可克达拉锚索厂 Anthropic其实并不AI原生？

当AI公司95的数据分析由Claude自动完成，准确率却在个月内从95暴跌至65，走漏的不仅是本事问题可克达拉锚索厂，是组织底座的层裂痕。本文度拆解Anthropic的AI实践，揭示AI原生组织的真的圭臬：不是AI使用率有多，而是组织能否让AI成为运行自己的原生部分。

Anthropic可能是天下上懂东谈主工智能的公司之。

但这并不料味着，Anthropic先天即是的《AI原生组织》。

这是个刺激话题，因为这十分于在说头部的AI公司不AI原生。但真的触及AI原生组织到底是什么，是以还真得雅致写下。

近，Anthropic发布了篇著作，先容公司如何使用Claude收场自助式数据分析。著作表示，现时Anthropic里面95的交易数据分析苦求仍是由Claude自动完成，举座准确率约为95。这疑是个令东谈主印象刻的收成。[1]

但著作中真碰劲得温情的，可能不是这个95，而是另外个数字：

他们的数据分析系统上线时，离线准确率约为95；只是个月之后，准确率就下落到了约65。

酿成下落的主要原因并不是Claude的模子材干发生了退化，而是业务数据模子握续变化，供Claude使用的Skill文档莫得同步新。

直到Anthropic把Skill文献和数据模子放进同个代码仓库，并条目数据模子变时同步修改有关文档，准确率才再行得到适度。

这个细节走漏了个比模子材干层的问题：

Anthropic简略仍是在大领域研发并使用AI，但它的组织底座仍然不是为AI想象的。

而它所面对的组织问题其实也不，和好多创业公司东谈主员推广到100东谈主以上的时候面对的问题简直表情。

、分析准确率波动，名义是数据问题，实质是组织气象问题

Anthropic把数据分析猖獗归纳为三个主要原因。

，主意和数据实体之间存在歧义。相同是“活跃用户”，不同团队可能取舍不同的行动界说、时期窗口和过滤规则。

二，数据源、业务界说和数据库结构会继续变化，使已有常识逐步失。

三，正确的信息天然存在，但Claude莫得从广泛的数据空间中检索到它。[1]

这些天然是数据分析域的经典问题。

但从AI原生组织的视角看，它们不应当只是交给分析系统过后处理的问题。（这之后会产生大堆补丁的东谈主，各式title，定进度上FDE也不错手脚是它的成果。）

因为所谓数据，实践上不是堆恭候分析的表格，而是企业运筹帷幄气象的数字化抒发，是坐褥斟酌的综。

当居品界说发生变化、销售组织完成颐养、客户分类圭臬被修改时，变化的不单是某张表，而是组织对现实天下的解释式。

要是这些变化不行同步反应到数据模子、运筹帷幄界说、权限体系、智能体凹凸文和评估体系中，阐述组织仍然存在两套相互分离的系统：

套系统负责真的地运筹帷幄业务；（大致等于OLTP）

另套系统过跋文录、解释和分析业务。（大致等于OLAP）

AI只是被放到了二套系统之上。

这仍然是典型的东谈主类组织结构：东谈主和业务系统创造现实，数据团队整理现实，AI后读取这些整理扫尾。

从AI First的角度，这种分离和伺候分离的体系显著很“土鳖”，何况是祸乱之源。分离之后的统简直难倒了总共公司。

真的的AI原生组织则应当有所不同：

业务运行自己就在握续生成结构化、可考据、可贪图的组织气象。

这种气象的终值即是《东谈主公司》可克达拉锚索厂，这即是为什么我总强调三部曲的步调是：《AI原生组织》《东谈主公司》。

二、Anthropic领有“数据文档”，但还莫得形成“统气象”

Anthropic在著作中承认，个业务主意可能对应普遍貌似理的数据起原。

以收入为例，Claude面对的可能不是个明确的数据实体，而是数十个看起来皆能够代表收入的表、字段和贪图式。

Anthropic因此提议，需要配置少、严格理的圭臬数据集，并主动淘汰那些近似叠加的数据模子。[1]

这项改良相称正确。

但它同期阐述，在改良之前，Anthropic里面的数据现实仍然是碎屑化的。不错负背负的说，这是频繁的情况，我个东谈主见过的每个公司的数据现实皆是这样个碎屑化的。

个真的AI原生的组织，不应该在AI提议问题时，才让AI从几十个候选数据源中臆想哪个接近事实。

组织应当在业务规则产生时，就笃定：哪个对象代表客户；哪个气象代表活跃；哪个事件组成收入；哪种口径具有终解释权；当界说发生变化时，哪些系统须同步新。

换句话说，AI原生组织需要的不是多数据，而是个不错被握续践诺的组织实质。这个实质的竣工，及时是生命线。

它不单是数据仓库里的语义层，也不是份写给Claude阅读的阐述文档，而是业务对象、气象、规则、背负和行动之间的统映射。

数据不是对于组织的贵府，数据即是组织自己的可贪图气象。而在这里组织既是对象，亦然斟酌，以致如故过程。

三、Skill文献像AI时间的“操作手册”

Anthropic现时的处理方针，是把数据模子、语义层、参考文档、圭臬姿色盘以及供Claude使用的Skill文献尽可能放在同个代码仓库中。

当数据模子发生变化，却莫得同期修改对应的Skill文献时，代码审查机制会发出申饬。

现时，Anthropic粗陋90的数据模子变仍是会在同次修改中包含Skill新。[1]

这仍是是十分的工程实践，但其实不靠谱。因为“放在同个代码仓库”中其实就入了个依赖。不放若何办呢？东谈主能皆按规则放么？这种小细节反倒是彰显AI原生组织的背后其实是：公司运营、数据、架构、模子的混体！

从严格的AI原生圭臬来看，Skill文献依然是种“外挂式常识”。

业务系统发生变化之后，东谈主或者AI需要再行修改份阐述，告诉Claude新的数据模子应该如何领略。这个修改应该是内置于AI原生组织的，它我方对此是要有感知的。

它肖似以前的软件操作手册，只不外当今操作手册的读者从东谈主变成了智能体。

这里的要道在于，只须组织真相与智能体融会之间还需要通过静态文档进行转译，两者就可能再次发生偏离。

Anthropic所不雅察到的准确率从95下落到65，实践上即是这种偏离的扫尾。

的AI原生架构不应依赖智能体“阅读新阐述”来领略组织，而应当让智能体胜利运行在版块化、可查询、可考据的及时气象之上。

当个运筹帷幄的界说发生变化时，钢绞线厂家调动的应当不是份沉寂的阐述文献，而是个原子化的系统版块：

数据模子随之调动，语义界说随之调动，权限随之调动，有关智能体的凹凸文随之调动，评估用例也随之调动。

这时，AI所领略的组织与真的运行的组织才可能长久保握致。

而达成这气象的前提是什么？即是我反复说起的：智能先！AI First！

四、Anthropic的营销系统提供了另个把柄

Anthropic还先容过其营销运营团队如何使用Claude Cowork生成每周运筹帷幄论说。

其中提到可克达拉锚索厂，有些运筹帷幄仍是插足姿色盘，有些还停留在数据仓库中，还有些以致尚未插足数据仓库，只存在于Slack音书或者会议记载里。

以前，营销运营东谈主员每周需要花到两天寻找和考据这些数据；当今，这项责任东要由Claude完成。[2]

这确乎显耀提了率。

但它像是让个相称机灵的数字职工，在多个互相割裂的系统之间寻找、拼接和考据信息：

Claude读取上周论说，搜检新会议记载，搜索Slack，查询数据仓库，然青年景新的运筹帷幄论说。

这是种很强的智能体材干，却未是种真的AI原生的组织结构。

因为AI承担的仍然是以前由东谈主承担的“信息搬运与对账”责任。

底层的Salesforce、HubSpot、行径管束器具、邮件系统、数据仓库和Slack依然相互分离，只不外Claude成为了聚合这些系统的新胶水。

Anthropic我方也坦率地暗意，营销本事器具之间并不行邃密集成，论说也曾需要东谈主工汇总，行径需要分别在多个平台中逐项配置。[2]

因此，这套体系准确的形色简略是：

AI正在匡助Anthropic操纵个非AI原生的组织基础轨范。

五、95的自动化，不等于95的AI原生

这里需要分歧两个容易污染的主意。

个主意是AI使用率。

另个主意是AI原生进度。

当95的分析苦求由Claude完成时，阐述Anthropic领有相称的AI使用率。

但使用AI完成原有责任，并不料味着组织仍是围绕AI的运行式完成重构。

AI使用率计算的是：

正本由东谈主完成的责任，有些许转交给了AI？

AI原生进度计算的则是：

要是组织从运转即是由AI参与运行的，它的数据、进程、权限、背负和反馈机制，会不会仍然被想象成当今这样？

要是AI仍然需要阅读漫步的文档、臆想运筹帷幄含义、搜索多个系统、检验数据是否冲破，再由东谈主继续爱戴Skill来修正领略，那么AI主要如故个材干强的使用者。

它还不是组织系统的原生组成部分。

Anthropic公开先容的许多里面案例，也多推崇为职工使用Claude Code完成调试、生成测试、制作可视化、配置自动化器具以及整理漫步的常识。

这些实践显耀擢升了个东谈主和团队材干，但Anthropic对这些案例的回顾，仍然多强调Claude Code如何增强既有的东谈主类责任进程。[3]

这距离“由AI退换和运行组织”仍然存在显然相反。

这就有个滑稽的扫尾：因为好多东谈主在向Anthropic这样的公司学习AI原生组织！这和向盲东谈主学步碾儿是肖似的。

这个经真的是念的不行再歪了！

须强调的是：不是说Anthropic它们的实践中莫得AI原生的因素，而是说不行把它的手脚AI原生组织。反倒是它模子对外提供处事和用户之间的结构像AI原生组织！

六、真的的AI原生组织应该是什么样？

真的的AI原生组织，至少需要四个特征：

，从“数据收罗”转向“气象生成”

每次往还、方案、组织颐养和客户交互，皆应当胜利形成具有明确语义的组织气象，而不是过后再由分析东谈主员整理。

二，从“文档解释”转向“规则可践诺”

运筹帷幄界说、业务规则、权限和背负不行只存在于文档中，而要成为系统不错胜利践诺和考据的对象。

三，从“AI读取组织”转向“AI守旧组织运行”

AI不单是查询数据、生成论说，而要参与任务分配、气象爱戴、特殊发现、资源退换和扫尾反馈。

四，从“东谈主工爱戴致”转向“系统确保致”

当业务模子变化时，数据、语义、进程、智能体凹凸文和评估体系应当自动形成闭环，而不是恭候某个东谈主念念起修改Skill文献。

惟一完成这些转机，企业才不是把AI放在原有组织之上，而是让组织自己按照智能系统的式运行。

这些事对于模子公司反倒是可能难，因为它们探索过强，要是模子公司是的AI原生，那意味着模子能够磨真金不怕火何况我方。

七、Anthropic正在通往AI原生，而不是仍是到达

因此，说“Anthropic并不AI原生”，并不是说Anthropic使用AI的水平不。

恰恰相悖，正因为Anthropic仍是把Claude入期骗到数据分析、软件蛊卦、营销运营和常识管束中，它才早暴涌现下阶段的问题：

模子越来越强之后，限定AI果的仍是不再只是模子，而是组织能否提供贯通、致、及时和可践诺的气象。

Anthropic的数据分析系统从95准确率下落到65，并不是次浅易的工程事故。

它揭示了AI时间个普遍的律例：

当AI运转大领域插足企业，组织里面总共耐久被东谈主类教学隐私的数据歧义、系统割裂、界说冲破和气象蔓延，皆会被速即放大。

Claude不错匡助东谈主类继续修补这些马虎。

但真的的AI原生组织，不应当依赖个机灵的AI收敛寻找和修补马虎，而应当从根柢上不让这些马虎产生。

从这个角度看，Anthropic可能是天下上AI使用进度的公司之，但它仍然是正在从“AI增强组织”走向“AI原生组织”的公司。

而这简略亦然这篇著作有价值的地：

它阐述了即使领有天下上的模子，也不行自动取得《AI原生组织》。

参考贵府

[1] Anthropic，《How Anthropic enables self-service data analytics with Claude》https://claude.com/blog/how-anthropic-enables-self-service-data-analytics-with-claude

[2] Anthropic，《How Anthropic’s marketing operations team uses Claude Cowork to automate reporting and campaign builds》https://claude.com/blog/how-anthropics-marketing-operations-team-uses-claude-cowork-to-automate-reporting-and-campaign-builds

[3] Anthropic，《How Anthropic teams use Claude Code》https://claude.com/blog/how-anthropic-teams-use-claude-code

本文作家：李智勇，《东谈主公司》《终复制》作家

本文由东谈主东谈主皆是居品司理作家【琢磨事】，微信公众号：【琢磨事】，原创/授权 发布于东谈主东谈主皆是居品司理，未经许可，不容转载。

题图来自Claude官网截图手机号码：13302071130相关词条:离心玻璃棉     塑料挤出机     钢绞线厂家    铝皮保温    pvc管道管件胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定可克达拉锚索厂，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。