目标、取舍、资源优先级
ORGANIZATIONAL MEMORY / CORE THESIS
连续建模
组织大脑
从关键决策者的注意力出发,理解一件事如何驱动整个组织行动,并在方向改变时持续更新。
事实起点
企业每天发生无数件事。
它们都是真实,但不等于都重要。
完整保存,无可厚非
传统方式的盲点
所有数据平权,
得到的是更完整的地图,不是重点。
会议、IM、文档、工单、邮件
每条数据被同等对待
大量关系
大量摘要
但仍然不知道:
哪三件事正在决定组织未来?
重要性不是内容自身的属性。再精细的内容分析,也无法凭空知道组织此刻真正关心什么。
组织的结构性特征
组织不是平的。
少数关键决策者决定核心方向。
关键决策者
关注什么,组织就把时间、资源与优先级投向哪里。
跨部门分工、节奏与依赖
客户、产品、交付与反馈
因此,AI 的入口不该是全量数据。
应该从 Key Person 的注意力 出发,追踪它引发的 组织行动。切入点
先从 Key Person 的注意力中,
找出组织此刻真正要推进的事。
关键决策者的高信息密度数据
时间与资源正在往哪里移动
把它定义为 Matter,也就定义了后续“研究什么”。
顺着 Matter 向下研究
一个方向,如何变成
全组织真实发生的行动?
来自 Key Person 的持续注意力
“本季度完成市场验证”
预算与人员开始重新配置
Key Person 调整目标产品、销售、法务开始联动
依赖出现,节奏开始分化
谁真正推进客户延期,合规评审卡住
一线反馈与原目标发生偏差
哪里卡住,谁让目标失真Top-down 定义研究目标,Bottom-up 还原组织真实。
连续性的来源
Key Person 改变方向时,
Matter 信号推动记忆更新。
文档仍然正确地记录了过去,
却不知道组织已经转向。
初始方向
Key Person 改变方向
触发 research,更新组织记忆
快照可以随时生成;真正困难的是,知道什么时候必须重新理解组织。
流程总览
连续建模全流程
Key Person signals
日历 · IM · 审批 · 邮件
解读注意力变化
识别关注重点与方向变化
维护 Matter 索引
匹配 · 新建 · 状态迁移
重新研究?
继续监听
等待下一轮信号
创建专项任务
以发生变化的 Matter 为目标
从全组织取证
还原推进、卡点、失真与变化
形成证据化变化
新增 · 更新 · 推翻 · 证据回链
更新组织记忆
当前结论 + 版本历史
会议 · IM · 邮件 · 文档 · 工单 · 代码评审
运行态
Maya 如何把企业大脑
从实验推进到行动
她先限定 AI 只研究三个问题,再用十五次运行验证:系统能否主动发现问题、找到负责人并追踪真实执行。
CORE LOGIC从 Key Person 的注意力出发,沿新增证据追到真实组织行动。
READ FROM LEFT TO RIGHT Maya 定义研究边界,Agent 沿证据把方向写成可追踪的组织行动。
Maya Chen · CEO先让 AI 只盯三个问题,看看它能不能自己发现公司该处理的事。
Agent 从 Maya 的会议纪要中提取实验意图,将“受控地发现并推动一个经营问题”写成首个 Matter,并把三个批准问题记录为方向约束。
拖拽时间轴,或暂停后点击节点查看当时所知。
最终判断
连续建模组织大脑的
一条可靠路径
Key Person 的注意力给出航向,Matter将航向固定为可持续追踪的研究目标。
决定此刻什么值得理解
把方向固定成持续追踪的目标
发现推进、卡点、失真与变化
航向改变时,组织记忆随之更新
客观发生的一切