企业全面拥抱AI，困难往往不在于缺少模型或算力，而在于AI会触碰既有利益结构、管理流程和责任边界。王坚指出，大公司理论上拥有更多资源，实际上却可能比小公司更难推进AI，核心原因是它们必须维护原有商业模式与组织惯性。新技术若真正进入业务，不只是增加一个工具，而可能改变岗位分工、决策方式和资源配置。
真正的阻力来自组织惯性
成熟企业通常拥有复杂的流程体系。流程之所以稳定，是因为它承载了权限、考核、预算和风险控制。一旦引入AI，原本由多人完成的分析、审核或内容生产，可能被重新组合。对管理层而言，这意味着既有权责关系需要调整；对员工而言，则意味着学习成本、岗位变化和绩效标准的不确定性。
因此，企业容易出现“局部试用、整体观望”的状态：个别部门愿意尝试，但跨部门协作、数据共享和系统改造迟迟无法推进。AI项目即使在演示阶段效果良好，也可能因为无法嵌入正式流程，最终停留在试点层面。
全面拥抱并不等于全面替换
AI在核动力等高可靠性领域被认为具有应用潜力，恰恰说明企业采用AI必须与业务风险相匹配。对于涉及安全、合规和重大责任的场景，重点不是追求最快替代人工，而是明确哪些环节可以由AI辅助，哪些环节必须保留人工判断和责任追踪。
更可行的路径，是先选择价值清晰、风险可控、结果可衡量的业务环节，再逐步验证AI对效率、质量和决策的实际影响。同时，企业需要同步调整数据治理、权限管理和责任机制，否则模型能力越强，组织风险也可能越大。
企业难以全面拥抱AI，本质上是技术变革与组织利益之间的冲突。真正的转型，不是采购一个模型或部署一个应用，而是愿意重新审视原有流程，并承担改变流程之后的管理成本。只有当AI带来的收益能够被组织承接，技术优势才可能转化为企业竞争力。