业务部门需求方说很急、信息部门加班开发、上线、然后没人用——瓶颈不在做出来快不快，而在于价值闭环转不转得起来。
这个场景对于大部分企业信息部门而言是不是似曾相识：业务部门火急火燎跑过来说"我这个需求特别急"，数字化部门加班加点，几天时间上线了。然后呢？那个业务部门自称很急的需求系统就躺在服务器里了，没人用。然后再过两周，业务部门又来了，提了一个"更急"的需求..........
为什么系统开发出来了不用？有时候业务部门会把锅甩给开发部门，因为"研发效率还不够高"，于是开发部门为了满足业务的“要求”就拼命上低代码、上 AI Coding，想让交付再快一点。可现实往往是啪啪打脸，以前一个月上线没人用的系统，现在一周上线了还是一个没人用。技术越先进，开发效率越高，结果产生的垃圾系统也就越多。
所以这就不难看出，信息部门真正的瓶颈，不是"做出来快不快"，而是"做的东西对不对、有没有人用、用了有没有产生价值"。这三件事串起来，叫价值闭环。效率只是这个闭环里最不缺的一环。
一、效率高不等于有价值
企业数字化如果连交付效率都低，肯定有问题。但效率高，不等于价值高。很多企业的信息部门往往陷在一个死循环里：业务说急，开发部门就加班加点搞上线，上线没人用，再提新需求，开发部门又继续加班上线。这从来不是效率问题，是价值闭环缺了后半段。
AI Coding 的出现，让"从需求到代码"的速度又上了一个台阶，但它解决不了如下的问题：业务方愿不愿意用？上线后有没有业务结果？数据质量撑不撑得住？组织流程肯不肯变？
所以工具越强，越容易让信息部门"更快地生产更多没人用的系统"。研发效率是底层能力，不是核心瓶颈。企业数字化的核心瓶颈在价值闭环，从需求发现、验证、上线、使用到业务结果，全链路能不能转起来。
二、除了需求质量和系统使用，还有八类坑
如果你认为企业在数字化转型过程中最该解决的是需求质量和系统用没用起来的问题，你的理解很不错，但除了这两点信息部门还需面对如下八类大坑
第一，价值缺失
很多需求上线前没人说清：解决谁的什么问题、成功标准是什么、看哪些指标、数据从哪来。上线即结束，年底汇报只能数"上了多少个系统"，数不出"带来多少业务提升"。
第二，需求真伪混杂，优先级失序
伪需求来源很固定：领导一句话需求、业务方为应付检查提的需求、竞品做了我也要做、部门局部利益需求、技术团队自己想练手的需求。这些都被包装成"很急"，但没经过真实用户验证。
第三，系统运营缺位
大量系统上线后没有推广计划、没有培训、没有种子用户、没有反馈渠道、没有迭代机制。开发完团队一撤，系统自然就死翘翘了。
第四，数据底座差
数字化和 AI 落地都靠数据，可不少企业数据孤岛严重、指标口径打架、主数据混乱、历史数据脏、系统之间打不通。系统上线后数据不准、体验差，最后被弃用，根子往往在这。
第五，组织与协同两张皮
业务和 IT 各说各话，IT 被动接单没有话语权，缺既懂业务又懂技术的"翻译官"，业务提需求不担责，锅全甩给 IT。
第六，技术债与架构蔓延
为了"快速响应"不断堆功能，烟囱式系统越建越多，重复建设严重，集成复杂度飙升，核心系统被改得越来越脆。三五年后改一个需求都慢得离谱，效率反而被自己拖死。
第七，安全合规与 AI 治理风险。
AI 进来后新增一摊事：数据隐私泄露、模型幻觉导致错误决策、权限失控、算法偏见、模型不可解释。前期不评估，后期可能出大事。
第八，AI 场景选择不精准。
太多企业是"技术找场景"，而不是"场景找技术"。选了个技术很酷但业务价值低的场景，数据不具备硬上 AI，业务不配合 AI 输出没人用，期望过高以为 AI 能替人做复杂判断。
三、如何改善？
这是一个老生常谈的问题，老杨在之前的文章中曾多次提起，在这里还是简单总结如下：
1.重新定位，从交付中心到价值中心
信息部门的职责不是"把系统做出来"，而是"让业务通过数字化产生可衡量的价值"。
2.建立需求治理与价值评审机制
任何业务部门的主观想法或者需求都不能直接开发，必须写清楚：业务问题是什么、影响谁、现状损失多大、期望结果、成功指标、数据来源、业务方愿投多少资源配合。必须成立由业务、IT、数据、财务组成的数字化产品委员会统一评审排序。更要推"需求方负责制"：业务提的需求，必须对使用率和结果负责，上线没人用，业务方要担责，不能把锅甩给 信息部门。
3.用精益和产品思维验证需求。
别搞大而全，先小成本验真伪：用户访谈、现场观察、DEMO、灰度发布、A/B 测试。原则就一条，先验证"有人用、愿意用、能解决问题"，再投大规模开发。AI Coding 在这正好发力：快速出原型、内部工具、数据看板，让业务方先试，再决��立不立项。
4.把运营闭环建起来。
上线不是终点，是运营起点。推广计划、种子用户、培训、反馈渠道、关键行为监控、定期复盘，一样不能少。
5.从项目制转向产品制。
关键系统别"做完就走"，要有明确产品经理、长期路线图、持续迭代。系统才能越用越好，而不是上线即巅峰。
最后总结一下：
数字化部门最大的瓶颈不是研发效率，是价值闭环。AI Coding 让效率不再是要矛盾，却把"方向对不对、价值验没验"放大得更刺眼。企业该做的不是上更多工具，是改定位、考核、治理和运营文化，让数字化从"交付项目"走向"交付业务结果"。
本文来自微信公众号“湘江数评”（ID：benpaoshuzi），作者：老杨，36氪经授权发布。