大数跨境

从写 Skill,到 Agent,再到今天发布的 Dots,一切业务和管理模式都变了

从写 Skill,到 Agent,再到今天发布的 Dots,一切业务和管理模式都变了 跨境吕老板
2026-09-30
6
导读:当原来最棘手的问题不再是问题的时候,解决问题就变得没有意义。

吕老板更新公众号的第 743 天。

持续进步,无限潜能。


ChatGPT发布Dots:从AI辅助到组织自动化的跨越

ChatGPT近日发布Dots功能,这一进展引发了对AI应用深度的重新思考。此前,Skill(技能)被视为将企业经验、流程和方法论数字化的关键,能够将运营分析、产品判断、采购验货等人类隐性知识转化为AI可调用的能力。这曾被认为是一次重大的组织变革。然而,Dots的出现揭示了一个更深层的趋势:AI正在从需要人类调用的“能力库”,进化为能够自主决策和执行的“自动化系统”。

01 AI应用的演进:从Copilot到Agent

回顾AI的发展历程,早期模式是“人提出任务,AI执行任务”。无论是分析类目、查看广告数据,还是竞品调研,人类始终是启动器。随后,Agent(智能体)的出现让AI能够独立完成复杂任务链。以亚马逊数据开发为例,Agent可自动查询市场商品、ASIN、转化率、关键词及CPC,计算CPA并对比利润,最终筛选出值得开发的产品。尽管Agent已接近员工的工作能力,但其核心局限在于仍需人工触发,“人不找它,它不工作”。

02 Skill的价值:沉淀企业核心资产

Skill代表了岗位背后的具体能力。如果说Agent是一个“岗位”,那么Skill就是支撑该岗位的技能集合,如广告分析、Listing诊断、库存分析等。传统人才培养依赖师徒制和经验积累,周期长且易随人员流动流失。而Skill将个人经验转化为企业级的数字资产,使新人能直接站在公司的经验系统上工作。因此,企业的核心竞争力正从拥有多少优秀员工,转向沉淀了多少高质量的Agent和Skill。

03 Dots的突破:解决“何时开始做”的问题

Dots的出现填补了自动化流程中的关键空白。Skill解决“怎么做”,Agent解决“谁来做”,而Dots则解决“什么时候应该开始做”。在成熟的工作流中,系统将具备以下能力:

  • 系统自动发现问题;
  • 系统自主决定调用哪个Agent;
  • Agent自动调用对应Skill;
  • Skill联动软件、浏览器、API及MCP执行操作;
  • 仅在需要人类判断的关键节点才介入。

这种转变意味着公司工作流将发生根本性重构,从被动响应转向主动运行。

04 案例推演:亚马逊产品开发的自动化未来

以亚马逊产品开发为例,传统流程需人工查找类目、分析市场数据、计算成本利润并评估竞争状况。引入Agent后,员工输入类目即可获取结果。而在Dots驱动的下一阶段,AI可被赋予长期目标(如“寻找美国站家居类值得开发的细分市场”)及明确规则(毛利率底线、CPA上限、专利风险阈值等)。

系统将每日自动运行,无声地筛选机会。一旦发现潜在标的,它会深入查阅评论、挖掘用户痛点、测算广告成本及利润,甚至协调供应链、运营、专利等多个Agent进行交叉验证。最终,仅当所有条件符合时,系统才会向管理者汇报:“发现两个值得立项的产品。”此时,人类只需做出最终的“做”或“不做”的决策。

05 组织形态的重塑:从“人+AI”到“数字员工群”

公司的最小生产单元正在经历演变:从单一个人,到“人+AI”,再到“负责人+多个Agent”,未来将走向“负责人+一群持续工作的数字员工”。在这种模式下,人类不再盯着具体任务,而是专注于定义目标、制定规则、划定权限以及设定异常处理机制。这类似于成熟企业的管理逻辑:老板只定义战略方向,下属自行运转。当AI具备这种自主性时,它才真正进入了“组织”层面。

06 深层替代:AI接管工作的连续性

以往对“AI替代人”的理解多局限于单项任务的效率提升,如生成PPT、设计图片或分析数据。然而,更深刻的变革在于AI接管了工作的“连续性”。过去,人是工作流中的连接器,负责判断A完成后是否进行B,B完成后是否进行C。若AI能自主判断下一步行动、调用工具、处理失败及升级异常,它将替代组织中大量的“调度”角色。这才是AI带来的真正震撼。

07 真正的AI Native:业务驱动而非工具驱动

真正的AI Native并非要求全员学习使用ChatGPT或提示词,那只是工具层面的普及。真正的AI Native是指公司业务本身由AI驱动:数据自动流入,系统自动分析,任务自动生成,Agent自动执行,Skill自动调用,异常自动升级。人类的角色从“执行者”转变为“决策者”,从“操作系统的使用者”转变为“系统的设计者”。

08 三个阶段的组织变革

AI的发展可划分为三个阶段,每个阶段对应不同的组织形态:

  • Copilot阶段:AI辅助工作,组织关注如何提升员工效率;
  • Agent阶段:AI替人完成任务,组织关注哪些岗位可交由AI;
  • 自主工作阶段(Dots代表方向):AI持续自主工作,组织关注哪些业务可完全脱离人工日常参与。

在这一进程中,虽然所需人数可能减少,但留存人员的价值将显著提升。他们负责定义目标、设计规则、判断风险、分配资源、创造新事物,并在机器无法确定时承担最终责任。

09 结语:构建持续运行的数字组织

从研究Agent搭建、Skill编写到MCP接入,我们曾聚焦于如何让员工更好地调用AI。但Dots的出现提示我们追问:为什么还需要员工来调用?理想的系统应能自主运行,员工不应是AI的遥控器,管理者也不应是AI的项目经理。

未来,企业的核心资产将超越员工、流程和SOP,增加一类关键资产:一套能够持续自主运行的数字组织。知识从文档进入Skill,岗位变成Agent,最终整个业务将被写入一个持续工作的系统中。这不仅改变了工作方式,更将重新定义公司存在的形态与逻辑。

-End

【声明】内容源于网络
0
0
跨境吕老板
各类跨境出海行业相关资讯
内容 803
粉丝 0
跨境吕老板 各类跨境出海行业相关资讯
总阅读11.3k
粉丝0
内容803