沃尔玛如何重新设计AI交付速度

沃尔玛企业服务高级副总裁David Glick近日在Emerj的访谈中，深入剖析了传统零售AI战略的局限性。他指出，季度路线图、层层审批和整体式系统——这些曾经支撑零售业技术发展的骨干，如今却成为阻碍许多公司前进的障碍。Glick强调，这些并非错误的决策，而是在技术构建缓慢、成本高昂且难以逆转的时代背景下的理性选择。然而，那个时代已经结束。布鲁金斯学会的报告显示，企业AI采用率在一年内从55%飙升到78%，但大多数组织仍将其部署为单一的整体能力，而非灵活的联邦系统。麻省理工学院斯隆管理学院的研究表明，AI工具已使开发者产出提升高达39%，将曾经需要几个季度的交付周期压缩至数周。技术显然不再是瓶颈；斯坦福大学数字经济实验室发现，企业AI部署中最困难的挑战中有77%是组织性的，而非技术性的。为稀缺性构建的运营模式现在成为了主要约束。

Glick与Emerj的Matthew DeMello共同探讨了为何企业AI在运营模式不变的情况下会停滞不前，以及如何从季度规划转向实时迭代、联邦式代理架构和自动化治理，从而在速度和可靠性上实现可衡量的提升。本文总结了零售技术领导者在从传统AI部署向实时、联邦执行转型过程中的三个核心洞见。

首先，用秒表式部署取代季度规划周期。当迭代速度从季度压缩到小时级时，优先级判断错误的成本大幅下降，批量式规划的逻辑也随之瓦解。Glick指出，团队若能实现实时原型设计，就能在几分钟内纠正方向，而非花费三个月做发现、三个月做用户体验设计。实际操作中，这需要三个转变：与最终用户实时原型设计而非预先收集需求；将串行审批改为并行治理；以小时和天而非季度为衡量单位。

其次，从整体式AI系统转向联邦式纳米代理。Glick将整体式软件的失败与整体式AI的局限性直接联系起来。数百名工程师检入单一代码库造成过多协调开销、速度慢、依赖多。微服务解决了软件问题，而纳米代理正在解决AI问题。纳米代理是小型、单一用途的AI工具，由领域特定团队构建和拥有；超级代理充当智能调度器，将请求路由到正确的纳米代理；中间代理则在领域层面进行路由。Glick用瑞士军刀与叉子、勺子、刀的比喻说明：单一工具试图做所有事但做不好，专业工具组合则更有效。对于零售技术领导者而言，联邦式网络提供了弹性、速度和明确的所有权，且能比集中式系统更好地扩展。

最后，构建能够构建代理的基础设施，而非仅仅构建代理本身。Glick最深刻的见解在于，组织应停止将AI部署视为一系列项目，而应将其视为制造能力。他称之为“制造机器的机器”：投资于平台、流程和标准，使代理开发变得可重复、快速且可跨领域扩展。项目思维产生孤立的代理，每次构建都需要相同努力；平台思维则产生代理工厂，任何领域团队都可以快速创建、测试和部署代理。Glick坦诚地表示，他的团队已经跨不同职能建立了三个独立的代理构建平台，他认为早期重复是可以接受的，优先让领域团队开始构建和迭代，然后整合有效的方法。等待完美统一平台的组织会发现，自己落后于那些杂乱但快速学习的团队。