字数 2493，阅读大约需 13 分钟

在刚刚过去的520，原本大家应该聊的是爱情、浪漫和表白。

但很有意思，今年我身边无论是企业圈、HR圈，还是数字化圈子，讨论最多的词，几乎都变成了两个字：

AI。

这段时间，我明显感受到一种气氛正在发生变化。

以前大家讨论AI，更多还是“关注一下”“研究一下”“看看趋势”；但今年开始，很多企业已经进入一种明显的焦虑状态：

别人已经开始跑了，而自己还停留在观望。

但与此同时，我也看到了另一面。

很多企业：

• •  花了很多钱采购大模型平台；
• •  IT部门搭建了知识库；
• •  买了各种AI助手；
• •  做了很多“AI项目汇报”。

可真正进入业务、真正被员工天天使用、真正产生组织效率变化的，其实并不多。

很多项目最后都变成了一种：

“工具上线了，但没人用。”

前几天，520当天，我受邀参加了由亚派AI组织的一场《企业HR AI落地局》直播。

直播里，我和亚派AI创始人 陈锦森 聊了很多真实案例。

但聊到最后，我越来越确信一件事：

这一轮AI，和过去真的不一样了。

它已经不再只是“会聊天”。

而是开始真正进入工作。

以前的AI像顾问，现在的AI像员工

很多人会问：

“AI不是早就有了吗？为什么今年突然所有人都开始焦虑了？”

因为过去的大模型，本质上更像一个“会说话的顾问”。

你问它问题，它给你答案。

能写文章。

能生成图片。

能帮你整理内容。

但它更多停留在“建议层”。

真正进入企业业务时，经常会卡住。

因为企业真正需要的，不是一个陪你聊天的机器人。

而是：

能执行工作的数字员工。

这一轮AI最大的变化，其实就在这里。

第一阶段：AI开始会“思考”

像 DeepSeek 这一类模型出现后，第一次让很多人真正看见了AI的“思考过程”。

它不再只是直接给答案。

而是会一步一步展示：

• •  为什么这么判断；
• •  为什么这么推理；
• •  为什么最终得出这个结果。

这意味着：

AI开始变得“可观测”。

你终于知道它为什么这样回答。

这件事非常重要。

因为企业真正能落地的前提，从来不是“聪明”，而是：

可控。

第二阶段：AI开始会“执行”

再往后，像 Manus 这一类自动化Agent开始出现。

事情彻底变了。

AI已经不仅仅是“会思考”。

而是开始：

• •  自己操作浏览器；
• •  自己查资料；
• •  自己读文件；
• •  自己运行代码；
• •  自己解决问题。

换句话说：

AI开始像员工一样“动手干活”。

这是本轮AI真正恐怖的地方。

企业为什么做了AI，却没效果？

这次直播里，我其实反复提到一个观点：

很多企业AI项目不惊艳，问题根本不在模型。

而在企业自己。

因为很多企业现在做AI，依然还是传统数字化思维。

误区一：把AI当“流程软件”

传统数字化，本质上是：

流程驱动。

先定义规则。

再固定路径。

最后按步骤执行。

但AI时代不一样。

AI不是固定流程。

而是：

智能协同。

如果企业只是把大模型当成：

• •  一个高级搜索框；
• •  一个自动写字工具；
• •  一个聊天机器人；

那员工最后一定觉得：

“好像也没什么用。”

因为真正的问题不是“缺工具”。

而是：

原来的工作方式已经过时了。

误区二：数据和知识治理一塌糊涂

这是很多HR AI项目最大的坑。

很多企业现在喜欢一句话：

“把文件都丢进知识库。”

但现实是：

企业里的制度文件，本来就是混乱的。

版本不统一。

内容过期。

规则冲突。

权限混乱。

这种情况下，你把资料一股脑塞给AI，它只能：

一本正经地胡说八道。

更麻烦的是权限问题。

比如：

• •  哪些制度全员可见？
• •  哪些只有HRBP能查？
• •  哪些涉及薪酬保密？
• •  哪些涉及高管权限？

如果底层没有做好权限映射和安全隔离，企业根本不敢全面推广。

所以很多企业最后并不是败给AI。

而是败给自己的基础治理。

前段时间，我真的被AI团队震撼到了

这次直播里，我分享了一个真实经历。

直到现在我都觉得有点魔幻。

前段时间，我在服务器上搭建了一个“AI团队”。

里面有：

• •  产品经理Agent；
• •  架构师Agent；
• •  开发Agent；
• •  测试Agent；
• •  还有一个负责盯进度的大管家Agent。

我们的目标，是用2天时间做一个员工服务知识库平台。

包括：

• •  问答；
• •  权限管理；
• •  审计日志；
• •  后台统计；
• •  知识管理等功能。

结果第一天下午。

我自己手滑了。

在服务器上下错了一条删除命令。

直接把：

• •  当天下午所有代码；
• •  以及过去一个多月的项目成果；

全部删没了。

那一瞬间我人都麻了。

真的。

我问了很多模型：

• • OpenAI 的GPT；
• • Google 的Gemini；
• •  Claude；

都没找到恢复办法。

晚上11点多，我抱着试试看的心态，在工作群里跟AI团队坦白：

“我把目录删了。”

接下来发生的事情，直到现在我都记得特别清楚。

AI团队没有任何情绪。

没有抱怨。

没有崩溃。

没有甩锅。

它们第一时间开始分析损失。

然后发现：

虽然文件没了。

但聊天记录还在。

于是几个Agent开始：

• •  从历史对话里回溯代码；
• •  重新整理系统设计；
• •  重建功能逻辑；
• •  自动补齐缺失内容。

硬生生把一个多月的东西重新恢复了出来。

最夸张的是：

第二天，它们不仅把系统恢复了。

甚至顺手把UI重新优化了一遍。

而那个负责盯进度的大管家Agent，因为我之前给过一句话：

“每15分钟检查一次进度，不允许偷懒。”

结果它真的开始：

24小时不停巡检。

那个瞬间，我第一次真正意识到：

AI已经不再是“工具”。

而是开始具备：

团队协作能力。

企业真正应该怎么做AI？

现在很多企业最大的问题，是一上来就想：

“做一个企业级AI平台。”

但我越来越觉得：

AI落地一定不能“大跃进”。

而应该是：

小步快跑。

第一步：先让个人获得真实提效

别一上来就谈宏大转型。

先让员工真正感受到：

AI能帮自己省时间。

比如：

• •  自动整理发票；
• •  自动分析Excel；
• •  自动写汇报；
• •  自动做PPT；
• •  自动总结会议。

员工只有真正获得效率收益。

组织才会开始接受AI。

第二步：治理数据和知识底座

这是最核心的一步。

很多企业现在的问题不是没模型。

而是：

内部知识太乱。

未来真正重要的竞争力，不是“谁买了模型”。

而是谁拥有：

• •  更干净的数据；
• •  更清晰的SOP；
• •  更完整的知识体系；
• •  更安全的权限治理。

AI时代。

数据治理，第一次从后台工作，变成了核心生产力。

第三步：从边缘业务切入

不要一开始就碰最复杂的核心流程。

先从：

• •  SSC员工服务；
• •  重复问答；
• •  政策咨询；
• •  报销查询；
• •  考勤规则；
• •  公积金问题；

这些高频、标准化、重复劳动多的场景切入。

因为这些地方：

• •  ROI最明显；
• •  风险最可控；
• •  员工感知最强。

很多时候：

不是AI做不到。

而是企业切入点选错了。

最后，我想说一句很重要的话

这段时间，经常有人问我：

“不会代码的人，还能学AI吗？”

我现在的答案越来越坚定：

最应该学AI的，恰恰是最懂业务的人。

因为未来真正重要的，不是谁会写代码。

而是谁最理解业务。

AI正在把“技术实现”的门槛快速抹平。

以前：

一个需求要排期3个月。

现在：

很多场景，30分钟就能出原型，2天就能出mvp。

这意味着什么？

意味着：

业务人员第一次真正拥有了“技术能力”。

这可能才是这一轮AI最深刻的变化。

它不只是提高效率。

而是在重新分配：

组织里的生产力。

打个广告如果对搭建AI团队有兴趣的可以评论去留言，雷神看看是不是酌情开展第二期线上培训