在AI赋能企业转型逐渐成为行业趋势的背景下，如何有效落地AI技术，并实施企业的转型路径，似乎成为每一个企业管理者和技术团队所关心的焦点。
作为一家专注深度AI分身技术的创新科技公司，深章智能在用AI解决复杂业务流程、实现岗位能力还原等方面积累了丰富经验。
本期特别栏目邀请到了深章智能创始人李国山，共同探讨“AI数字员工的应用路径与企业AI转型的实践方法”，分享他对AI与企业融合、未来生产力转型以及创业之路的独到见解。
图：左一主持人白双、右一深章智能创始人李国山
深度AI分身：从岗位到能力的创新路径
深度AI分身的核心在于深入到具体的业务场景中，而不是泛泛而谈通用能力。李国山在采访中指出，深章智能从企业的真实业务需求出发，以岗位为切入点，逐步提炼出岗位所需的能力矩阵，再通过AI技术去还原并赋能这些能力。
李国山强调，“我们希望打破数字员工等同于对话机器人的传统认知，关注工作的本质，关注它需要完成哪些决策和动作，而不是只停留在与人类聊天交互的表面形式。”
而这一探索路径已经在深章智能的项目中得到验证。例如，在跨境海运物流领域，AI分身通过精准的数据处理能力，模拟顶尖业务人员的工作方式和逻辑，不仅减少了重复性工作负担，同时也提升了整体商务效率。
在落实AI项目的过程中，“从岗位到能力”与“从能力到岗位”两种路径一直是业内争论的话题。对此，李国山有着清晰的观点，在他看来“从岗位到能力”的方式更加科学，
“企业需要明确业务中‘为什么需要这个岗位’以及‘这个岗位需要做到什么’这种方式会更贴合企业的实际需求。”他进一步解释：“从能力到岗位虽然覆盖范围广，但容易导致能力泛化，这可能会让AI模型出现幻觉或难以限制它的能力边界，从而走上一条注定耗费时间和成本的问题路径。”
而在AI融合企业实际业务的过程中，IT部门与业务部门之间的协作仍然面临许多挑战。李国山坦言，技术团队往往缺乏对业务逻辑以及行业语境的深刻理解，而业务人员则可能无法清晰表达技术需求，甚至可能无法察觉问题出现在哪里，这便是双方“技术鸿沟”的来源。
对于如何弥合这道鸿沟，李国山分享了自己的实践经验，“技术人员需要学会尊重业务领域中的经验和know-how，无论这些经验来自顶尖专家还是业务长期沉淀的规律。同时，业务人员也需要学习基本的数据和AI思维，才能更好地与技术团队协调。”
在李国山看来，真正实现深入落地的方案往往需要业务方和技术方走进同一个办公室，只有通过持续的沟通和共创找到关键突破口。
AI的下一步：显化隐性知识实现生产力转型
在访谈中，李国山还提到，当下驱动AI行业真正进入行业深水区的关键在于“如何快速或科学地将隐性知识显化。”特别是在某些专家主导的行业中，AI如果能够将顶尖业务人员的know-how转化为标准化能力，不仅可以复制这种经验，还能够通过训练AI分身持续优化它们的行为。
展望未来的工作场景，李国山向听众们表达了类似的畅享，他认为“核心团队将负责更复杂的全局性判断，而数字员工则执行具体事务。企业将以更明确且高效的方式运转。最终，人仍是社会的中心和目标，数字员工只是为人类服务的高效工具。”
谈到深章智能团队的文化特质，李国山总结为乐观、务实，以及对专业知识的尊重。他分享了这一特质背后的逻辑：“我们团队行动力特别强，从想法到结果按周推进，‘show，not tell’、快速做出demo或原型，这种动手实践的工作方式，能够帮助我们更接近客户需求，也更快获得市场的认可。”
AI技术的发展如今既充满希望又面临挑战，在这样的行业关键节点中，深章智能的创业逻辑和实施路径尤为清晰且具有代表性。
从精准定位行业场景、设计方法论到推进技术与业务的融合，李国山展示了一个初创科技企业在大模型时代如何保持专注、深耕细分场景并创造长期价值的实践经验。
“我们相信AI带来的改变是积极的，也是不可阻挡的。但关键不在于技术本身，而在于用对的地方，用对的方法。”李国山说道。
