年度计划的终结

从周期性感知，到全天候的信号解读

战略一直是一项感知职能：读懂市场、竞争对手和内部业绩，然后调整航向。年度计划周期是对一个现实限制的回应，也就是感知既昂贵又缓慢。一年只跑一次这个流程，是因为这已经是能负担的频率。

S&P Global 在其金融情报平台上部署人工智能，是 WEF/Accenture 2026 报告记录的案例之一，它展示了大规模的全天候感知是什么样子。该公司用人工智能分析了190,000份财报电话会议记录，提取出前瞻性信号（高管用语的规律、语气的转变、具体承诺与退缩），这些信号是任何分析师团队都不可能从如此规模的数据集中手工提取出来的。这些信号持续输入其市场情报产品，以接近实时的节奏更新，而不再等到季度报告的时点。

从周期性感知转向持续感知，需要的不是一个更大的战略职能，而是一个不同的战略职能：它解读信号而不是收集数据，依据早期预警行动而不是等到趋势被确认。

从一份计划，到一组动态的选项组合

年度计划周期的核心产物是一份获批的计划。资源被承诺出去，目标被定下来，计划一直执行到下一个周期回顾结果、下达修正为止。

人工智能改变了这一点，因为它让同时维持多个战略选项在运营上变得可行。组织不必在年初锁定一份计划，而可以维持一组情景，每个情景都有各自的资源需求、风险特征和触发条件，并持续评估市场正在验证哪一个。

这对治理的影响不小。如果战略是一台比较引擎而不是一份文件，那么计划流程就从对单一选项的周期性表决，变成对多个选项的持续评估。组织需要的是能依据触发条件而非日历日期行动的治理流程。

从年度预算，到按触发条件重新配置资源

Canada Goose 在其供应链和商业运营中部署了人工智能驱动的计划体系，用持续计划模式取代了传统的年度预算周期。结果是：计划周期时长减少60%，营收预测准确度提升4%。这两个数字都直接来自同一个机制：人工智能持续维护一个关于需求、库存状况和产能的更新模型，并依据实时信号而非周期性回顾生成资源再配置建议。

按触发条件重新配置资源，改变了治理层面的对话。问题不再是”我们今年的计划是什么”，而是”在什么条件下我们扩大、暂停或转向，条件满足时谁有权行动”。能把这个问题回答好的组织，决策周期更快，因资源再配置滞后而付出的机会成本更低。

战略不再止步于批准

人工智能对战略规划最重要的影响，恰恰是最少被谈及的那一个：战略与执行之间的落差被消除。

在传统模式里，战略被制定、批准，然后交给运营团队执行。战略职能随后等待业绩数据，才能判断执行是否走在正轨上。等数据送到，几周甚至几个月已经过去。修正周期很慢。

人工智能弥合了这道落差：它让执行数据实时抵达战略职能，并在运营表现偏离战略计划所嵌入的假设时发出提示。战略团队不再等季度回顾。它实时盯住假设与现实之间的差距，依据早期信号而非已确认的偏差行动。

在动荡市场中拥有竞争优势的组织，并不是更擅长预测未来。它们更擅长发现自己的假设错了，也更快依据这一发现采取行动。年度计划从来就不是一个好的预测。它是一种协调机制。人工智能用一种更好的机制取代了它。