沃爾瑪如何重新設計AI交付速度

沃爾瑪企業服務高階副總裁David Glick近日在Emerj的訪談中，深入剖析了傳統零售AI戰略的侷限性。他指出，季度路線圖、層層審批和整體式系統——這些曾經支撐零售業技術發展的骨幹，如今卻成為阻礙許多公司前進的障礙。Glick強調，這些並非錯誤的決策，而是在技術構建緩慢、成本高昂且難以逆轉的時代背景下的理性選擇。然而，那個時代已經結束。布魯金斯學會的報告顯示，企業AI採用率在一年內從55%飆升到78%，但大多陣列織仍將其部署為單一的整體能力，而非靈活的聯邦系統。麻省理工學院斯隆管理學院的研究表明，AI工具已使開發者產出提升高達39%，將曾經需要幾個季度的交付週期壓縮至數週。技術顯然不再是瓶頸；斯坦福大學數字經濟實驗室發現，企業AI部署中最困難的挑戰中有77%是組織性的，而非技術性的。為稀缺性構建的運營模式現在成為了主要約束。

Glick與Emerj的Matthew DeMello共同探討了為何企業AI在運營模式不變的情況下會停滯不前，以及如何從季度規劃轉向即時迭代、聯邦式代理架構和自動化治理，從而在速度和可靠性上實現可衡量的提升。本文總結了零售技術領導者在從傳統AI部署向即時、聯邦執行轉型過程中的三個核心洞見。

首先，用秒錶式部署取代季度規劃週期。當迭代速度從季度壓縮到小時級時，優先順序判斷錯誤的成本大幅下降，批次式規劃的邏輯也隨之瓦解。Glick指出，團隊若能實現即時原型設計，就能在幾分鐘內糾正方向，而非花費三個月做發現、三個月做使用者體驗設計。實際操作中，這需要三個轉變：與終端使用者即時原型設計而非預先收集需求；將序列審批改為並行治理；以小時和天而非季度為衡量單位。

其次，從整體式AI系統轉向聯邦式奈米代理。Glick將整體式軟體的失敗與整體式AI的侷限性直接聯絡起來。數百名工程師檢入單一程式碼庫造成過多協調開銷、速度慢、依賴多。微服務解決了軟體問題，而奈米代理正在解決AI問題。奈米代理是小型、單一用途的AI工具，由領域特定團隊構建和擁有；超級代理充當智慧排程器，將請求路由到正確的奈米代理；中間代理則在領域層面進行路由。Glick用瑞士軍刀與叉子、勺子、刀的比喻說明：單一工具試圖做所有事但做不好，專業工具組合則更有效。對於零售技術領導者而言，聯邦式網路提供了彈性、速度和明確的所有權，且能比集中式系統更好地擴充套件。

最後，構建能夠構建代理的基礎設施，而非僅僅構建代理本身。Glick最深刻的見解在於，組織應停止將AI部署視為一系列專案，而應將其視為製造能力。他稱之為“製造機器的機器”：投資於平臺、流程和標準，使代理開發變得可重複、快速且可跨領域擴充套件。專案思維產生孤立的代理，每次構建都需要相同努力；平臺思維則產生代理工廠，任何領域團隊都可以快速建立、測試和部署代理。Glick坦誠地表示，他的團隊已經跨不同職能建立了三個獨立的代理構建平臺，他認為早期重複是可以接受的，優先讓領域團隊開始構建和迭代，然後整合有效的方法。等待完美統一平臺的組織會發現，自己落後於那些雜亂但快速學習的團隊。