# 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 **一句话**：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。 ## 时间线（逐字稿对位） - [00:29] 一年 240 多天在企业里 - [04:50] 他卖的到底是什么 - [07:26] 先看病，再治病 - [10:43] 方正证券：场景挖掘反向梳理业务链路 - [13:45] 三条路径：抛开 AI、访谈框架、样本量 - [15:28] 彼此访谈，两两互访 - [21:24] 全文档开发：从流程到一个 agent - [25:09] 不配合的人长什么样 - [26:52] 你未来能吃掉谁 - [31:48] 这门生意卡产能 - [33:35] 乘以 1.5 和乘以 10 - [34:42] 左手笔：握位上提 5 毫米 - [39:52] 大企业要不要 AI 原生 - [45:24] 水利工程局：新业务独立成公司 - [51:09] 发起方：HR 引入，VP 拍板 - [54:48] 人才盘点：把人拆成能力 - [01:04:19] 做砸的案例：快做成时被甩一刀 - [01:12:52] 不是技术问题，是组织问题 - [01:19:10] 熊逸问：FDE 会不会被大厂吃掉 - [01:28:31] 起步：跟着钱走，访谈苗子 ## 六章 ### 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 ### 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。 ## 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。