营销里的 AI 卓越中心，是一个小团队，拥有 AI 能力的共享部分——标准、工具、评估和培训——而营销组织其余部分把它们应用到自己的工作中。它的目的是提升整个团队的能力，不是替他们做 AI 工作。当它变成一个把关者，它就失败了，无论它多能干。
你究竟是否需要一个，取决于规模和分散度。一个十人团队坐在一起就能共享标准。一旦 AI 使用分散到几个团队、品牌或地区，每个人都各自解决同样问题的成本就变真实，一个小型中心能力开始回本。
什么时候一个卓越中心值得
当一个 CoE 使同样的工作在多个团队间被重复——同样的工具评估、同样的 prompt 问题、同样的治理问题、同样的错误——它就挣得了自己的存在。在那个点上，一个共享职能减少重复、防止每个团队重新学习别的团队已经知道的东西。
当组织小到能非正式协调、或当真正的问题是还没人用 AI 时，它不值得。在那种情况下第一份工作是试点，不是一个卓越中心。在需求存在之前建一个中心团队，产出一个没有客户、有一个无法履行的授权的职能。如何试点 AI覆盖那个起点。
三种运营模式
主要的设计选择是决定坐在哪里。下面的表列出三个模式以及各自何时适合。
| 模式 | 如何运作 | 最好当 |
|---|---|---|
| 集中 | 一个团队做大部分 AI 工作 | 早期、用例少、需要控制 |
| Hub-and-spoke | 中心定标准；团队应用 | 规模化、多团队、需求混合 |
| 联邦 | 团队拥有自己的 AI 工作 | 成熟、处处高能力 |
大多数组织最后落在 hub-and-spoke，因为它平衡了一致性与速度。集中是你刚开始、需要在扩散之前先建立实践时的正确默认。联邦只在能力真正分布之后才管用，而它往往会失去当初论证一个 CoE 的理由——协调好处。
中心拥有什么
CoE 拥有那些「做一次胜过做多次」的东西：标准和护栏、新工具的评估、一个共享的 prompt 与工作流库、培训、以及需要一致答案的治理问题。它是运营模式共享层的看护者，应该按「组织其余部分不靠它 能做多少」来衡量。目标是与我多年前关于报告所说的同一个：工作不是产出更多输出，而是让人更快地得到好的洞察 而不重复彼此的错误。
它不拥有工作本身。活动团队拥有他们的活动；CoE 拥有让那些活动更好的条件。对一个 CoE 最清楚的测试，是周围的团队是否随时间变得更有能力，还是它们只是把更多请求路由到中心。前者是成功；后者是一个瓶颈在形成。
瓶颈失败模式
这个失败很容易掉进去。一个能干的中心团队被请求帮忙、帮得很好，然后慢慢变成所有 AI 工作都必须经过的地方。请求排队，中心为了跟上而招人，组织的能力集中而非扩散。CoE 变成了一个服务台，而运营模式更糟、不是更好。
通过把赋能作为明确授权、并拒绝做默认执行者来避免它。发布标准、跑培训、托管示例，让团队应用它们。如果一个请求其实是一个能力缺口，教它、而不是做它。那第一次更慢，之后每一次都快得多。
给中心配人
一个好的 CoE 小而资深，不大而初级。它需要理解营销工作深到知道好是什么样的人，以及能搭工作流而不只是用工具的人。两三个能交付、能教的强人，胜过一个大而审阅的团队。中心的产品是能力，而能力通过能展示而非讲述的人转移。
把工作需要的学科带进来：一个能接工作流和工具的构建者、一个懂活动的操盘手、以及一个拥有治理和评估的人。抵制把它完全配成技术人员的诱惑；一个不理解媒体和营销现实的 CoE，会搭出没人能用的标准。
衡量中心
按赋能、而不是吞吐来衡量的 CoE。有多少团队如今能做他们从前做不了的工作、共享库实际被用了多少、多少重复问题已停止复发、以及组织的 AI 产出是否变得更好更一致。一个忙碌却让其他所有人依赖的中心没有成功。
反指标在这里也重要。追踪中心是否变成了一条队列、团队是否在搭绕过方案、以及标准被遵循是因为它们有用还是因为被强制。一个 CoE 的健康，在周围团队如何谈论它上可见——作为一个能力来源，还是一个收费站。
中心该看的一个反指标
吞吐是 CoE 会漂向的、也是误导的指标。一个中心能看起来很忙却仍在失败，所以把采纳配一个反指标：这个季度有多少团队不靠中心的帮助解决了一个共享问题。追踪重复问题的下降、共享库被哪些没参与构建的团队使用的占比、以及中心自己的请求队列是在缩小还是增长。如果它在采纳上升时增长，中心正在变成一个服务台；如果它在采纳上升时缩小，能力真的在扩散。那一个比率——能力上升、依赖下降——是模式在起作用最清楚的信号，而它是中心自己的工作负载永远无法独自显示的东西。
头 90 天
先盘一遍团队已经在做什么、在哪里彼此重复。挑两三个共享问题——工具、prompt、评估——公开地一次解决它们，作为别人能复制的模板。发布一个轻标准和随之而来的治理规则。然后衡量有多少团队未经吩咐就采纳了共享工作。
第一个季度把范围刻意保持窄，让需求把 CoE 往外拉。一个从拥有一切开始的中心会被怨恨；一个从让几样东西明显更好开始的会被要求做更多。营销 AI 政策与治理是自然的第一个产品，因为它需要一次、却被处处使用。
CoE 与抗拒它的团队
不是每个团队都会欢迎一个中心职能，而有些抗拒是合理的。已经搭好不错 AI 工作流的团队，可能把 CoE 看作拖慢他们的管理费；对 AI 持怀疑的团队可能把它看作采纳的压力。两种反应都带信息，而一个忽视它们的中心会被绕过。
回应是先从为怀疑者做一件明显更好的事开始——一次替他们省下一次坏采购的工具评估、一个移走一个他们讨厌的步骤的模板——而不是从强制采纳开始。通过有用挣得可信度，让走在前面 的团队保持自主。一个尊重它所服务的团队的 CoE 会被采纳；一个把自己置于他们之上的会被抗拒，而抗拒通常在某个点上是对的。另一个陷阱是按中心做了多少工作来衡量它。一个交付很多素材的 CoE，是一个戴着战略头衔的生产团队；一个交付标准和能力的 CoE，在尽它的职责。留意中心成为营销里最忙团队的那一天，因为那是它从赋能漂到执行的信号。最健康的版本，是它自己的工作负载随组织能力上升而下降的那一版。
FAQ
我们需要一个卓越中心吗？
只有当 AI 使用分散到足够多的团队、同样的问题被重复解决时。低于那个规模，一个共享标准和几个模板就够了。在需求存在时建中心，不是在预期它时。
CoE 该做工作还是赋能？
赋能。中心的工作是让组织其余部分更有能力，替他们做工作会把能力集中而非扩散。如果请求是一条队列而不是一次学习机会，模式就出了错。
它该多大？
小而资深。两三个能搭能教的人，通常胜过更大的审阅团队。只在有一个真正的共享问题要拥有时才增长，并为转移能力的能力而招人，不是为持有它。
我们怎么知道它在起作用？
团队不靠中心做得更多、共享库被使用、重复问题停止复发。如果中心是营销里最忙的团队，它大概是一个瓶颈、而非一个能力乘数。
简短版
营销里的 AI 卓越中心拥有标准、共享工具、评估和培训，让组织其余部分能应用它们。对大多数规模化组织选 hub-and-spoke，保持团队小而资深，按赋能而非吞吐来衡量它。执行指南把 CoE 放进更宽的运营模式，面向内部团队的车道为一个客户侧的团队贯穿它来做。
如果你建过一个，我想听听你怎么让它不变成一个瓶颈。
祝好， Chandler
本文提供简体中文版本。课程材料（视频、模板和配套指南）以英语、日语、简体中文和韩语提供。本网站提供 13 种语言版本。