的差距，很少能用所使用的模型来解释——几乎所有人都能用上相同的模型。真正的解释在于可用的数据、内部运营的质量，以及待解决问题是否清晰。

报告还专门谈到了沙特阿拉伯，将沙特王国列入全球人工智能私人投资前十名国家，并强调其是吸引专业人才的热门目的地和政府数据整合的典范。换句话说，基础设施、资金和人才如今都已在您身边。缺失的那一块通常在您自己的公司内部。

这项技术的传播速度超过以往任何一次浪潮

报告给出了一个值得停下来思考的对比：蒸汽机用了大约八十年才传到低收入国家，电力用了大约四十年，互联网用了大约二十年。现代对话式模型则完全不同——在ChatGPT推出后的六个月内，中等收入国家就贡献了其全球流量的一半。

这在实践中意味着，以往浪潮中可以维持数年的先发优势，如今只能维持几个月。能否用上技术已不再是差异所在，因为您的竞争对手与您在同一天就能用上。差异在于您能多快把它变成公司内部的日常操作流程。

决定价值的三个因素：能力、集中度、配套条件

  • 能力：人工智能能够完成通常需要稀缺人类专业知识的认知任务——而这种稀缺恰恰是发展中经济体更大的制约因素。因此，当它替代您所缺乏的专业知识时，价值最大；而当它重复您的团队本已做得很好的工作时，价值有限。
  • 集中度：少数几个经济体中的少数公司掌控着最先进的模型、模型所依赖的芯片以及运行这些模型的数据中心。这带来了依赖单一供应商的风险，但也意味着您可以定制现成模型，而无需花费数十亿从零构建系统。
  • 配套条件：在基础设施可靠、教育良好、制度健全且存在本地语言数据的地方，人工智能效果最好。正是这些配套条件的缺失，导致无论模型多强，成效都迟迟不能显现。

实用框架：先采用，再适配，最后推进

报告描述了三个阶段，每个阶段都比前一个成本更高、要求更多：

  • 采用是正确的起点：使用已有的工具来提升员工效率、改善决策。成本低，见效快。
  • 适配是报告认为收益最大的环节。在其他经济体训练的工具，给出的建议可能不符合您的业务环境、客户的语言或您所在国家的法规。适配意味着解决方案基于您的数据、使用阿拉伯语并在您的流程内运行。
  • 推进意味着构建前沿模型以及支撑它们的基础设施。这无疑是最艰难、最昂贵的道路，需要芯片、大型数据中心、海量训练数据和世界一流的研究人员。报告直言，对大多数发展中经济体而言，这不是一个现实的近期目标——推而广之，对大多数公司而言也不是现实的目标。
可以带走的一条原则：从采用开始，因为它便宜又快速；认真投资于适配，因为真正的优势就在这里；只有当构建模型本身就是您的核心业务时，才进入推进阶段。

为什么人工智能项目即使模型很强也会停滞？

通常是因为缺少配套条件。一家公司订阅了一款强大的工具，随后发现自己的数据分散在电子表格和WhatsApp消息中，每个分支机构对同一产品的叫法都不一样，也没有人负责统一定义什么是"已完成订单"。这里的问题不在模型——它只是没有任何连贯的东西可以处理。

所以正确的顺序是：先清理数据、打通系统，再在其上叠加智能层。运营体系井然有序的公司几周内就能看到成效；没有这种体系的公司，则是在为一款最终无人使用的工具付费。

应用该框架的九十天计划

  • 第1-30天，采用：选择一个成本高、重复性强且可衡量的流程——回复客户咨询、提取发票数据、总结合同。为其应用一款现成工具，并衡量使用前后节省的时间。
  • 第30-60天，准备配套条件：把该流程背后的数据集中到一处，设定权限，并为团队之间存在分歧的术语编写统一定义。
  • 第60-90天，适配：基于您的数据、您的语言和您的流程构建解决方案，并通过API将其接入现有系统——最终审批仍由一位负责任的人员把关。
  • 此后：用同样的方法横向扩展到第二个流程。不要同时开辟五条战线。

这正是我们在Origami所构建的：先把公司数据相互打通的定制系统，再在其上叠加阿拉伯语的人工智能层，并嵌入真实的业务流程，让成效可衡量，而不是停留在试验阶段。

资料来源