个人的 AI 杠杆加上去了，为什么组织竞争力没提上去？车总在演讲中给出了答案：问题不在工具，在组织，在「组织摩擦」和「企业上下文」里。
全文共5097字
阅读大概需要10分钟
11月11日，「企业AI规模化应用与转型交流会」在沿沪宁协同创新中心（信泰中心T1楼42层）举行。本次活动由上海市普陀区科学技术协会主办，上海市普陀区大模型技术应用研究会、沿沪宁协同创新中心承办，以「从试点应用到组织协同」为主题。千零软件创始人、TGO鲲鹏会全球理事会外联及商务委员、研究会理事长陈冲开场致辞，PraxisAdvisory创始人陆盛赟、群脉联合创始人车传利、河北省金融租赁有限公司技术总监张广智、英睿信息联合创始人杨瑞四位嘉宾带来主题分享，与参会嘉宾共同探讨企业AI转型路径。
以下整理自车传利（群脉联合创始人）的主题分享——《组织AI转型：从构建统一的AI工作台开始》。
问题：AI没有连到业务系统上
我们大多数企业现在遇到的正是这个问题：个人的 AI杠杆加上去了，加得很高、扎得很深，但组织摩擦让分母变得很大，组织竞争力并没有提上去。这正好扣住了今天的主题：解决一个组织的问题。
这里讲的全部内容，来自我跟团队一年半的实际摸索。目前我们先在小范围的伙伴企业里做试验，效果很好。
真正要解决的问题就是：用什么方法消除组织摩擦？我的解法是一个面向组织的AI工作台——不是面向个人，而是面向组织。
▍它是什么样子？三个层级
我调研的很多企业仍然停留在第一层级——员工的个人AI助手。个人的杠杆加上去了，但第二层「协作」还没做到。
最近，DeepSeek发了一个所谓的Super Agent，可以在群里自动做一些事情，一定程度上就是在解决协作问题。当然协作不只是群里沟通，企业里的协作问题多得多。
还有更重要的一个问题：光解决协作还不够，组织真正要的是能够进化、能够迭代——这样才算做到真正的「创智组织」。
所以是这三步走的：
员工的个人AI 助手→协作网络→持续进化的创智组织。
▍库存问题的真相：AI 根本没连到业务系统
很多企业都说自己AI用得很好，营销、视频、图片都在用。但有一个问题始终解决不了：库存。渠道那么多，也上了ERP系统，就是搞不清楚库存到底怎么回事——不是这里爆了，就是那里不够。
原因就是AI根本没有连到业务系统上，它无法参与协作。
你光生成一张图片、一段视频，解决不了企业的核心问题。
▍人与AI的对话，才是最值钱的资产
有一个非常重要的数据：人与AI的对话。这个数据极其重要，我们摸了一年。
企业的源代码已经不是资产了，什么是资产？工程师跟AI的对话才是资产。我们今天所有的代码提交都由Agent对话产生——我现在不查code，查对话。
我们的平台上每天会生成大量非标的模板和技能，系统会自动去扫描它们是怎么生成的。公司所有的交付——软件交付、项目交付——都在这个平台上；其他层面还没有完全做到百分之百，比如销售要到现场谈单，但交付层面已经全部在线。
有了这个基础，人与智能体协作的过程，就是经验和方案沉淀的过程。
▍解决方案机构师：一份在机场做出来的 PPT
就拿这份PPT来说：我们的平台上有一个群脉解决方案架构师的Agent，这份PPT就是我在机场候机的间隙，加上昨天早上的一点时间做出来的。
说实话，这个PPT豆包也能做得挺好，区别在哪里？所有呈现层面的问题——渐变、字体——我再也不用操心了。这些能力已经内置在智能体上，我只要告诉它我的想法，它马上就能生成出来。
排版大小、内容堆砌、颜色是否贴合品牌规范，统统不用担心。
这个就是沉淀。公司的一些宣传视频也是这样：有人要做视频，就生成了这么一个工具，然后全公司都可以推广使用。
▍从「考核使用量」到「知识自流转」
去年这个时候，我们在做什么？我在考核所有员工的AI使用量——因为必须让大家先有使用AI的体感。我在公司拉了一个榜，排名靠后的，我会去问他：为什么不用？我并不是说用得多就一定好，但你至少得告诉我为什么不用。
那时候，再好的思路和工具，全靠宣导：每周一次分享会，让大家把好的经验讲出来，也有作用。
但到今天已经完全不需要了。知识在企业中的传递，完全不用操心——只要放到平台上，Agent会自己去调用。它自己生成、自己分发、自己调用，不需要有人记得去用哪个工具。
也就是说，人与Agent协同的过程，本身就是资产沉淀的过程。
▍企业的上下文在哪里？
我想起大概08年，跟Oracle的一位三方厂商合作售后项目，他是比较早期做企业知识库方向的人。后来他出来创业，我们探讨了很多：企业知识库到底要解决什么问题？
他说，在Oracle这么多年，售后问题95%都有现成答案，但他的售后团队几百人、全球几千人，还是解决不了。于是大家自然会想：建知识库能不能解决这个问题？
这么多年过去，企业做AI还在建知识库，说明这个问题从来没有被真正解决。底层原因就是：企业的知识、企业的上下文——企业的上下文在哪里？
绝大部分企业的上下文，50%在老板脑子里，30%在同事脑子里——都不在别的地方。怎么把它呈现出来、提炼出来、被其他人使用？
不是不想分享。我天天想让Agent知道我在想什么，并不想把这些东西锁在自己脑子里。那它们怎么被AI使用？
前面说要有传感器。这个传感器是什么？就是人与Agent协作过程中的每一个点滴。你要做的，就是把这些点滴捕捉、提炼、沉淀下去，再无缝地全平台共享、合理调度。
这个就是平台要解决的问题。
▍为什么现在还没有「独立的AI员工」
你看现在的智能体市场，大部分还是个人助理型；做独立员工型的，多数集中在客户履约这类非常具体的场景。
我的判断是，到2027-28年，独立员工型会迎来增长。为什么现在这类还不成立？豆包、通义千问，不是不想解决这个问题，是这个问题太难解决。
一个人入职，有多少事情能独立完成？自己想想，很少。企业交给你的任务，大多要靠协作。
人都要靠协作才能完成，凭什么放给AI一整天，它就能把事情做完整？如果不解决协作问题，独立的AI员工就无从谈起。
这就是我的判断：当有这样一个统一的平台产生，它可以跟人协作、跟其他智能体协作的时候，独立的AI员工就成立了。
方法：以人为本，像农民伯伯一样思考
接下来是人。拥抱AI的同时，我仍然坚持以人为本，这也是我们公司的理念。
大家可能会焦虑：做了这些提效的事情，我是不是会被裁掉？有可能，的确有可能。但我没有胆量说，我要裁掉任何一个人。
我跟我的员工讲：你是希望我现在当头棒喝，还是希望我营造一个温水煮青蛙的环境，让你暂时待在舒适区？我最起码能够保障的是，即使有一天你离开公司、离开团队，你在行业里仍然是领先的。
如果你不想做知识工作者，去学一门手艺也可以。但如果你是知识工作者，你的核心能力就是你调度AI的能力、你跟AI协作的能力。
▍两个本质的判断，一个关键词
第一，决策一定是人，人回到决策位。
第二，所有Agent的能力上限，是由人定的，不是AI定的。你可以说它生产力很高，晚上干活不休息，但它的能力上限是人定的。人的角色，就是定义问题、扫清智能体工作路上的障碍。
从一开始，我们每个人都应该成为Agent的监护人。为什么用「监护人」这个词？当过监护人的人都懂：就像监护孩子一样，你要对它的成长负责，要对它的错误兜底——它的行为，责任在你。
所以，它的上限由你决定。每个人都应该做到这个程度。
▍效能怎么衡量：6倍与4倍
回应一下陆总之前提的问题——效能怎么衡量。这不一定是最优答案，是我们自己的实践：在这样的组织和场景下，怎么看人的效能？
Anthropic10月16日发了一篇文章：他们的工程师平均调度Agent的运行时长，大约是员工工时的6 倍。什么意思？假设你上班8小时，你的Agent平均运行时长是48小时。
我们公司还差得远，摩擦仍然很大：Top工程师大约是4倍。理论上，一个人一天的Agent总运行时长达到100小时，并非不可能。
你真的去看，很清楚地能看出一个人的工作能力。当然不同岗位不能一概而论——销售的工作就是要陪客户，不要把指标放在不合适的地方去讲。
我们的平台上有这个指标。我把公司分成很多组，每组有一条平均线——你在这条平均线之上，还是之下？在平均线下的就要注意了。这就是我的考核策略。
再往深一层，工作时长只是一个中间数字，不是最终结果。你可以直接考核交付：工程师产生了多少工作时长、交付了多少feature、产出多少文档，甚至可以通过AI分析，关联到最终的企业成效。
更进一步：你在做好自己的前提下，能不能影响别人？像前面讲的PPT、视频的例子，很多好东西都是自然产生、然后扩散出去的。
▍农民伯伯的思维：能力是长出来的
我在公司跟大家分享：我们现在做的这个产品，跟上一代做CDP、CRM、营销自动化的思路，是不一样的。
我一直跟大家讲，要有农民伯伯的思维去思考这种产品。大家在企业内实施AI工具或AI平台，我同样建议要有农民伯伯的思维。
什么意思？农民种一颗玉米，从来不在玉米上做任何动作，不会拔苗助长。他思考的是：什么时候该施肥了、什么时候该浇水了、什么时候该打药。他管的是这些，玉米自然会长起来。
AI平台就是这个理念。企业的能力、企业的知识，是长起来的。当然你要解除它的障碍——我花了很多精力去扫清障碍、创造环境，然后你会发现，它自然会长起来。
落地：现场案例、试点路径与平台的本质区别
这是近一个月，我们的平台支持了browse-use，webmcp，mobile-use等。同样在这个平台上，我可以拿起手机、打开一个软件、做一个浇水的动作——跨端测试自动化就彻底解决了。以前测试会问：小程序上点了，后台看不到，我怎么自动化？现在这已经不成问题了。这类能力是长线的。又如视频生成，这类例子太多了，数不过来。
▍管理者：一边打羽毛球，一边把活儿干了
这是昨天的实际场景：我要了解公司在进展的项目状况，直接问了一下它。它为什么能做到？因为我的智能体看得见我们所有的项目。它还会根据我的关注习惯，提示哪件事需要我留意。
销售也是一样。以前去见客户，得现场要「弹药」：给我点材料。现在只需要问它：「帮我生成这个项目的销售材料」，两三分钟就出来了。
所以作为管理者，我今天中午出来的路上，就在手机上用钉钉指挥公司的Agent做了几件事。就像我一直跟同事们讲的：我是期望大家一边打羽毛球，一边把活儿干了——人只做决策。
▍怎么开始：先试点，统一认知
想开始做的企业，我的建议是先快速试点。试点过程中有几件事要解决。
第一是认知。很多时候问题出在认知上，特别是老板：要么觉得AI无所不能，要么觉得它肯定不行，对能力边界是不清楚的。这一点挺可怕——对边界不清楚，就会给出不合理的指示，执行偏差越来越大，最后可能得出「AI没用」的结论。这就是为什么先要做试点：在试点中你会获得真正的体感。判断一个企业能不能做，首先看老板用不用AI；我们公司的管理层，都是深度AI用户。
第二是场景，建立让人融进来的场域。通过试点找到一个合适的场景，让参与者有信心——要看到结果，才有信心。今天跟很多人聊下来，每个人都觉得自己懂AI，但大家的「懂」不在一个层次上。所以统一认知太重要了：通过试点建立信心，你才推得下去。在这个过程中，也可以顺便检验平台和工具是否合适。
▍五个维度：评估你的组织转型到了哪一步
我建议企业从这几个维度评估自己的组织转型做到了什么程度——第五个其实贯穿前四个：
① 个人提效：不是不重要，非常非常重要，但是不能停留在这里。
② 协同：要做协同，人与AI之间的协同。
③ 独立的AI员工：你的组织有没有能力真正实施一个独立的 AI 员工？如果协同做不到，这个是做不到的。很多地方做了一个自动化的客服，那不叫独立的 AI 员工。
④ 业务闭环：最终是做整个的业务闭环，端到端都是AI native，这是终极目标。
⑤ 可观测、可进化：贯穿始终，把所有这些工作变得可观测、可进化。
▍这个平台跟豆包、WorkBuddy到底有什么不一样
这是我们自己在用的平台，前面提到的一些伙伴——像达观、上讯已经开始在实施了。先解答一个问题：它跟豆包、WorkBuddy这类产品有什么差别？
第一，我们没有在Agent本身的能力上花工夫。你习惯用Codex还是Claude，都是自己的选择。我们的做法是把这些Agent拉到同一个平台上，让人与Agent、Agent与Agent、Agent与人之间的协作发生在同一个平台。这是机制上的不同——我不需要自己构建Codex，它明天进步了，我跟着进步。
第二，我解决的是三个核心问题。一是协作——Agent跟Agent、人跟Agent，就把事情做了。二是通过对话沉淀，形成组织资产和组织能力提升的机制。三是连接——在企业内部，连接你各种各样的业务系统。在这个连接层，我花了大量精力。
围绕这些核心问题，还有一些顺带解决的小问题。比如可不可以不翻墙——可以，因为都是国内调用。不止于此，我还会做模型调度优化：比如测试场景用DeepSeek又快又好，但让它做长程规划和审核就弱一些。所以在不同层面的调度上，我留了空间，各取所长。
所以回到开头那句话：这是一个面向组织的工作平台，不是面向个人的工具。刚才讲的这些点，个人用户完全用不上——这就是本质区别。最近我观察到几个大厂也在朝这个方向发展，说实话有点忐忑。但在我们专注的这个层面上，我仍然有信心保持领先。
▍两个专注点：模型调度，对话治理
专注点一，模型的接入和调度。在我们公司，没有人需要自己管理API key，他们对key完全无感。大家现在都不选模型，只说「我要用这个Agent做这个事情」——这层问题首先要被解决掉。
专注点二，对话治理与隐私边界。我花大量精力解决对话治理问题。我明确地告诉大家：所有工作会话都会留存在平台上——一个月，一个一百人的团队，至少两百多万条会话。但我们不侵犯任何人的隐私：第一，这上面全是工作内容，不要求你放其他东西；第二，是AI在提取有用的东西，我不会用这些去评估个人表现；除非要做审计或事故调查，才会去查个人会话。这些边界都是明确的。
▍软件团队与垂直行业：两条出路
目前用得最广的，是我们的软件类团队。达观——张江的明星企业，以及旁边的上讯、群硕，都开始在使用。
它解决两个问题。第一个是新软件的建造。「一句话生成一个软件」是个伪命题——就像你不能指望给我一个眼神，我就知道你在想什么，这不是AI能力的问题。它不承诺这个，但确实能大幅提升效率。在这个架构下，我们的判断是：软件仍然需要架构师。岗位可能会演变为架构师培训生、初级架构师、高级架构师——因为要做架构、要做判断、要做决策，不是简单地写代码。但没有架构师，软件是做不出来的。指望业务人员一个人把软件做出来？想都不要想。
第二个问题，存量系统的维护。很多甲方企业——比如零售企业——有大量系统，自研的、外包的混在一起。AI可以在极短时间内扫完所有代码和日志，瞬间定位问题；再把常见的、高发的问题作为知识喂给它，它的定位和解决速度会非常快。顺便，给用户的日常技术支持，也是它的强项。
另外一条出路是垂直行业的智能体。我们自身做了十几年MarTech，群脉是最早SCRM品牌之一，所以也做了面向这些团队的智能体，与既有SCRM系统的连接是必备能力。对我们这样的软件企业来说，垂直行业智能体考核的不只是软件能力，而是你对这个行业的深度理解，并把它变成智能化的平台。这条出路，我们已经看到结果了。
往期回顾
深度推荐
