http://www.deepestcontextwins.com

Slide 1 Cover

各位好，非常高興今天有機會在香港和大家交流。我今天要介紹的是我正在推進的一本新書——《場景智能：C-I-M架構重構AI時代企業競爭範式》。這次分享不是一場技術講座，也不是把書稿逐章講一遍，而是希望用二十分鐘左右，把書中最核心的判斷、框架和案例帶給大家。

過去兩年，我們都看到AI能力突飛猛進：大型模型、Copilot、Agent、自動化工作流不斷出現。很多企業也開始試點AI，但一個越來越明顯的問題是：工具越來越強，企業之間的差異卻沒有自動變大。大家都可以接入類似的模型，購買類似的工具，搭建類似的工作流。那企業真正的競爭優勢到底會遷移到哪裡？這就是這本書要回答的問題。

我的核心結論很簡單：AI時代真正稀缺的不是模型本身，而是企業對於客戶、業務、組織和決策現場的深度理解。我把這種能力稱為 Context Intelligence，中文叫「場景智能」。今天我想請大家帶著一個問題聽完：當所有企業都擁有AI時，什麼東西仍然屬於你，仍然難以被複製？

Slide 2 今天只回答三個問題

今天的內容我會盡量壓縮，只回答三個問題。第一個問題是 Why now：為什麼現在必須談場景智能？為什麼不是繼續談模型、工具或者流程自動化？第二個問題是 What is Context Intelligence：場景智能到底是什麼，它與數據、標籤、用戶畫像、客戶旅程有什麼不同？第三個問題是 How C-I-M works：這本書提出的 C-I-M 架構如何解釋企業AI的成功與失敗。

最後，我會用三個書中比較充實的真實案例來說明這套框架：Morgan Stanley 的財富顧問AI，DBS 星展銀行的AI工業化，以及 LinkedIn 基於經濟圖譜和AI招聘Agent的職業場景理解。這三個案例分別代表三種典型路徑：高信任關係行業如何用AI增強專家判斷，銀行如何把AI變成可治理、可複用的組織能力，以及平台企業如何把動態圖譜變成AI時代的護城河。

所以，今天我們不是為了證明「AI很重要」，這一點大家已經知道。今天真正要討論的是：當AI成為基礎設施之後，企業新的競爭單位是什麼。

Slide 3 為什麼現在必須談「場景」

過去兩年，企業使用AI大致經歷了三個階段。第一階段是工具紅利。我們用AI寫文案、做客服、寫程式、做知識檢索，效率提升非常明顯。但是這種紅利很快會被複製，因為工具能力本身不是企業獨有的。

第二階段是流程紅利。企業開始把AI嵌入工作流程，把多個步驟串聯起來，讓AI自動完成更多任務。這個階段比單點工具更進一步，但它仍然主要停留在「怎麼執行」的層面。只要流程路徑足夠標準，競爭對手也可以很快搭建類似的系統。

第三階段才是這本書真正關注的：場景紅利。也就是AI不僅能做任務，而且知道在當前情況下什麼才是正確的任務；不僅能回答問題，而且能理解這個客戶、這個團隊、這個約束、這個風險、這個時間點意味著什麼。換句話說，企業競爭正在從「AI能不能做」轉向「AI知不知道此刻該怎麼判斷」。

這就是為什麼我說，AI能力越普及，場景越稀缺。模型會越來越開放，工具會越來越便宜，介面會越來越薄；但企業對於真實業務現場的理解、對客戶關係的記憶、對複雜邊界的判斷，仍然需要長期積累。

Slide 4 核心命題：場景最深者贏

這本書最核心的一句話是：場景最深者贏。英文可以表達為 The deepest context wins。它不是一句口號，而是對AI時代競爭結構變化的判斷。

如果我們看過去的競爭優勢，最早很多企業會把優勢放在模型或演算法上。但今天基礎模型越來越開放，許多能力可以透過API獲得。然後企業會把優勢放在工具和應用上，但工具也會快速商品化。再往前一步，企業會把AI嵌入流程，但流程自動化也會逐漸成為標配。真正難以複製的，是企業在長期營運中累積下來的場景理解。

什麼叫場景理解？不是一個客戶標籤，也不是一個數據欄位，而是知道在這個客戶、這個目標、這個約束、這個歷史關係、這個風險條件下，什麼判斷才是合適的。它包括業務語意、專家經驗、客戶關係、組織邊界、風險偏好和成功證據。

所以我在書裡提出一個公式：競爭優勢 = 場景深度 × 記憶複利。場景越深，AI越能做出符合業務真實情況的判斷；記憶複利越強，每一次互動越能強化下一次判斷。

Slide 5 企業AI失敗的隱蔽根因：場景盲視