本文深度剖析AI從“祛魅”到“務實”的演變路徑，揭示DeepSeek等AI工具對企業(yè)效率、商業(yè)模式及個人能力的顛覆性影響。從全員AI化到業(yè)務流AI化，文章通過諾基亞、瑞幸等經(jīng)典案例，探討企業(yè)擁抱AI的核心邏輯：降本增效只是表象，重構組織形態(tài)與決策效率才是關鍵。

大家好，今天我們分享的內(nèi)容是企業(yè)AI應用的落地，以及如何以正確姿勢擁抱AI大時代。

一、從DeepSeek現(xiàn)象看Al技術的發(fā)展

我們都知道最近DeepSeek爆火了，今天我們借著它爆火的背后，了解AI界到底發(fā)生了什么？

1.2022到2023，個人好奇，企業(yè)觀望

AI在ChatGPT剛出現(xiàn)的2022年11月30日，剛開始時大家對其態(tài)度較為冷淡。對個人而言，認為這個東西與我無關，似乎只是一個玩具。

比如，很多人會詢問它明天福利彩票的中獎號碼，或是如何掙到人生中的第一個100萬等各類問題。

對于企業(yè)而言，可能距離變得更遠，認為其商業(yè)價值有限。有時與它交流存在溝通障礙，甚至感覺它在一本正經(jīng)地胡說八道。

產(chǎn)品的質(zhì)地僅停留在這里，有時候與他說話還說不明白，或者他一本正經(jīng)胡說八道，在這種情況下，企業(yè)并非是擁抱它的最佳時機。

所以，那時嘗鮮的人非常少。

2.2023到2024，AI開始祛魅，更卷更務實

在2023年，許多龍頭企業(yè)紛紛下場，認為這是一個全新的AI時代。他們投入大量資金，致力于訓練自身垂直領域的大模型。

當時，許多企業(yè)紛紛宣布，要么選擇本地部署自有模型，要么依托自身在垂直領域的優(yōu)勢，自行訓練模型。

隨著時間推移，大家發(fā)現(xiàn)模型迭代的速度非常快。以ChatGPT為例，在其3.5版本發(fā)布后的短短數(shù)月內(nèi)，OpenAI便推出了GPT4。相較于3.5版本，GPT4的性能提升顯著，其能力遠超前者，足以支持商業(yè)化應用。

在這種情況下，企業(yè)發(fā)現(xiàn)，與其花費大量成本部署模型，在實際效果上還不如DeepSeek等工具出色，即便在自身擁有數(shù)據(jù)優(yōu)勢的垂直領域也是如此。

因此，從2023年下半年到2024年，大模型的概念開始在企業(yè)端去魅。企業(yè)不再盲目追求花費巨資部署或訓練模型，而是更加注重如何充分利用現(xiàn)有模型。在此基礎上，企業(yè)通過掛載RAG知識庫、梳理業(yè)務流程等方式，使AI發(fā)揮更大的作用。

這一轉(zhuǎn)變過程中的一個標志性事件是DeepSeek引發(fā)的變革。2024年5月，DeepSeek宣布大幅降價，其對標GPT4的大模型DeepSeekV2的價格降至每百萬token輸入一元、輸出兩元，約為GPT4價格的三十分之一。

隨后，各大廠商紛紛跟進降價，包括字節(jié)、百度、阿里巴巴等，以此爭奪B端用戶和開發(fā)者市場。如此一來，中國企業(yè)能夠以更低的成本使用這些大模型的API，這在很大程度上得益于DeepSeek的率先降價。

DeepSeek的降價推動了國內(nèi)先行者更加務實地利用AI，他們不再局限于過去的大模型訓練，而是通過提示詞、智能體、微調(diào)以及RAG知識庫等手段，利用免費資源，使AI發(fā)揮更大效果，更加務實。

3.2024到2025，大廠各自選路，Agent也分兩派

從2024年到2025年，模型經(jīng)歷了一段時間的發(fā)展與迭代。一些公司意識到，大模型的訓練不僅耗時長，而且成本高昂，難以支撐全面的發(fā)展。于是大家紛紛選擇了自己的方向。

隨著DeepSeek的爆火，選擇細分領域的DeepSeek，如上圖所示，率先在全球免費APP排行榜上占據(jù)首位，顯示出其在特定領域的領先地位。

第一，多模態(tài)與單模態(tài)之爭

在這個階段，一些公司如豆包和OpenAI，他們?nèi)ベ€多模態(tài)，致力于在多模態(tài)方面取得進展，特別是在音頻和視頻處理上。然而，也有公司如DeepSeek和Kimi，他們就賭單模態(tài)，更專注于文字模態(tài)。

具體來看：在多模態(tài)方面，比如OpenAI，之前發(fā)布了Sora，發(fā)布時轟轟烈烈，但到了年底，實際使用效果并未達到預期。相比之下，國內(nèi)的一些多模態(tài)產(chǎn)品如海螺AI，用起來就非常好，這是走多模態(tài)的方向。而走單一模態(tài)的DeepSeek和Kimi也推出了自己的推理模型，用戶體驗也非常好。

第二，Agent的SOP與LLM兩派之爭

Agent技術也分為兩大派別：SOP驅(qū)動派和LLM大語言模型驅(qū)動派。

以Coze為代表的SOP驅(qū)動派認為，企業(yè)的知識和流程是大模型所不了解的，因此需要將企業(yè)的流程梳理出來，并在智能體搭建平臺上進行復刻，實現(xiàn)流程的AI化。

而Manus所代表的LLM大語言模型驅(qū)動派則相信，大語言模型能夠找到最佳的路徑，從而簡化甚至省略中間過程，直接完成任務，當然，也有人認為Manus也是內(nèi)置工作流和提示詞的中間狀態(tài)，未來將會出現(xiàn)模型即產(chǎn)品的Agent局面。

比如，當給予Manus特定指令后，它能夠迅速搜集資料、整理資料并作出響應。

群友提供了這樣一個例子，假設希望Manus能解釋下“強化學習概念”任務，這是AI模型訓練中非常重要的概念，要求它并非借助技術手段及底層語言進行講解，而是通過AI生成的網(wǎng)站，以清晰的圖示詮釋強化學習的各個概念、主要算法及其原理。

令人驚艷的是，它竟然還生成了一個強化學習互動小游戲，使用戶在游戲中逐步理解強化訓練的本質(zhì)，以及大模型訓練的實際情形。

這便是Manus的顯著優(yōu)勢所在。

綜上所述，以上便是2023年到2025年AI界發(fā)生的事情。而DeepSeek也僅是在單模態(tài)領域發(fā)揮自己的專長，率先制作出驚艷世界產(chǎn)品的一家公司。

二、驚艷世界的DeepSeek并非是萬能

1.DeepSeek在使用時要重視的3個問題

問題1：隨機性問題

下圖是朋友發(fā)給我的截圖，這是他在網(wǎng)上看到的一組圖片，我們可以看到：

問豆包strawberry里有幾個R，豆包說2個R。問GPT4o相同的問題，答案也是2個。隨后問DeepSeek，得到的答案是有3個R。

基于此，朋友得出結論，認為DeepSeek的性能最為優(yōu)越。他問我是這樣嗎？我回答他：為什么你不親自試一試？如果你親自試一試，就會產(chǎn)生疑問。

比如，豆包可能會在他的測試中回答也是正確的，或者他可能只是運氣好，恰好DeepSeek這次回答出現(xiàn)錯誤。因此，大語言模型的輸出本身具有隨機性。

針對這個問題，我在各個平臺上進行了超過1000次的測試。每次講百人場時，我都會讓大家拿出手機測試。事實上，平均出錯率大約為10%，即每十次測試中，大約有一次會出現(xiàn)錯誤。

所以，當DeepSeek變得流行后出現(xiàn)大量熱點內(nèi)容時，你一定要具備鑒別能力，如何鑒別？就是親自上手試一試。

問題2：幻覺問題

我曾計劃撰寫一篇關于中美AI對比的文章，并期望借助DeepSeek查找相關論據(jù)以及提供文章框架。具體如下圖所示：

它為我提供的內(nèi)容大致如下：中國AI工程師總量達85萬人，其中系統(tǒng)優(yōu)化占比32%。根據(jù)Linked in的數(shù)據(jù)顯示，華裔AI工程師回國任職比例高達17%。此外，依托中國西部豐富的水電資源，國產(chǎn)AI集群訓練電費成本約為美國同期的64%。此數(shù)據(jù)源于國際數(shù)據(jù)公司（IDC）2023年報告。

該框架呈現(xiàn)的內(nèi)容文筆優(yōu)美、觀點犀利且整體結構清晰。就在準備發(fā)布時，考慮到是AI提供的信息，本著對讀者負責的考量，我決定對其真實性進行鑒別。

我按照文中明確提供的信息來源地址進行搜索，但并未找到相關信息。起初，我懷疑是否是自己搜索能力不足所致，于是借助在AI搜索領域頗具實力的秘塔搜索，請其核查這些數(shù)據(jù)在互聯(lián)網(wǎng)上是否存在。

秘塔搜索的結果顯示：所謂中國AI工程師85萬人的數(shù)據(jù)，在其收到的資料中均未引用；關于美籍華裔工程師回國比例17%的說法，證據(jù)里也并未顯示LinkedIn 2023年的人才流動數(shù)據(jù)中有此項內(nèi)容，這或許只是推測；而成本是美國的64%這一數(shù)據(jù)，同樣沒有在IDC 2023年關于中美電費成本的報告中找到依據(jù)。

由此可見，如果我不進行交叉驗證，直接發(fā)表這篇文章，那么我的專業(yè)性會受到質(zhì)疑，這也無疑是對讀者的不負責之舉。

所以說，當我們想讓AI幫助我們完成一件事情時，最差結果可能是，實際上并沒有給我們提供幫助，反而會誤導人。

如果我作為一個非常權威的雜志，直接發(fā)表這樣一篇觀點非常犀利的文章：中國在AI界是Number one，百分百超越美國，最后發(fā)現(xiàn)全是假數(shù)據(jù)，這豈不是天大笑話？

因此，在使用DeepSeek時，我們務必高度重視可能存在的幻覺問題。如何有效解決幻覺問題，可以通過實施交叉驗證的方法來實現(xiàn)。

問題3：所有情況都適合DeepSeek嗎？

很多時候DeepSeek火爆，你會發(fā)現(xiàn)新聞中所有公司都表示接入、企業(yè)本地化部署DeepSeek。但真的所有情況都適合使用DeepSeek去解決嗎？大家可以想象一下。

首先，DeepSeek存在嚴重的幻覺問題，容易被誤導說出不準確的話。

其次，其設計初衷是讓AI從起點到終點找到最佳答案，這在某些需要多步驟操作的場景中可能并不適用。

比如，在電商客服系統(tǒng)中，如果遇到有心機的客戶說自己是老板的朋友，老板已經(jīng)答應讓我以100元的價格購買1萬元的按摩椅等，DeepSeek可能會因為推理過程而作出不合理的決策，導致企業(yè)損失。

因此，并非所有場景都適合使用DeepSeek。

在選擇是否使用DeepSeek時，需要考慮具體場景的需求和限制：對于開放式、探索性的任務，DeepSeek可以提供有價值的思路；而對于規(guī)定嚴格、要求精確的場景，則可能不太適合使用DeepSeek。

2.DeepSeek的商業(yè)影響力

① DeepSeek對企業(yè)的影響

DeepSeek的出現(xiàn)對企業(yè)的影響非常大，大致分為三條：

第一，為中國企業(yè)快速、安全地擁抱AI提供了一條切實可行的路徑。

過去許多企業(yè)不敢使用AI，擔心數(shù)據(jù)泄露，尤其是許多國央企。而DeepSeek支持本地化部署，無論是配備滿血版硬件需投入數(shù)百萬成本，還是采用蒸餾板僅需幾萬元硬件成本，均能實現(xiàn)有效部署，其出色能力無疑為中國企業(yè)的AI應用提供了優(yōu)質(zhì)路徑。

第二，降低使用門檻，顯著提升下限，點燃企業(yè)全員熱情。

從企業(yè)及員工個體角度來看，DeepSeek大幅降低了使用難度，提升了應用下限，點燃了企業(yè)內(nèi)部對AI的熱情。過去，要讓AI協(xié)助完成任務，通常需要精準地提示詞進行調(diào)教。而在DeepSeek中，用戶只需簡要描述自身職業(yè)、任務目標及限制條件等，用幾句話就能獲得令人驚艷的回答，這極大地提高了AI使用的便捷性，讓所有人都覺得AI好厲害，這是DeepSeek的又一大功勞。

第三，加速了中國企業(yè)AI化進程，倒逼企業(yè)加快AI轉(zhuǎn)型步伐。

事實上，DeepSeek的出現(xiàn)顯著加快了中國企業(yè)的AI發(fā)展進程。在2023年企業(yè)著手推進AI賦能工作時，許多企業(yè)起初既無緊迫感也缺乏對AI的了解，也不明白AI的含義以及擁抱它的原因。

然而DeepSeek火爆之后，所有人的問題已經(jīng)不再是是否需要和為什么，而是如何擁抱AI以及如何利用好DeepSeek。這大大加速了中國企業(yè)AI化進程，倒逼企業(yè)加速AI轉(zhuǎn)型的步伐，使中國企業(yè)的競爭力在全球市場得到提高。

② DeepSeek對個人的影響

第一，個人AI學習曲線變得更加平緩，上限更高。對于企業(yè)中的個體而言，我們的學習曲線更加平滑。然而需要明白，一個更好的模型意味著更高的上限。

第二，AI表達力的重要性變得更高，需要更強的分辨能力。當AI的表達力及提示詞能力得到提升時，能夠更有效地推動模型輸出接近上限。以往AI無法完成的任務，如今借助DeepSeek等工具得以實現(xiàn)。

第三，技術迭代的速度，倒逼個人需要加快對于新變化的學習。

在AI時代，唯一不變的便是持續(xù)學習與跟進AI的發(fā)展。在此過程中，有一個核心理念可供參考，即“遇事不決問AI的念頭和意識”，即第一念原理。

具體怎么做？首先思考AI能否協(xié)助完成、如何完成以及能達到什么程度。其次，若AI能直接出色地完成任務，則無需人工干預；最后，若AI產(chǎn)出的結果為基礎水平，則可考慮在此基礎上進行優(yōu)化，通過人機協(xié)同將成果從60分提升至80分甚至90分。

希望在AI時代，大家都能養(yǎng)成“遇事不決問AI的念頭和意識”的好習慣。

三、企業(yè)擁抱AI的正確姿勢

1.搞清楚為什么要擁抱AI？

最近DeepSeek很火爆，然而作為企業(yè)，我們似乎并未感受到實質(zhì)性的變化。僅僅是每個人的桌面和手機上多了一個DeepSeek的應用程序，但整體運營效率并沒有顯著提升，也未實現(xiàn)企業(yè)級的變革。

在探討這個問題之前，我更傾向于從企業(yè)的角度出發(fā)，先提出一個問題：要不要擁抱AI？

正如我所說，今天你的答案非常清晰，就是要。但你是否深入思考過，既然你希望擁抱AI，那么背后的原因是什么？如果你的動力和原因不足以支撐你去完成這件事，那么你背后的動作和決心就會變形。

回顧去年我們服務的眾多企業(yè)，我們發(fā)現(xiàn)一個現(xiàn)象：我們的陪跑服務周期平均為三個月，但有些企業(yè)將這一周期延長至六個月，甚至最長達到八個月。

為什么會出現(xiàn)這種情況呢？原因在于，AI對他們來說是一個可有可無的好東西，但是它不是關鍵且必須擁抱的東西。

至少在去年，AI火爆之后，許多人認為必須擁抱它，但是否從商業(yè)底層思考為何要擁抱AI？

很多人提到降本增效，我們真的需要降本增效嗎？降本增效當然好，假設我能夠為你每月節(jié)省20萬的成本，這無疑是一件好事。然而，這真的是必要的嗎？如果不減少這20萬的成本，你的企業(yè)會倒閉嗎？答案似乎并不確定。

比如，如果你的企業(yè)利潤豐厚，每年盈利一個億，那么每月節(jié)省20萬、一年節(jié)省200萬對你來說可能并不重要。在這種情況下，你是否還需要擁抱AI呢？

我們必須明白這個問題，才能在之后的決心和行動上給予更好地支持。

2.思考擁抱AI的核心原因

案例1：諾基亞與iPhone的興衰

在蘋果iPhone 1代問世之際，諾基亞的市場占有率高達49%。當時，諾基亞在全球手機市場中占據(jù)絕對霸主地位，幾乎每兩部手機中就有一部是諾基亞的產(chǎn)品。

面對蘋果iPhone 1的出現(xiàn)，當時諾基亞認為這只是一個玩具。它不耐摔，認為它無法在市場上立足。

然而，隨著時間的推移，我們都知道了后來的故事：五六年后，諾基亞的手機業(yè)務被收購了。

如果讓諾基亞重新選擇一次，你認為它會如何選擇？

這與AI非常相似，如果今天我不擁抱AI，那么我可能不會生存嗎？可能短期不會，就如同你的競爭對手，只是比你減去一年200萬元的成本，你一年賺兩個億擔心什么？

但是，你有沒有想過，當他成功降低成本后，他可能會擴大生產(chǎn)規(guī)模和品牌影響力，甚至將節(jié)省下來的成本直接讓利給消費者，或者用于品牌推廣，從而擠壓你的市場空間。

現(xiàn)在，也許你活得很好，可能不擁抱AI，但是一年、兩年、三年、五年后，我們的企業(yè)將會怎么樣？

案例2：瑞幸9.9元戰(zhàn)略下的生存抉擇

舉一個我身邊朋友的例子，我有一個經(jīng)營奶茶店的朋友，他的品牌在全國擁有超過一百家分店。這些店鋪的客單價大約在十幾元，每單的利潤有兩三元，盡管如此，他的生意依然紅火，并且品牌持續(xù)擴張。

然而，就在這種看似一帆風順的擴張過程中，他突然宣布關閉全國所有門店。大家可能會好奇，這是哪一天發(fā)生的？那一天發(fā)生了什么事情？

那天，瑞幸咖啡宣布推出9.9元的咖啡產(chǎn)品，并強調(diào)這將成為其長期戰(zhàn)略的一部分。這一消息一下子讓他慌了。盡管喜茶和奈雪等競爭對手也推出了類似的低價產(chǎn)品，但他并不擔心，因為都是引流品，為的是后端的一些產(chǎn)品。

然而，當瑞幸以9.9元的價格仍能盈利時，情況就不同了。瑞幸不僅擁有強大的品牌影響力、良好的用戶體驗，還具備價格優(yōu)勢，這使得我的朋友意識到無法與之競爭。因此，他果斷決定關閉所有門店。

所以，我想和大家交流的是，雖然你現(xiàn)在沒有擁抱AI，但是未來一年、兩年、三年后，當你還在尋求增長和擴張時，可能會突然發(fā)現(xiàn)整個市場不存在了，你的商業(yè)模式遇到了問題，這是非常有可能發(fā)生的。

這正是我們需要思考擁抱AI的核心原因。如果你能想到這一層，那么我相信你的決心和動力都會十足。

四、企業(yè)應用AI的雙輪驅(qū)動

企業(yè)應用AI實際上是雙輪驅(qū)動，第一是全員AI化，第二是業(yè)務流AI化。所謂全員AI就是人人懂AI，業(yè)務流AI化就是事事有AI，這聽起來非常簡單。

1.全員AI化：人人懂AI

先來講全員AI化這件事。

根據(jù)埃森哲的一份報告，具體如下圖所示：

當前人工智能（AI）在工作領域的替代能力，從行業(yè)角度來看，平均約為31%。在銀行、保險等辦公密集型行業(yè)中，AI的影響程度尤為顯著。而在體力勞動為主的工業(yè)、化工及自然資源領域，其影響力相對較低。然而，整體行業(yè)的平均值仍維持在31%左右。

按崗位類型劃分，如上圖所示，情況也頗為相似。辦公室支持和行政支持等職位的AI替代率甚至超過50%，而保潔、維護等崗位則不足10%。無論是按行業(yè)還是職業(yè)分類，平均替代率均在31%左右。

這意味著，如果企業(yè)全體員工能夠深度利用并掌握AI技術，理論上可以實現(xiàn)20%至30%的效率提升。這一結果是顯而易見的。

全員AI化的好處遠不止于此，但其推廣并非易事。實際上，實現(xiàn)全員AI化需要一定的時間。例如，藍色光標和安克創(chuàng)新等上市公司早在GPT發(fā)布之初就提出了全面AI化的理念，并且已經(jīng)實施了超過一年的時間。

因此，推動全員AI化是一個逐步的過程，需要我們逐漸將AI融入組織文化中，使組織逐步實現(xiàn)AI化。

全員AI化主要分為以下4個階段：

① 思維轉(zhuǎn)變

我們強調(diào)，思維轉(zhuǎn)變至關重要，它是變革的起點。有了思維轉(zhuǎn)變，基本上已經(jīng)成功了一半。我們要做的事情是讓企業(yè)員工都能對AI感興趣，不抵觸AI并充分擁抱它。

在過去服務的很多企業(yè)中，上同樣的課、做同樣的項目、做同樣的工作方式，不同企業(yè)的感受完全不同。有的企業(yè)認為收獲很大，有的企業(yè)認為這事跟我沒關系，我也不用好好聽。即使你講得課再好，人家也不聽，那你有什么辦法？

因此，整個思維轉(zhuǎn)變是第一步，我們首先要把全員的思維準備好，全員的意識要覺醒，要認識到AI是我們必備的能力，不進則退。

② 能力構建

在這個時代車輪滾滾向前的時候，唯有擁抱AI才是明智之舉，抵抗只會讓我們陷入被動。

試問，將自己置于AI時代潮流的對立面，對公司未來趨勢視而不見，這真的對你有益嗎？答案顯然是否定的。

當員工想明白這個道理，有了思維上的轉(zhuǎn)變，我們就可以借此機會培養(yǎng)他的AI使用能力。隨著能力培養(yǎng)和意愿提高，他們逐漸形成了一個正向飛輪。

一旦有使用場景，他們就會喜歡使用AI。由于AI能力不錯，效果也非常好，因此使用次數(shù)越來越多，越使用越好，越好用我們就越使用，從而形成了這樣的一個正向飛輪。

③ 習慣養(yǎng)成

隨著你不斷使用AI，逐漸養(yǎng)成AI使用的習慣，這是我們所說的第一念原理。

④ 文化重塑

當?shù)谝荒钤硪焉钌钪哺诮M織成員心中，且先進者引領后進者逐步養(yǎng)成AI使用習慣時，組織文化便得以重塑，并被打上AI的標簽。

此時，新成員加入會發(fā)現(xiàn)，若不擁抱AI，將陷入脫節(jié)困境——他人用AI兩分鐘完成的任務，自己卻需耗時兩小時。

因此，他不得不擁抱AI。如此，組織便實現(xiàn)了真正的AI化。

當一個組織AI化后，它的創(chuàng)新力、效率和敏捷度完全不同。只有這樣的組織才能夠在AI大時代下立于不敗之地。這就是我們所講的全員AI化。

2.業(yè)務流AI化：事事有AI

① 什么叫業(yè)務流AI化？

什么叫業(yè)務流AI化？其實就像服務用友公司一樣，它并不是每個銷售都需要深度學習AI的使用能力。

雖然我們進行了培訓，但效果更好的是我們基于業(yè)務流程進行梳理。在梳理完成之后找到AI的應用結合點，開發(fā)出AI工具直接供他使用，相當于將AI工具嵌入到原有業(yè)務流中。

這樣在他不需要掌握太多AI技能的同時，能夠享受AI帶給我們的結果。

當然，想要真正理解業(yè)務流程化的概念，還需要看看是怎么看待AI的。大家覺得AI是什么？是一個工具，或者是一個搜索引擎，亦或是什么東西。

我們認為，不管你過去把它當什么看，現(xiàn)在轉(zhuǎn)換視角，AI其實是另一種生命。

當我們以生命的視角看待AI時，你會發(fā)現(xiàn)整個組織發(fā)生了很大變化。傳統(tǒng)組織縱向深入，橫向不打通，效率非常低下。而互聯(lián)網(wǎng)組織進一步實現(xiàn)扁平，效率得到提升。

AI時代的組織應該是什么樣的？AI時代的組織不一定全部由人組成，AI一定是硅基生命和碳基生命共存的組織。

未來我們一定會跳脫原有組織形態(tài)，生長出（上圖所示）這樣的共生型AI流式組織，這個組織里有碳基生命和硅基生命。

如果現(xiàn)在問你企業(yè)多少人，你會說300個人，未來你可能會回答我有20個碳基生命和30個硅基生命。

因此，當你把AI當作一個生命時，整個感覺完全不同。

當你有了這種意識后，就會知道業(yè)務流AI化的好處。

第一，人力資源顯著降低。

第二，擺脫人的能力波動。

今天人的狀態(tài)可能不好，明天生病了等都會對工作產(chǎn)生影響，但AI不會。

第三，賦能前端，快速響應，決策效率非常高。

過去，我們?nèi)绾芜M行決策？基層人員首先觀察到變化，然后將信息逐層上報至領導，接著進行討論，再將指令逐層下達，最終作出決定并實施改變。整個過程可能需要一天、一周甚至一個月的時間，具體時長取決于組織的響應速度。

在人工智能時代，智能體（Agent）直接接收并處理信息。數(shù)據(jù)是構建AI的基礎，整個數(shù)據(jù)集是相互關聯(lián)的。一線的智能體能夠全面了解所有數(shù)據(jù)，并具備足夠的思考能力。因此，此時的決策可以在秒級內(nèi)完成。

相較于過去需要數(shù)日、數(shù)周乃至數(shù)月才能做出的決策，現(xiàn)在能夠在幾秒鐘內(nèi)觀察到變化便可以迅速做出決策，這就是業(yè)務的流AI化。

第四，正如我們所講，我們不需要每個人都深度掌握AI的使用能力，只需要將AI工具開發(fā)給用戶使用即可。

這是業(yè)務流AI化的概念。

比如，在短視頻制作方面，原有的流程是：獲取用戶畫像、確定產(chǎn)品賣點、撰寫初稿、進行初審、修改為二稿、再次審核、輸出檢測，直至最終定稿。

當我們將這一傳統(tǒng)流程梳理清晰后，實質(zhì)上就是利用AI技術對其進行了全面重構，通過AI工作流實現(xiàn)了業(yè)務流程的自動化，這便是我們的業(yè)務流AI化，即一旦此流程趨于固定且具有高度重復性，我們即可采用這種方式實施。

②?如何做到業(yè)務流AI化？

我們說業(yè)務流AI化有三重境界，即優(yōu)化、重構和掀翻。

具體如何理解？這涉及到對現(xiàn)有流程的梳理，并思考如何通過AI技術進行優(yōu)化、重構乃至掀翻的思考。

首先，考慮在現(xiàn)有流程不變的情況下，哪些環(huán)節(jié)可以與AI技術相結合；其次，如果流程發(fā)生變化，但輸出保持不變，那么在AI時代是否有可能對整個流程進行重構；最后，探討流程輸出本身是否已不再適用，以及如何在AI時代設計新型流程，嘗試利用AI能力重塑我們的業(yè)務流程。

以電商產(chǎn)品圖為例，如上圖所示。左側是在小紅書上的圖片，客戶認為非常好，現(xiàn)在需要將右側的產(chǎn)品拍攝成左側的樣子。

原來可能需要實景拍攝，現(xiàn)在利用AI如何復刻？具體下圖所示：

我們先將AI納入其中，使用AI生成左邊的內(nèi)容。因為AI無法判斷產(chǎn)品的外觀，所以使用AI生成的極限即為左邊這張圖。當AI能力不足時，我們可以利用人工智能加入PS技巧，制作出右側這張圖片。

這正是以AI為中心的流程設計思路。然而，僅僅重構流程是否足夠？我們是否能夠做出更大的改變掀翻業(yè)務流？AI時代的業(yè)務流的輸出真的有效嗎？是否有可能輸出本身就是錯的？我們是否考慮過過去生產(chǎn)的文案、海報和視頻在AI時代是否是最高效地傳遞信息方式，是否有更好的方式去完成這些事情？

這些問題的背后其實都是未被滿足的需求點。所以，新機會點的本質(zhì)是需求未被滿足。當我們梳理出流程后，通過優(yōu)化、重構和掀翻業(yè)務流的方式，就可以更好地找到AI時代的新機會。

即整個業(yè)務流AI化的關鍵點在于找到關鍵業(yè)務流程。通過精準嵌入AI并非廣撒網(wǎng)式的隨便找個AI的結合點開發(fā)一個智能體嵌入流程，我們的目標是找到那些高重復性且對企業(yè)有重大幫助的業(yè)務流程。

寫在最后

最后，我想與大家分享，這是一個嶄新的時代，百年難遇的技術革命已然降臨，而我們有幸在這個年齡親歷這場革命。

實際上，AI本質(zhì)上是一場效率革命，它并非簡單的降本30%的效率提升，而是一場10倍速的效率提升，可能從2小時變成5分鐘。

當效率達到極致時，商業(yè)模式將發(fā)生變化，這是一場極其罕見的效率游戲。整個世界的資源都會因效率的不同和高低而重新分配，所有資源都會向高效傾斜。

希望大家從今天開始以更開放的心態(tài)擁抱AI，對于企業(yè)而言，我們要做好雙輪驅(qū)動，更好地理解和擁抱AI，真正讓企業(yè)插上AI的翅膀，在新的時代展翅飛翔。