播客笔记 ← 37Read 首页一屏看懂六章带走判断沉淀

一屏看懂

你未来能吃掉谁：大企业 AI 落地的组织解法

李桢 · 徐文浩 · 任鑫 · 熊逸 · 《AI 炼金术》· 对谈 94 分钟 · 时间戳为逐字稿起始时刻

落地卡住的地方不在模型，在组织：先让人看见自己能多吃下什么，再让 AI 把没人敢说的卡点摆到桌上。

1这件事 80% 是组织问题，20% 才是工具：字段、口径、权限、意愿度没理清，换什么模型都落不了地。

2方法是一条链：先看病（抛开 AI 梳理业务），再显影（用语料反查卡点），管理层达成共识，最后在陪跑里把内部 FDE 培养出来。

3最大的风险不在开头，在结尾：表面全是 yes、细节全是 but 的项目，常在快做成时被一句「合规」停掉，一停八个月。

看病→显影→语料→意愿→增量→盘点

这条链就是下面六章的顺序：先看病摸清业务，把卡点显影出来，凑足语料，再处理意愿，最后落到增量与人才盘点。

六章

按话题的链读，不按时间排。每章一个判断，三个要点，一条原话。

01看病

先看病，再治病：场景下面藏着什么

他的定位先说清：一年 240 多天在企业里，只做 500 人以上的中大型企业，卖的是培训＋陪跑＋培养——把企业自己的人带成内部 FDE，而不是长期驻场代劳。客户分布在金融证券、医疗、快消、出海、国央企五个方向。
主持人给了个比喻，他认了：不是教大家怎么治病（怎么用这个 AI、那个 AI），是教大家先怎么看病。场景只是能被说出来的部分；说不出来的人，先要把他的角色、任务、痛点、价值维度挖出来。
维度之下藏着真正卡人的东西：指标口径不一、没人给事兜底、AI 的执行阈值没定——什么时候可以直接执行、什么时候需要人确认、什么时候严禁执行。FDE 的培养，功夫大半在搞清权限、字段、统一这些脉络上，脉络通了才开始筛价值。

“不是教会大家怎么治病，是教大家先怎么看病。”

— 徐文浩 [07:26]

02显影

反向咨询：让 AI 把说不出口的话说出来

方正证券给了他启发：全面挖掘场景，实际上反向帮公司梳理了一遍所有业务链路。于是场景挖掘多了一个成果——反向咨询：拿学员提交的语料搭一套系统，反查哪些点没有澄清、做不了。
查出来的往往是同一件事在四个系统里的四种说法：描述的边界维度不同、字段定义不同、从数据湖和数仓取数的口径不同。这些点其实有人说过，只是没人意识到。
把卡点做成可视化表单，摆到管理层面前：企业是个生命体，卡在哪、堵在哪，一目了然。先开会决定疏通不疏通，疏通了才能干；不疏通，你来再大的老师也解决不了。

“有些话他是摆不上台面说的，哎，我用 AI 说。”

— 李桢 [11:31]

03语料

语料不够，AI 什么都发现不了

任鑫当面泼冷水：他参与过的大赛，出来的东西和语料质量都远远不够，AI 拿不到足够语料来发现问题，大家都是拍脑袋拍出一堆零零碎碎。李桢给了三条路径回应。
第一，抛开 AI 的一切，只描述已有业务——掺了 AI 的可能性，想象就不受控，做出来的东西梦幻。第二，用一套提问框架把角色、任务、痛点、价值框住。第三，样本量足够：一带就是每个人做一个智能体，100 个筛掉约 20%，相似场景互相重叠、互相校验，类似描述里的冲突，就是真卡点。
采集方式也很具体：员工两两彼此访谈、录音（挖掘出的问题不许 AI 问，要由对面的人拿着问），录音后再做四个动作补信息。最后几乎所有企业的痛点都会收敛到一到两条业务链——像看病，治的点和痛的点不是一个点，但打通了就好。

“所有的企业，他最后的痛点会指向，大概率会指向一到两个点，一条到两条业务链，这是非常清晰的。”

— 李桢 [16:00]

04意愿

全是 yes but：意愿度先于方案

不配合长什么样，他描得很细：中高层一大半不配合，方式还都非常像——非常热情、非常客气、大张旗鼓、尊敬备至，然后在所有细节上死抠。根源是利益：对员工，AI 多多少少是来抢饭碗的；对管理层，你把事理得那么清楚，是来抢权的。
解法不是说服，是先给出口：开管理层工作坊，把话先讲明——不减投入、不减人，然后问一句：你的部门未来能吃掉谁？想明白的人会把信息传导到部门，员工有了泄洪口，意愿就上来，部门里的人会疯狂去干；想不明白的，他基本上就不合作了。
找人靠海量：单点推进，配合概率一半都不到。他办大赛、在现场待到一定程度，就是要在 5000 人里滤出愿意干的约 20 人。也有人把他当枪使——夺权、二代接班需要一个把手——这没关系，有一个人能用就行；一个都没有，这家公司就不要合作。

“全部都是 yes but 啊，没有 yes and，全都是 yes but。”

— 李桢 [01:10:37]

05增量

乘以 1.5 和乘以 10，要分开谈

主持方把问题挑得很尖锐：增量是小概率事件，画饼时人觉得你在忽悠；可一旦把重复工作一条条画出来，人又觉得你要蒸馏他、抢走他的活。两头都有阻力。李桢的回答是分开谈：乘以 10 的业务洞察随机且不可预期，但要变成一个月一次的常规动作；乘以 1.5 的提效，用分钟数精算成可量化、可验收的指标。
乘以 10 的样本是卖笔的企业：从用户洞察和亚马逊投诉里发现，左手写字的投诉非常多——不是圆珠笔，是晕染笔——于是把笔的握位往上提高 5 毫米、加了凝胶液，专门做一款左手笔，卖得特别好，还单独开了一个站点。
格局要不要动，他的答案分两层：新业务太影响原组织，就独立出去——山东省水利工程局的投标系统，配人、配 IT、1000 万注册资金，单独成立一家公司；存量流程未必只有缩短一条路，有些流程不健全要增加，有些要改路径，增、减、改、存都存在。而且改必须由内部 FDE 整理出来去改：AI 把窗户纸掀开，开会重新划分责任与权利归属，外人来改会被赶出去。

“一种叫乘以 1.5，一种叫乘以 10。乘以 10 是业务洞察，你在红海当中找蓝海。”

— 李桢 [33:35]

06盘点

不做蒸馏，做打标：把人拆成能力

他最得意的案例是人才盘点：把人拆成能力。近 3000 个能力标签，按角色编能力族；会议、邮件回复、晋升、荣誉、KPI 都是行为留痕。谁用 AI 做了什么、调用了多少 token、拿过什么奖，都给标签加权——能力迁移由红变黄变绿，人最后集中到最需要人的关键环节上，他说看这个过程特别过瘾。
基础设施是会议：所有会议室装记录，进门提示已进入音视频采集空间；参会人报出部门和名字对声纹。文字稿统一词典（同一个人几种叫法并成一个）、自动打标进知识库，一个月约 1000 个会，月度经营会本身就是一个知识库。选人时按能力抽调，并提前算这次抽调对原团队的影响，而不是靠和上级关系好被推荐。
结尾几问把边界都说清了：发起方一般是 HR 以大赛引入，汇报后 VP 级别拍板；收费是时间＋结果，本质只能卖时间，结果奖金不是太多；FDE 的未来，他判断大模型公司的 AI 办公大战在收集完行业场景之后，可能吃掉中型企业的后端平台。给企业的起步动作只有三个：先发问卷摸底（问真正执行的人，别只问老板）、跟着钱的进出找场景、访谈已经长出来的苗子。

“我们不做蒸馏，我们做打标。”

— 李桢 [58:42]

带走：八个做法

这场谈话的方法密度很高。八个能直接拿去用的做法，每个补了一条边界。

先问「你未来能吃掉谁」

开管理层工作坊先声明不减投入、不裁人，再让每个部门负责人写下：能力放大后，我的部门能接下哪摊新业务。把答案传导进部门，让员工看见自己在新地盘里的位置，意愿才从表演变成主动。

边界：对根本没有增量空间、只想守成的部门，这招失效；想不明白的人勉强推进，只会得到热情客气的表演式配合。这类客户，李桢的选择是不合作。

抛开 AI 描述业务

场景挖掘第一轮只许描述已有业务流程，一个 AI 方案都不提；用角色、任务、痛点、价值的访谈框架逐项框定，描述不清的地方标记为未澄清，之后再用 AI 还原到可执行层面。

边界：描述质量因人而异，必须靠大样本交叉校验。样本一少，描述里的洞就藏住了，AI 后面什么也发现不了。

彼此访谈＋人人做一个智能体

员工两两互访并录音，问题由人问不由 AI 问；每人基于自己的业务做一个智能体，录音后做四个动作补信息；筛掉约两成，重点看相似场景互相冲突的地方。

边界：任鑫的质疑成立：语料不足时这套筛不出真问题。人数太少的团队凑不出样本量，冲突无从显形。

反向咨询：把卡点摆上桌

用学员语料反查字段、口径、负责人这些没澄清的点，做成可视化表单，指出卡在哪条业务链上，拉管理层开会逐点决定疏通不疏通。

边界：摆出来不等于动得了。动利益太深时，对方不在这一步拦，会拖到项目快做成时用合规、信创甩出最后一刀。

用分钟数给提效算账

每人列最烦心、最重复的任务和单次分钟数，按人数×频次×单次时长精算总耗时；解决后复测，报出省下的总时间，再和管理层约定省出的时间投回哪块业务。

边界：只算得清可重复计时的任务。判断型、关系型工作的价值不在这张表里，硬算会把人算小了。

全文档开发

把完整流程、所涉系统、哪些步骤用大模型判断、哪些用 OCR 等传统逻辑、哪些必须人确认、每个场景的边界阈值或配方，全部落到纸面；再用 skill 封装打通子系统，按企业喜好做成对话框、界面或流程。

边界：文档先行意味着前期慢；场景本身没想清时，文档只会把含糊固定下来——所以要先过看病那一关。

人才标签盘点

先按角色编能力族（他给一家公司打了近 3000 个标签），所有会议留痕、自动打标，邮件回复、荣誉、KPI 持续补标签；按项目需要选能力组队，抽调前先评估对原团队的影响。

边界：前置投入不小：全公司会议留痕、统一词典、标签体系，都要先有人推动。中小公司未必负担得起整套，先从会议打标一个动作开始更现实。

跟着钱走，访谈苗子

先发问卷摸清做过多少培训、列过哪些场景、失败在哪（问真正执行的人）；再沿资金流向——钱从哪进、哪出——找场景；最后访谈已经做出结果的人，用 AI 分析他没说出口的卡点，把问题亮出来。

边界：前提是公司里真有苗子。他的判断是 2026 年的企业基本都做过一些 AI 尝试，差别只在好坏；真的一件没做过，先补认知再谈这三步。

判断层

下面两块标了「提炼」：不是嘉宾原话，是把整场谈话对起来之后得到的判断。判断能不能带走，要看它带没带边界。

这场谈话里留下的三处张力：

「这跟 AI 有什么关系」——任鑫两次把话挑明：听下来这不像 AI 落地，更像今天有了录音、整理这些 AI 辅助工具，把企业业务流程咨询用新方式重做了一遍。李桢认了大半：这是以 AI 为入口解决企业管理问题，他自己更多是「用 AI 干了件咨询的活」；切口到底是不是 AI，他没仔细想过。这组张力全场没有解开，而是被双方接受了。

降本增效到底是不是主菜：主持方认为增量是小概率事件、提效才是低垂的果实，放弃从提效角度想问题，等于放弃绝大部分果实；李桢的顾虑在另一面——讲增量像画饼，讲提效太细又让人觉得被蒸馏。他用「洞察月度化＋提效分钟数化」接了一半，另一半问题（两头阻力）没有完全回答。

他培养的人，会不会反过来被淘汰：熊逸问模型大厂会不会亲自下场做 FDE。李桢判断大厂的 AI 办公产品表面是统一入口，实际在收集行业场景，中型企业的后端平台可能被吃掉，现在的独立 FDE 团队不构成威胁。也就是说，这套方法的护城河在组织感知，不在技术——而组织感知恰恰是他承认还没法复制、卡产能的环节。

提炼

AI 落地是组织问题，不是技术问题

成立卡点集中在字段口径、权限、审批和意愿度时，换什么模型都没用——他 80% 的时间花在业务和组织梳理上，进了企业先闻味，再谈方案。

失效如果企业连数据和系统基础都没有（数据一团渣、API 都是错的），组织梳理完照样落不了地，还得先补基础设施这一课，他的做法是先建模拟库把事推起来，把供应商问题留给企业内部人后续去逼。

迁移评估任何 AI 项目，先别问模型：列一张卡点清单，分清哪些是技术的、哪些是组织的，比例一看，项目该怎么推就清楚了。

提炼

先看病，再治病；能力要留在企业内部

成立外部团队走了项目就停摆的企业，只要内部有人能接着开发新场景，案例就能滚动成片；内部人好沟通，这是外部驻场比不了的。

失效培养以季度计，急着短期见效的老板等不起；而且带人的人本身稀缺——他承认这门生意绝对卡产能，关键判断还没找到可复制的解法。

迁移买咨询时，把「教会我们的人」写进交付标准，而不是只要一个做完的系统；系统会过时，能接着做下一个场景的人不会。

提炼

意愿度先于方案：先给人一个出口

成立当团队能看见自己能多做的事（吃掉谁），配合会从表演变成主动；海量样本里总能筛出愿意干的人，有一个人能用，事就能滚动起来。

失效利益受损过大的人不会被愿景说服：他们不在开头拦（看过太多失败，不必每次都拦），会在快做成时用合规、信创甩出最后一刀。

迁移项目启动时就列一张「谁会吃亏、在哪一步可能拦」的清单，并把合规与部署条件提前写进 demo 验收标准，不给最后一刀留位置。

提炼

不做蒸馏，做打标：看能力的迁移方向

成立用会议、邮件、荣誉等行为留痕打能力标签，选人变成选能力，抽调影响可预估，也绕开了监控员工、萃取个人的伦理争议。

失效前置投入不轻：近 3000 个能力标签要先编，全公司会议留痕要先推行；没有这个底座，标签盘点只是一句口号。

迁移小团队先从一个动作开始：所有会议录音转文字、自动打标进知识库，三个月后再评估标签能不能支持按能力选人。

沉淀

一期只留三样进长期库：判断卡、反共识、术语。其余内容读过可以放下，全文细节在 Markdown 存档里，不丢。

反共识

AI 落地不是技术问题，是组织问题——80% 的时间在梳理业务和组织。
大企业不需要追求 AI 原生，硬推只会制造恐慌和踢皮球。
场景挖掘的第一步是抛开 AI：先只描述已有业务，再谈 AI 能干什么。
人才盘点不做蒸馏、不监控员工，只给能力打标签。
这行按结果收费走不通，本质是卖时间。

术语

FDE: Forward Deployed Engineer，前线部署工程师。这期里指深入业务一线、把场景真正做出来的人；李桢主张培养企业内部的 FDE。
内部 FDE 培养: 他的核心服务形态：培训＋陪跑＋培养，在陪跑中把企业自己的人带出来，能独立开发下一个场景。去年这批人还叫 AIBP 或 AI 产品经理，今年叫 FDE。
反向咨询: 用学员提交的业务语料反查没澄清的点（字段、口径、负责人），把组织卡点可视化后摆到管理层面前，先决定疏通不疏通，再谈落地。
意愿度: 一个部门愿不愿意真改的程度。表面全是 yes、细节全是 but，就是意愿度低的信号；给员工一个「泄洪口」，意愿才会上来。
乘以 1.5 / 乘以 10: 他给管理层分的两种增量：乘以 1.5 是流程提效，可量化、可验收；乘以 10 是业务洞察，在红海里找新机会，随机且不可预期。
人才标签盘点: 把员工在会议、邮件、项目里的行为留痕打成能力标签（近 3000 个），选人时按能力抽调，并预估对原团队的影响。红的是人，绿的是 AI，看的是能力在两者之间的迁移。
yes but: 会上全盘赞成、执行全是保留。与之相对的 yes and（真心接住并往下推）在他的项目里几乎没出现过；过度热情、一切都是 yes，反而是危险信号。