Workflow
Enterprise Software & AI Development
icon
搜索文档
Turning Your Business Into An AI Lab Before Selling It To Clients
Forbes· 2026-11-16 22:30
文章核心观点 - 企业AI落地的关键不在于替换现有系统或追求技术炫技,而在于将AI嵌入员工已有的工作流中,以采用率为首要衡量指标,并让自主性逐步成长 [4][6][13] - 公司历时30个月自建AI层,其中约24个月方向错误地建成了又一个CRM,最终通过将AI移入工作聊天场景而重塑整个系统 [4][5] - 尽管经历失败,公司三年内规模增长近三倍,且许多工程师是在真实运行系统而非客户项目上学会AI的 [8] 失败教训与行业数据 - 公司原计划在计费、人员配置、销售管道和现金流之上叠加AI层,但30个月中约24个月实际在重复建设CRM功能 [4] - 2026年4月Gartner对782名基础设施与运营领导的调查显示,仅28%的AI用例完全达到ROI预期 [4] - 公司最受诟病的功能是CV-Tinder,该模块以100分制为岗位排名可用工程师,几乎无人使用,30秒发给技术负责人的消息反而更简单 [5] - 修复方式不是重新设计,而是把AI移入人们日常所在的工作聊天中,这一决策重塑了整个系统 [5] 运营层架构与智能体实践 - 当前系统位于公司所有运营系统之上,包括计费、CRM、任务跟踪器、Google Workspace、GitLab和人员配置工具 [6] - 每位用户获得一个接入该层的个人AI智能体,例如销售人员收到法律审核文件时,其智能体通知法律聊天、创建附带文件的任务、指派律师并发送邮件 [6] - 2026年10月上线的功能允许智能体在人们工作过程中将重复任务转化为可复用技能,由监督智能体审核并将有价值者提升至公司目录,新员工智能体第一天即可使用同事数月积累的技能 [7] - 上线最初几天,仅一名工程师的智能体就贡献了29项技能 [7] - 公司尚未完成对自身的全面推广,但三年内规模增长近三倍 [8] 技术领导者的落地经验 - 叠加一层而非替换系统:将AI连接至现有平台阻力远小于拆除重建,具备API的现代系统易于连接,老旧系统可由智能体通过观察人工点击来学习,速度较慢但可行 [10] - 把AI放在人们已在工作的地方:真正的对手是习惯而非遗留平台或怀疑者,若需打开新工具才能获得答案多数人不会使用,应梳理团队当前提问渠道(聊天、邮件、快速通话)并将AI置于其中 [11] - 让自主性逐步成长:先由智能体与人协同工作,再自行执行任务并在不确定时升级,每位员工自行决定何时移交更多权限,涉及法律或财务责任的决策仍保留在人类手中 [12] - 将采用率作为首要指标:一个95%正确但无人打开的系统就是失败,上线前需约定谁应使用、使用频率及用于何种任务,每周审查使用情况,使用率下降须在数日内查明原因,通常是工作流问题而非模型问题 [13] - 不为展示势头而发布:为门面而做的发布代价双重,一次是构建成本,另一次是无人使用后赢回信任的成本,每次发布前应问:下周一谁会使用,他们将用它替代什么 [14] - 广泛实验:据《华尔街日报》报道,强生公司让员工广泛试验生成式AI,CIO Jim Swanson称之为让千朵花开,最终获得近900个用例,审查显示其中10%至15%创造了约80%的价值,强生随后聚焦于这些用例,只有对关停实验保持纪律,实验才是廉价的 [14] 自用先行的方法论 - 公司销售AI转型,因此先在自身公司运行,这是服务商赢得建议资格的方式,公司由此掌握省钱、降低风险和避免碰壁的方法 [15]