在过去，知识工作广泛地依赖于人。比如说一家营销公司，很容易从十几人变成一百人，但其中很多人每天重复的是同样的事情。在这个过程当中，如果利用人工智能算法来提升自动化程度，就能解决很多决策效率问题。说起来很简单，但实际执行起来却非常难。

从最直接的“人”的角度来解释：一方面，你要懂人工智能相关算法；另一方面，你要懂得业务的流程。现实中很难找到同一个人满足这两个要素，因而往往要找两类人。而这两类人在说同一件事情时，经常是鸡同鸭讲。简单来说，难以协同工作。

业务量化、集成集中和统一平台，完成了协同工作基础建设。我们可以从前三节的描述中看到，有了无处不在的数据、无处不在的计算能力和一个标准口径的统一管理平台，企业的协同似乎水到渠成。但智能协同建设是凌驾于协同之上的建设。

企业的智能化是完全可以达到的。比如现在的智能电厂，全都是机器设备，几乎是无人电厂。但于企业而言，目前，很多决策还需要人来做。所以，企业构建起来的协同的软件和系统不仅要求是智能化的，而且还是智慧化的。人在里面能发挥能动性。(www.daowen.com)

传统的诸如ERP这类系统是做业务的，因此常被称为业务系统，并没有涉及人。人类真正在管理上的基本工具有两个：一个是沟通，一个是规制。沟通就是信息的互动，让你知道你应该做什么、如何做、如何做得更好。规制，在软件、系统和平台上就是流程。二者合二为一，刚柔相济，才能体现大协同。

以前没有好的技术把泛在的数据采集起来并及时整理成信息，送到需要它的人手里面去。而现在，我们基于业务量化、集成集中和统一平台的建设，实际上就是为了解决这个问题。事实上，我们对数据处理速度的要求更高，不是及时，而是实时。那么，下一个问题将变为：人该何去何从。过去，劳动密集型企业把工人编到流水线上；那么如今，基于数据流，企业要做的是人，是知识性的劳动者，编到数据处理的流水线当中去。人与数据的协同，统一了沟通和规制，这才表现为大协同。

回过头来看智慧企业建设的前三大关键任务：智慧协同使得企业变得可度量、可管理、可优化——业务量化使企业的业务、流程、要素等统统可度量、可管理、可优化，并由此产生大数据；集成集中，在企业业务、应用、数据层面织就了密集坚固的协同网络；统一平台，形成了强大的存储、计算、分析等智慧企业基础能力。在这三者的基础之上，我们强调的大协同，实则是要实现部门之间、专业之间、人机之间甚至新旧数据之间的协同，互联互动。联动之后，才能够实现最终我们想要的自动管理。