近日某企业CIO在群内开启了吐槽模式，大意为：
某高层领导在会上说现在AI功能非常强大，能写代码、管理业务，还能搞自动运维，那还做什么数字化转型，信息部门还有什么存在的价值！
一石激起千层浪，群里瞬间炸开了锅，有的说领导肯定是被自媒体洗脑了，有的说是异想天开，现在AI技术根本不成熟，有的同行甚至半天玩笑说：要不咱把服务器网线拔了，看看AI怎么修复？
细想一下这位领导的话，不是危言耸听，而是当下不少企业管理者真实的想法。当OpenClaw类产品让“人人都是开发者”不再是口号，一个尖锐又现实的问题摆在了所有IT人面前：信息部门会不会被淘汰？老IT人何去何从？
这是一个很现实的问题，不是企业领导的空想，而是技术演进下的生存命题。如果把问题往深里看，就会发现，AI冲击的并不是“信息部门还要不要存在”，而是“信息部门还能不能继续按照过去的方式存在”。换句话说，AI不会让信息部门消失，但会让旧的信息部门越来越难生存。
要知道AI很强，但企业数字化从来不只是“写代码”，很多领导看到AI能够快速生成代码，就以为开发门槛已经被彻底打平，甚至觉得业务部门以后自己就能把系统做出来。这其实是一个很大的误解。企业系统建设最难的，从来不是把代码写出来，而是把业务规则梳理清楚，把跨部门流程衔接清楚，把数据标准统一清楚，把权限、安全、审计、集成、稳定性和后续演进考虑清楚。写出一个Demo不难，做出一个长期稳定、安全可控、能够支撑业务持续运转的系统，才是真正的难点。
所以不难看出AI降低了开发门槛，但并没有消除企业数字化建设的系统性难题。而信息部门真正的价值，也从来不只是开发，而是治理、整合、保障与运营。业务部门可以参与开发，但不能替代信息部门。未来，业务部门借助AI、低代码、无代码工具，自己开发一些轻量应用、小流程、小工具，这会越来越普遍。这是趋势，而且是好事。因为很多需求本来就不复杂，比如表单收集、流程自动化、知识检索、营销活动工具、部门内部数据看板，这类场景如果全部压在IT排期里，企业效率反而不高。业务自己能解决一部分，组织响应速度一定会更快。
但问题在于，业务部门可以成为数字化共建者，却不能成为企业级系统治理的替代者。只要涉及核心业务链路、财务人事系统、供应链协同、客户主数据、权限体系、接口集成、安全合规等关键领域，就绝不是“会不会用AI写代码”这么简单。如果企业因为AI的出现，就认为业务部门可以完全绕开IT，短期看可能提升了局部效率，长期看往往会付出更高的代价：系统越来越多，标准越来越乱，数据越来越散，权限越来越失控，最后形成新的数字孤岛。所以，老杨认为未来业务部门的数字化能力会加强，但信息部门依然必须存在，而且必须变得更强。因为总要有人对规则、平台、标准和风险负责。
不少管理者现在都在思考一个问题：AI都能写代码了，是不是开发团队可以大幅缩减？AI都能分析日志、生成脚本了，是不是运维团队也可以不要了？
答案不是“不要了”，而是“要重构了”。
也许就在2026年企业开发团队和运维团队的规模、结构、岗位要求，会发生明显变化。大量重复性的编码工作、测试工作、文档工作，都会被AI明显压缩。一个人的产出能力会被放大，一个团队的人力结构也会被改写。但需要注意的是这并不代表企业不再需要技术团队。为什么这么说？因为AI能完成动作，却不能天然承担责任；能给出答案，却不一定理解组织约束；能帮助生成结果，却无法替代企业对稳定性、安全性和连续性的要求。未来在企业数字化领域更有价值的，不再是单纯“写代码的人”，而是三类人：
一类是能做复杂架构设计和技术把控的人；
一类是能把业务问题翻译成系统方案的人；
还有一类，是能借助AI，把产出真正变成交付成果的人。
值得注意的是运维也是一样。AI会帮助运维提高效率，但不会消灭运维。它只会迫使运维从传统的人肉巡检、人工处理，走向自动化、平台化、智能化。所以，AI带来的不是岗位消失，而是岗位升级。
很多信息部门今天最危险的地方，不是技术不够，而是定位还停留在过去。在过去，信息部门往往被视为支撑部门，主要负责系统上线、故障处理、需求响应、网络保障和运维服务。虽然辛苦，企业在某些方面也会默认“没有你不行”，但价值证明往往很艰难。
但AI来了之后，企业管理层的判断逻辑变了。他们会开始追问：既然AI这么强，为什么很多事情还是这么慢？为什么IT还总在排期？为什么业务部门自己搞工具反而更快？为什么信息部门不能主动拿出一些真正提升效率、降低成本、改善管理的方案？这就意味着，传统的“响应型IT”会越来越被动。
怎么办？
如果信息部门仍然只是接需求、做项目、保运行，很容易被看成是成本中心，而不是价值中心。与此同时，技术门槛降低之后，治理门槛却在升高。各部门都能做点东西，真正稀缺的反而是统筹标准、统一数据、把控权限、保障安全、支撑全局的能力。这恰恰是信息部门最大的压力，也是最大的机会。所以当前老IT人最该做的，不是抗拒AI，而是尽快升级自己！
这几年，很多IT从业者对AI有两种典型态度：一种是过度兴奋，觉得AI无所不能；另一种是下意识轻视，认为AI还不成熟，很多事做不了，所以暂时不用太关注。在老杨这个IT老兵看来，后者更危险。说实话AI今天确实还不完美，会出错，会幻觉，会理解偏差，也远远没有成熟到可以完全替代人，但“不完美”并不等于“不重要”。它现在已经足以改变组织分工、改变岗位结构、改变领导层对信息部门的要求。要知道很多时候，AI不需要做到百分之百替代，只要能把效率提升30%、50%，甚至翻倍，就足以重塑工作方式，且AI对某个行业某个岗位的替代在不断加速，甚至在一夜之间足可以颠覆某个行业。所以，老IT人最该做的，不是跟AI争论谁更可靠，而是尽快完成三种升级：
第一，从技术执行者，升级为问题解决者。不要只强调自己懂什么技术，而要明确自己能为企业解决什么问题；
第二，从只懂技术，升级为懂业务、懂流程、懂数据、懂AI。未来最值钱的人，不是技术最炫的人，而是最能把业务和技术连起来的人。
第三，从自己干活，升级为带着AI干活。要尽快学会用AI写方案、写脚本、 做分析、做 原型、做测试、做知识沉淀，让AI成为自己的能力放大器。
另外IT人还需正视自己的优势。老杨认为在AI时代，信息部门比业务部门更具优势。很多老IT只看到信息部门的压力，却忽略了一个事实：在AI浪潮下，信息部门其实是企业内部最有机会做出成果的部门之一。为什么这么说？其实原因很简单：
第一，信息部门最接近企业的数据和系统底座。
AI如果离开企业真实的数据、流程和接口，很多能力都只是表面聪明，无法真正解决企业问题。而信息部门长期接触ERP、CRM、OA、财务、人事、供应链、生产等系统，对底层逻辑最熟悉。
第二，信息部门更懂流程和跨部门协同。
AI落地最大的难点，从来不是模型本身，而是场景编排。采购怎么流转，订单怎么闭环，库存怎么同步，审批怎么串联，这些流程谁最清楚？通常还是信息部门。
第三，信息部门天然具备治理属性。
数据权限、安全审计、接口规范、主数据管理、平台标准，这些事情最终都需要有人统一负责。AI越普及，这种治理能力越重要。所以不难看出，信息部门天然具备从“技术支撑者”升级为“企业智能化底座建设者”的条件。
老杨认为在AI时代，信息部门不能只把AI当成一个新工具，更应该把它当成一次重新定义自身价值的机会，至少需要在四个方向上建立新能力。
第一，建设企业统一的AI能力底座。
包括知识库体系、数据治理体系、模型接入规范、智能体管理平台和流程自动化平台；
第二，主动走到业务一线找场景。
不是等业务来提需求，而是主动发现哪些环节重复劳动多、文本处理多、经验依赖强、决策效率低，然后用AI切进去。这个虽然很难，如果你试了这种经验是别人无法复制的。
第三，从项目交付导向，转向经营改善导向。
领导不会长期关心你用了什么模型、上了什么系统，真正关心的是效率有没有提升、成本有没有下降、风险有没有减少、管理有没有优化，所以还是要以价值为中心进行AI项目建设。
AI不会让信息部门消失，但会淘汰那些只会被动接需求、机械做交付、缺乏业务理解的旧式IT组织。老杨认为在未来，企业依然需要信息部门，只不过需要的，不再是传统意义上的信息部门，而是一个懂业务、懂数据、懂流程、懂治理、懂AI落地的新型团队。对IT从业者来说，最危险的不是AI太快，而是自己还想继续慢慢看。
AI不会让信息部门消失，但会淘汰旧的信息部门。未来真正有价值的，不是“会干活的人”，而是“能借助AI把问题解决掉的人”。
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。
发布时间：2026-04-09 08:20
立即订购
在线咨询
返回顶部