企业 AI 赋能需要四层，是因为组织要依次解决四类不同问题：认知层建立能力边界和共同语言，战略层确定业务目标与优先级，场景层用真实流程验证价值，平台层再沉淀可复用的数据、知识、模型和治理能力。四层可以局部并行，但不能用平台采购替代前三层。
适用于
- 需要统一管理培训、咨询、试点和平台预算的企业
- 多个部门同时探索 AI、但缺少统一优先级的组织
- 希望从首个样板逐步复制的中型企业
不适用于
- 把四层理解为必须一次性采购的四个产品
- 每层都建设完才允许开始验证
- 忽略行业监管和现有数字化基础机械套用
方法与证据口径
四层架构来自企业赋能项目的职责拆分，并以 ISO/IEC 42001 管理体系和 NIST AI RMF 的治理生命周期校验控制点。它是实施组织框架，不是国际标准中的原生分层。
决策表
| 层级 | 核心问题 | 关键产出 | 验收信号 |
|---|---|---|---|
| 认知 | AI 能做什么、不能做什么 | 共同语言、风险边界 | 管理层能判断场景 |
| 战略 | 为什么做、先做什么 | 目标、地图、优先级 | 资源指向同一结果 |
| 场景 | 如何进入真实业务 | 流程、原型、评测、样板 | 持续使用且结果可测 |
| 平台 | 哪些能力值得复用 | 模型、知识、工具、治理 | 降低下一场景边际成本 |
- 核心问题
- AI 能做什么、不能做什么
- 关键产出
- 共同语言、风险边界
- 验收信号
- 管理层能判断场景
- 核心问题
- 为什么做、先做什么
- 关键产出
- 目标、地图、优先级
- 验收信号
- 资源指向同一结果
- 核心问题
- 如何进入真实业务
- 关键产出
- 流程、原型、评测、样板
- 验收信号
- 持续使用且结果可测
- 核心问题
- 哪些能力值得复用
- 关键产出
- 模型、知识、工具、治理
- 验收信号
- 降低下一场景边际成本
01
四层解决的是不同类型的不确定性
认知和战略主要降低方向不确定性，场景层降低价值与使用不确定性，平台层降低规模化的工程和治理成本。把它们混成一个采购项目，会让每个角色都用自己的指标判断成功。
- 管理层关注经营目标和风险
- 业务团队关注任务质量和使用成本
- 技术团队关注集成、稳定和复用
- 治理角色关注责任、审计和退出
02
平台层不应该成为第一层的替代品
通用平台可以加快原型和统一治理，但只有在多个场景证明存在共同能力后，复用价值才清楚。过早平台化会固化错误假设，过晚平台化则造成重复建设。
- 先复用身份、日志和模型接入等基础能力
- 场景专属流程保持可调整
- 知识库明确所有者和更新机制
- 每增加一种工具权限都重新评估风险
03
从四层架构启动的实际顺序
一个可执行的启动方式，是用短周期共同语言和诊断进入首个场景，再根据验证结果建设平台能力。
- 用管理层工作坊统一目标与边界
- 完成六维成熟度和候选场景诊断
- 选择一个低风险、高频、可测量场景
- 在 90 天内完成验证、固化和复盘
- 只把被多个场景验证的能力沉淀到平台
- 按季度更新战略地图和治理要求
方法限制
- 四层是众合科技的方法论抽象，不是 ISO 或 NIST 规定的固定层级
- 不同规模和行业可以合并、并行或延后部分工作
- 架构本身不能保证项目成功，仍依赖数据、人员、预算和执行纪律
本次更新
方法、适用边界与官方来源于 2026.08.14 完成复核。
下一次证据复核不晚于官方来源与核验日期
- 01ISO/IEC 42001:2023 AI management systems · ISO核验 2026.08.14
- 02AI RMF Core · NIST核验 2026.08.14
- 03Introducing the OECD AI Capability Indicators · OECD核验 2026.08.14