Peringkat 3 ke 4: Dari Diskala ke Diintegrasikan, Apabila AI Menjadi Model Operasi

AI anda sudah berjalan dalam produksi. Pelbagai kes penggunaan. Pasukan berbangga, dan mereka layak berbangga. Peringkat 3 adalah pencapaian nyata yang kebanyakan organisasi pada 2026 belum capai.

Tetapi tanya diri anda: jika anda mematikan semua alat AI esok, betapa berbezakah model operasi anda?

Jika jawapan jujurnya ialah "kami akan kehilangan sedikit kecekapan tetapi aliran kerja teras akan terus berjalan tanpa perubahan," anda berada di Peringkat 3. AI adalah lapisan di atas. Orang melakukan kerja mereka dengan cara yang sama, dengan bantuan AI tersedia apabila mereka memilih untuk menggunakannya.

Peringkat 4 berbeza. Di Peringkat 4, membuang AI bukan sekadar mengurangkan kecekapan. Ia memecah aliran kerja. Rekod CRM tidak dikemas kini kerana AI yang mengemas kininya; manusia tidak lagi melakukan langkah itu. Penilaian risiko tidak dihasilkan kerana AI yang menghasilkannya. Proses itu direka semula di sekitar AI, bukan sekadar ditambah dengan AI.

Itu jauh lebih sukar untuk dibina. Penyelidikan Rewired and Running Ahead McKinsey mendapati bahawa pemimpin digital dan AI menjana penambahbaikan 10-20% EBIT (earnings before interest and taxes) dalam masa dua hingga tiga tahun, tetapi hanya apabila AI dikaitkan dengan KPI operasi dalam aliran kerja yang direka semula, bukan ditambah sebagai lapisan produktiviti di atas proses yang tidak berubah. Dan inilah sebabnya peralihan Peringkat 3-ke-4 adalah peralihan yang kebanyakan syarikat tidak akan siapkan pada 2026. Jika anda masih di Peringkat 2, mulakan dengan Peringkat 2 ke 3: Dari Projek Perintis ke Diskala.

Apa yang dimaksudkan dengan integrasi sebenar

Fakta Utama: Integrasi Peringkat 3-ke-4

• Penyelidikan Rewired and Running Ahead McKinsey mendapati bahawa pemimpin digital dan AI menjana penambahbaikan 10-20% EBIT dalam masa dua hingga tiga tahun, tetapi hanya apabila AI dikaitkan dengan KPI operasi dalam aliran kerja yang direka semula, bukan ditambah sebagai lapisan produktiviti di atas proses yang tidak berubah (McKinsey, 2025)
• Gartner meramalkan lebih 40% projek AI agentik akan dibatalkan menjelang akhir 2027, terutamanya kerana rangka kerja tadbir urus tidak seiring dengan aspirasi penggunaan (Gartner, 2025)
• Gartner juga mendapati bahawa hanya 45% organisasi dengan kematangan AI tinggi mengekalkan projek AI dalam produksi selama tiga tahun atau lebih, dan dalam organisasi kematangan tinggi, 57% unit perniagaan secara aktif mempercayai dan menggunakan penyelesaian AI berbanding 14% dalam organisasi kematangan rendah (Gartner, 2025)

Perkataan "integrasi" sering digunakan secara longgar. Dalam konteks kematangan AI, ia mempunyai makna yang spesifik.

Integrasi bermaksud AI adalah komponen natif dalam langkah aliran kerja teras, bukan alat pilihan yang dilapisi di atasnya.

Inilah perbezaan konkritnya.

Peringkat 3 (Diskala): Setiap Customer Success Manager baharu di syarikat anda diberi akses kepada alat AI yang membantu mereka bersedia untuk Quarterly Business Reviews (QBR). Kebanyakan menggunakannya. Sebahagian tidak. Proses persediaan QBR masih wujud sebagai aliran kerja yang ditentukan; AI adalah pilihan produktiviti di dalamnya.

Peringkat 4 (Diintegrasikan): Proses persediaan QBR telah direka semula. AI secara automatik menjana ringkasan QBR, mengambil dari data aktiviti CRM, tiket sokongan, penggunaan produk, dan nota mesyuarat sebelumnya, 48 jam sebelum setiap QBR, dan meletakkannya dalam giliran CSM. CSM menyemak dan mengedit; mereka tidak lagi menulis ringkasan. Aliran kerja persediaan QBR lama tidak wujud lagi.

Perbezaannya bukan pada kemampuan AI itu sendiri. Ia bergantung pada sama ada aliran kerja manusia direka semula untuk menjadikan AI sebagai laluan lalai, atau sama ada AI ditambah sebagai pilihan pada aliran kerja yang tidak berubah.

Integrasi Peringkat 4 memerlukan yang kedua. Ini bermaksud menulis semula dokumentasi proses, melatih semula pasukan, menyusun semula metrik prestasi, dan dalam sesetengah kes, mengubah reka bentuk organisasi. Kebanyakan syarikat meremehkan ini.

"Ujian integrasi Peringkat 4 adalah mudah: jika anda mematikan semua alat AI esok, adakah aliran kerja teras akan terus berjalan tanpa perubahan, atau adakah ia akan pecah? Organisasi Peringkat 3 akan kehilangan kecekapan. Organisasi Peringkat 4 akan pecah. Perbezaannya ialah sama ada aliran kerja direka semula dengan AI sebagai komponen natif, atau sama ada AI dicantum pada aliran kerja yang masih berjalan dengan cara yang sama tanpanya." (Rework)

Ujian Persimpangan Peringkat 3-ke-4

Diagnostik tiga kriteria yang mengesahkan integrasi Peringkat 4 yang tulen berbanding lapisan alat Peringkat 3 yang canggih. Kriteria 1 (Reka Bentuk Semula Aliran Kerja): sekurang-kurangnya satu fungsi teras telah mereka semula dokumentasi prosesnya supaya AI adalah laluan lalai, bukan alat pilihan dalam aliran kerja yang tidak berubah. Kriteria 2 (Integrasi API Dua Hala): sistem AI membaca dari dan menulis kembali ke sistem operasi tanpa manusia menyalin dan menampal hasilnya. Kriteria 3 (Kesetaraan Tadbir Urus): jejak audit, pemantauan berat sebelah, dan tindak balas insiden diskala untuk memadankan jumlah dan kekritisan keputusan automatik AI. Organisasi yang memenuhi Kriteria 1 tetapi bukan Kriteria 2 telah mereka semula aliran kerja di atas kertas tetapi belum membolehkannya secara teknikal. Mereka yang memenuhi Kriteria 1 dan 2 tetapi bukan Kriteria 3 berada di Peringkat 4 secara teknikal tetapi Peringkat 3 dalam tadbir urus, yang penyelidikan Gartner kenal pasti sebagai punca utama pembatalan projek AI agentik.

Keperluan seni bina untuk Peringkat 4

AI Peringkat 3 berjalan atas permintaan. Pengguna membuka alat, bertanya soalan, mendapat jawapan. AI Peringkat 4 berjalan atas peristiwa. Aliran kerja mencetuskan AI secara automatik apabila syarat dipenuhi.

Perbezaan ini mempunyai implikasi teknikal yang mesti ditangani sebelum Peringkat 4 boleh dicapai.

Saluran paip data masa nyata. AI berasaskan peristiwa memerlukan data yang terkini. Jika AI menjana ringkasan QBR dari data CRM yang lapuk 48 jam, ringkasan itu mungkin mengandungi maklumat akaun yang sudah lapuk. Peringkat 4 memerlukan saluran paip data yang dikemas kini secara berterusan atau hampir berterusan, bukan eksport berkumpulan setiap malam.

Ketersambungan API antara AI dan sistem operasi. AI mesti dapat menulis kembali ke sistem yang dibacanya. Di Peringkat 3, AI biasanya membaca data dan mengembalikan hasilnya kepada manusia. Di Peringkat 4, AI membaca data, menghasilkan hasilnya, dan menulis hasil itu ke sistem operasi: mengemas kini rekod CRM, mencipta acara kalendar, memfailkan laporan. Integrasi API dua hala adalah keperluan seni bina. Ini adalah keupayaan Execute yang beroperasi pada kedalaman penuh, dan inilah sebabnya sempadan Generate vs. Execute menjadi keperluan tadbir urus di Peringkat 4.

Lapisan orkestrasi. Pelbagai AI agent yang mengendalikan bahagian berbeza dalam aliran kerja memerlukan koordinasi. Agen mana yang berjalan dahulu? Apa yang berlaku jika satu gagal? Bagaimana keputusan dipindahkan antara langkah? Ini memerlukan sistem orkestrasi aliran kerja, sama ada platform orkestrasi AI yang dibina khas, alat aliran kerja sedia ada yang dilanjutkan untuk AI, atau kod tersuai. Pilihan itu kurang penting berbanding mempunyainya.

Pencetus berasaskan peristiwa. Peralihan dari "pengguna meminta AI" ke "peristiwa mencetuskan AI" memerlukan event bus atau lapisan automasi aliran kerja yang memantau syarat (peringkat tawaran berubah, tiket dicipta, kontrak dimuat naik) dan mencetuskan aliran kerja AI secara automatik.

Empat keperluan seni bina ini bukan tambahan pada infrastruktur Peringkat 3. Ia mewakili peningkatan ketara dalam kerumitan teknikal. Syarikat yang cuba mencapai Peringkat 4 tanpa menanganinya akan mendapati aliran kerja AI mereka rapuh, tidak boleh dipercayai, dan mahal untuk dibaiki.

Keperluan organisasi

Peringkat 4 bukan hanya cabaran seni bina. Ia adalah cabaran organisasi. Dan keperluan organisasi lebih sukar diselesaikan daripada keperluan teknikal.

Penjajaran merentas fungsi antara pasukan AI dan unit perniagaan. Di Peringkat 3, pasukan AI membina dan menyerahkan kepada unit perniagaan. Di Peringkat 4, pembangunan AI adalah fungsi bersama. Pasukan kepimpinan CSM mereka bina aliran kerja ringkasan QBR bersama pasukan AI. Mereka menentukan sumber data yang penting, format hasilnya, langkah semakan manusia yang diperlukan. Tanpa pemilikan bersama ini, AI menghasilkan aliran kerja yang berfungsi secara teknikal tetapi tidak dipercayai atau digunakan oleh unit perniagaan.

Akauntabiliti AI tertanam dalam kepimpinan fungsi. Di Peringkat 4, VP Customer Success bertanggungjawab ke atas proses QBR berteraskan AI, bukan hanya prestasi pasukan CSM. Ini bermakna pemimpin fungsi memerlukan literasi AI yang mencukupi untuk memiliki aliran kerja berteraskan AI. Mereka tidak perlu memahami seni bina model. Mereka perlu memahami input, output, mod kegagalan, dan keperluan semakan sistem AI dalam fungsi mereka.

Metrik prestasi yang merangkumi sumbangan AI. Jika anda mengukur prestasi CSM hanya pada hasil (pengekalan, NPS, pengembangan) tanpa menjejaki sumbangan AI, anda tidak dapat mendiagnosis apa yang berkesan. Organisasi Peringkat 4 menjejaki penggunaan AI, kualiti hasilnya, dan korelasi antara penggunaan aliran kerja AI dan hasil perniagaan sebagai metrik operasi.

Latihan semula pada skala. Apabila aliran kerja direka semula di sekitar AI, pekerjaan berubah. CSM yang dahulunya menghabiskan 30% masa mereka untuk persediaan QBR kini menghabiskan masa itu untuk kerja hubungan peringkat lebih tinggi. Peralihan itu memerlukan sokongan berstruktur: kejelasan peranan baharu, keterangan kerja yang dikemas kini, dan pengurusan aktif peralihan minda dari "saya menulis ringkasan" ke "saya menyemak dan menambah baik ringkasan."

Peningkatan tadbir urus untuk Peringkat 4

Di Peringkat 3, AI berjalan dalam produksi merentasi beberapa kes penggunaan. Di Peringkat 4, AI membuat keputusan berkesan pada skala, secara automatik, tanpa semakan manusia pada setiap transaksi. Keperluan tadbir urus adalah berbeza secara kualitatif.

Keperluan jejak audit menjadi institusi. Setiap tindakan Execute yang diambil oleh AI mesti dilog dengan cara yang boleh diaudit oleh pasukan pematuhan, penasihat undang-undang, atau pengawal selia. Ini bukan kemewahan. Dalam industri terkawal, ia adalah keperluan undang-undang. Dan walaupun dalam industri yang tidak terkawal, keupayaan untuk membina semula apa yang dilakukan AI dan mengapa adalah asas penyiasatan insiden.

Pemantauan berat sebelah. Apabila AI membuat keputusan berkesan pada skala (pemarkahan lead, keputusan kredit, saringan pengambilan, peruntukan sumber), berat sebelah sistematik boleh menghasilkan keputusan yang tidak adil atau diskriminasi pada skala besar. Organisasi Peringkat 4 menjalankan audit berat sebelah berkala ke atas hasil keputusan berisiko tinggi. Bukan sekali semasa pelancaran. Setiap suku tahun, sekurang-kurangnya.

Tindak balas insiden menjadi fungsi formal. Di Peringkat 3, ketua Operasi AI mengendalikan insiden. Di Peringkat 4, jumlah dan kekritisan insiden berpotensi memerlukan fungsi tindak balas insiden formal dengan SLA yang ditentukan, laluan eskalasi, dan proses semakan selepas insiden. Ini serupa dengan cara organisasi SaaS matang menjalankan tindak balas insiden kejuruteraan produksi mereka, diterapkan pada sistem AI.

Tadbir urus vendor. Di Peringkat 4, anda mungkin mempunyai pelbagai hubungan vendor AI, masing-masing dengan terma pemprosesan data, jadual kemas kini model, dan jadual penamatan sendiri. Tadbir urus vendor bermaksud menjejaki model mana yang digunakan dalam aliran kerja mana, memantau pengumuman vendor untuk perubahan yang mempengaruhi aliran kerja anda, dan mengekalkan hubungan kontraktual (Data Processing Agreements (DPA), perjanjian perusahaan) yang memberi kuasa penggunaan produksi.

Mod kegagalan integrasi

Peralihan Peringkat 4 gagal dalam tiga cara yang tersendiri.

Terlalu mengintegrasikan. Mengautomatikkan keputusan yang memerlukan pertimbangan manusia. Contoh biasa: mengautomatikkan keputusan eskalasi untuk akaun pelanggan berisiko tinggi. AI boleh menanda isyarat risiko; manusia harus membuat keputusan eskalasi. Apabila AI mengambil keputusan berkesan yang memerlukan konteks, pengetahuan hubungan, atau pertimbangan etika, integrasi itu mencipta risiko dan bukannya nilai. Peraturannya: automatikkan pengumpulan dan sintesis data. Pastikan manusia dalam keputusan untuk apa-apa yang mempunyai akibat ketara.

Kurang mengintegrasikan. Ini lebih biasa. Organisasi menggunakan AI untuk meningkatkan aliran kerja sedia ada tetapi tidak pernah mereka semula aliran kerja itu. Draf e-mel AI berada dalam CRM bersebelahan templat e-mel lama. Wakil memilih antara keduanya. Sebahagian menggunakan AI. Sebahagian tidak. Penggunaan kekal di bawah 60%. Hasil perniagaan bertambah baik sedikit. Organisasi menyimpulkan "AI agak berkesan" dan tidak pernah menyedari bahawa reka bentuk semula aliran kerja sepenuhnya akan menghasilkan impak 3 kali ganda. Kurang mengintegrasikan adalah plato Peringkat 3 yang menyamar sebagai Peringkat 4.

Kelambatan tadbir urus. Integrasi melampaui dasar. AI berjalan dalam 15 aliran kerja, membuat ribuan keputusan automatik setiap hari, sementara infrastruktur tadbir urus masih direka untuk penggunaan Peringkat 3 dengan 3 kes penggunaan. Jejak audit tidak lengkap. Pemantauan berat sebelah belum disediakan. Tindak balas insiden masih seorang sahaja. Penyelidikan Gartner mendapati bahawa lebih 40% projek AI agentik akan dibatalkan menjelang akhir 2027 terutamanya kerana rangka kerja tadbir urus tidak seiring dengan aspirasi penggunaan. Kelambatan tadbir urus adalah cara organisasi Peringkat 4 menghasilkan insiden AI yang paling serius: bukan kerana teknologi gagal, tetapi kerana infrastruktur pengawasan tidak dibina untuk memadankan skala penggunaan.

Analisis Rework: Peralihan Peringkat 3-ke-4 secara konsisten gagal bukan pada lapisan teknologi tetapi pada lapisan organisasi. Seni bina boleh dibina. Yang kebanyakan syarikat remehkan adalah keperluan reka bentuk semula aliran kerja: setiap fungsi yang mengintegrasikan AI di Peringkat 4 perlu dokumentasi prosesnya ditulis semula, metrik prestasinya ditentukur semula, dan pengurus-pengurusnya dilatih semula untuk memiliki aliran kerja berteraskan AI dan bukan sekadar menggunakan alat AI. Syarikat dengan 500 orang yang mencuba integrasi Peringkat 4 merentasi tiga fungsi secara serentak biasanya meremehkan keperluan pengurusan perubahan sebanyak 6-12 bulan. Organisasi yang paling cepat sampai ke sana mengintegrasikan satu fungsi sepenuhnya sebelum memulakan yang seterusnya, menggunakan pengajaran dari Fungsi 1 untuk mempercepatkan Fungsi 2 dan 3.

Rupa kepimpinan Peringkat 4

Peringkat 4 memerlukan kepimpinan AI khusus di peringkat eksekutif.

Peranan CIO atau Chief AI and Innovation Officer (CAIO). CIO di syarikat Peringkat 4 mempunyai integrasi AI sebagai tanggungjawab utama, bukan sekunder. Dalam sesetengah organisasi, peranan CAIO khusus membawa ini. Walau cara mana pun, ada seorang eksekutif yang dinamakan yang memiliki model operasi AI, melaporkan kepada lembaga tentang risiko dan prestasi AI, dan bersama memiliki strategi AI dengan pemimpin unit perniagaan.

Majlis AI merentas fungsi. Badan tetap dengan wakil dari setiap fungsi utama (Sales, Customer Success, Product, Legal, Finance, Human Resources) yang mengkaji semula cadangan aliran kerja AI baharu, memantau prestasi integrasi, dan mengeskalet isu tadbir urus. Bukan jawatankuasa pandu sekali sahaja. Mekanisme operasi kekal.

Pelaporan peringkat lembaga. Risiko AI, prestasi AI, dan pelaburan AI adalah agenda lembaga di Peringkat 4. Lembaga perlu memahami pendedahan risiko aliran kerja berintegrasikan AI, ROI pelaburan AI, dan implikasi persaingan strategi AI. Ini adalah keperluan kematangan tadbir urus, bukan sekadar kemudahan ketelusan.

Garis masa yang realistik

Kebanyakan syarikat mid-market pada 2026 berada di Peringkat 1 atau Peringkat 2. Organisasi yang dijalankan dengan baik yang bergerak melalui peringkat mungkin mencapai Peringkat 3 menjelang akhir 2026 atau 2027. Peringkat 4 untuk kebanyakan syarikat mid-market adalah sasaran 2028-2029 paling awal.

Itu bukan pesimisme. Itu realiti. Peringkat 4 memerlukan reka bentuk semula organisasi, bukan sekadar penggunaan teknologi. Reka bentuk semula organisasi di syarikat dengan 500-1000 orang memerlukan masa, terutama apabila ia melibatkan latihan semula ratusan pekerja pada aliran kerja yang direka semula.

Syarikat yang paling cepat sampai ke Peringkat 4 bukan yang tergesa-gesa. Mereka adalah yang melabur dalam tadbir urus Peringkat 2 dan infrastruktur Peringkat 3 dengan betul, supaya Peringkat 4 adalah evolusi dan bukannya pembinaan semula.

Syarikat SaaS dengan 1,000 orang menawarkan contoh berguna. Mereka mencapai Peringkat 3 pada pertengahan 2025, dengan AI dalam produksi merentasi sales ops, sokongan, dan operasi kandungan. Pada 2026, mereka mereka semula aliran kerja kejayaan pelanggan mereka supaya setiap CSM menggunakan ringkasan QBR yang disediakan AI secara lalai, AI menanda isyarat risiko churn, dan AI menggubal cadangan pengembangan. Langkah persediaan QBR tidak lagi ada dalam senarai tugas mana-mana CSM. Itulah Peringkat 4 dalam fungsi CS, walaupun Sales dan Product kekal di Peringkat 3. Itu tidak mengapa. Peringkat 4 tidak memerlukan setiap fungsi mengintegrasikan secara serentak. Ia memerlukan sekurang-kurangnya satu fungsi menyelesaikan peralihan.

Apa yang datang seterusnya

Setelah satu fungsi mencapai Peringkat 4, soalannya beralih dari "bagaimana kita mengintegrasikan AI ke dalam operasi kita?" kepada "adakah AI sepatutnya mengubah apa produk atau perkhidmatan kita?" Itulah Peringkat 5, dan ia adalah jenis keputusan yang berbeza.

Baca: Peringkat 5: Apabila AI Membentuk Semula Produk Anda untuk memahami apa yang diperlukan tahap kematangan tertinggi dan siapa yang realistiknya sampai ke sana.

Baca: 5 Peringkat Kematangan AI untuk model kematangan lengkap dengan peralihan antara setiap peringkat.

Baca: Jejak Audit untuk Tindakan Execute AI untuk infrastruktur tadbir urus yang diperlukan Peringkat 4 sebelum anda diskala aliran kerja AI berkemampuan Execute.

Lihat juga:

• Menyusun Urutan Corak AI dalam Peta Jalan Pelbagai Tahun: cara mengutamakan aliran kerja mana untuk diintegrasikan dahulu di Peringkat 4
• Mengapa Kebanyakan Transformasi AI Gagal: mod kegagalan kelambatan tadbir urus yang dihuraikan di sini secara penuh
• Bagaimana AI Membentuk Semula Model Operasi SaaS: perspektif khusus SaaS mengenai integrasi Peringkat 4