大家好，这里是 星澄晴旷。

这是《小公司如何通过 AI 做数字化转型》这个专题的第二篇（第一篇见小型公司怎么做数字化转型）。

上一篇我主要在讲，为什么小公司比大公司更需要数字化转型，以及 AI 到底能帮上什么忙。

这一篇想继续往前走一步，聊一个更实际的问题：

如果真的想借助 AI 做数字化转型，到底需要准备什么技能？

很多人一想到这个问题，第一反应是：是不是要先学编程？是不是要找专人来做？或者是不是需要专门的咨询公司？

这些方案当然更好，但如果一开始就把门槛想得太高，往往还没开始就先把自己劝退了。并且别忘了我们的初衷：

要用20%的精力解决80%的问题，凡事先有基础再说优化。

我在软件公司做了多年的信息化建设，通过 AI 做数字化转型，最先需要的并不是“高级技术能力”，我尝试提取几种最基础、也更关键的概念（后续我会继续细化这些概念的细节，所以欢迎点赞、关注、评论互动~）：

一个系统怎么划分？页面怎么操作我的数据？

经常有人告诉我要做商业分析需要数据，数据到底是什么？

我应该怎么归纳、操作数据？

AI 到底是什么？

我应该怎么使用 AI？

我应该使用什么 AI 平台？

一、一个系统怎么划分？

很多人一听到“系统”这两个字，就会本能地觉得很复杂。

要登录。

要有页面。

要有数据库。

要有各种按钮和报表。

但如果只是为了方便理解，我们完全可以先把一个系统想简单一点。

一个最基础的系统，先关注三件事情：

第一，你要记录什么。

第二，这些记录之间是什么关系。

第三，你打算怎么查看、修改和使用这些记录。

比如一个最简单的客户跟进系统。

你至少要记录客户名称、联系人、电话、跟进状态、最后一次沟通时间、下一次跟进时间。

这些内容，就是数据。

客户和跟进记录之间的对应关系，就是关系。

你用一个列表页看所有客户，用一个详情页看单个客户，用一个录入页新增和修改客户，这就是页面。

这样一拆，系统就没那么玄了。

它不是一个“高科技整体”，而是一堆“记录 + 关系 + 操作方式”的组合。

所以当你未来想做任何小系统的时候，第一步不要急着问“这个系统该用什么技术做”（技术是实现目的的方式，包括AI也是一种方式）。

先问自己：

我要记什么？

我要看什么？

我要改什么？

我要统计什么？

你能把这四个问题答清楚，一个系统就已经有雏形了。

二、页面怎么操作我的数据？

很多老板或者业务人员第一次提需求时，最容易说的一句话就是：

“帮我做一个页面。”

但页面本身其实不重要，页面背后对数据做了什么，才重要。

大多数业务页面，做的事情都很有限。

无非就是这几种：

新增。

查看。

修改。

删除。

筛选。

统计。

你会发现，很多系统虽然长得不一样，但本质上都在重复这些动作。

比如客户页面，本质是新增客户、查看客户、修改客户状态、筛选客户阶段。

比如订单页面，本质是录入订单、查看订单、修改订单状态、统计订单金额。

比如库存页面，本质是记录出入库、查看当前库存、按条件筛选库存变化。

所以页面并不是孤立存在的。

页面只是你操作数据的窗口。

明白这一点很重要，因为它会帮助你以后更准确地提需求。

不是“我要一个好看的页面”。

而是“我需要通过这个页面完成哪些动作”。

当你这样想问题的时候，你和开发、和 AI、和任何工具沟通，都会顺很多。

三、经常有人告诉我要做商业分析，数据到底是什么？

这个词这些年被讲得很多，反而让不少人更糊涂了。

好像一说到数据，就得是大屏、图表、报表、预测模型。

其实不是。

对小公司来说，最朴素的数据，就是你每天经营过程中留下来的记录。

一个客户，是数据。

一笔订单，是数据。

一次跟进，是数据。

一次报价，是数据。

一条售后反馈，是数据。

甚至一条被统一记录下来的投诉原因，也可以是数据。

数据本身一点都不神秘。

真正重要的是，它有没有被稳定地记录下来，有没有按照统一的方式保存，有没有办法在以后拿来查询、对比和统计。

所以很多时候，不是你公司没有数据。

而是你的数据散在微信里、表格里、聊天记录里、不同员工的记忆里，还没有真正沉淀成可用的数据。

这也是为什么很多公司看起来每天都很忙，最后却很难做复盘。

因为事情发生了，但没有留下标准化记录。

四、我应该怎么归纳、操作数据？

如果你以前没接触过数据库、产品设计这些词，也没关系。

归纳数据，完全可以从最简单的方式开始。

你只需要先学会两件事：

第一，分清楚“什么是一条数据”。

第二，分清楚“这一条数据应该有哪些字段”。

比如客户表。

你可以把“一位客户”当成一条数据。

那它就可以有这些字段：

客户名称。

联系人。

联系电话。

来源渠道。

当前阶段。

最后沟通时间。

下次跟进时间。

负责人。

你会发现，当你把事情这样拆开以后，很多原本很模糊的问题，会立刻变得具体起来。

所谓“客户管理太乱了”，往往不是一句空话。

而是因为你连最基础的字段都没有统一。

再比如订单表。

一条订单就是一条数据。

它可能有订单编号、客户名称、产品名称、数量、金额、交期、生产状态、发货状态。

当这些字段被整理出来之后，你就可以开始做最基础的筛选和统计了。

哪些订单快到期了。

哪些订单还没发货。

哪个客户最近下单最多。

这些都不需要多高级的技术。

很多时候，一个清楚的 Excel 表，就已经能解决第一阶段的大部分问题（数字化转型理论上通过excel+云文档也能实现！当然作者本人觉得excel有太多的掣肘）。

所以“操作数据”并不意味着你马上就要学数据库。

它更像是一种习惯：

把模糊信息，整理成有字段、有结构、可查询的记录。

五、AI 到底是什么？

这个问题如果从技术上展开，会很大。

但如果我们站在“怎么把它用起来”的角度，其实可以先把它理解得朴素一点。

你可以先把 AI 理解成一个非常擅长语言理解、信息整理、内容生成和辅助推理的工具。

它不一定真正“懂”你的业务。

但它很擅长根据你给它的信息，帮你生成一个还不错的第一版。

比如：

你让它帮你梳理客户跟进流程。

你让它帮你归纳一个报价单该有哪些字段。

你让它帮你把一段混乱的业务描述，整理成需求文档。

你让它帮你写一个简单的原型页面，或者做一个小工具的初版代码。

这些事情，它往往都能帮上忙。

所以对普通人来说，没必要一上来就把 AI 想得特别神秘。

你可以先把它当成一个很强的助理。

这个助理不会主动替你做决定，但只要你把问题说清楚，它就能很快给你一个可以继续推进的起点。

六、我应该怎么使用 AI？

我自己的建议很简单：

先不要急着把 AI 当“答案机器”。

先把它当“副驾驶”。

什么意思？

就是方向还是你来定，但很多整理、拆解、草拟、归纳、补全的事情，可以先交给它。

比如你可以这样用：

不会拆流程，就把现在的工作步骤写给 AI，让它帮你整理成流程。

不会写需求，就把你想做的功能告诉 AI，让它先帮你整理成一版需求说明。

不会设计字段，就把业务场景讲给 AI，让它帮你列出建议字段。

不会做页面原型，就让 AI 先生成一个最简单的页面结构。

甚至你不会写代码，也可以让 AI 先给你做出一个 Demo。

这里最关键的一点不是“AI 有多强”。

而是你要学会把事情拆小。

不要一上来就说：

“帮我做一个完整系统。”

你要学会改成：

“先帮我梳理客户管理需要哪些字段。”

“再帮我设计客户列表页和详情页。”

“再帮我做一个最简单可运行的版本。”

你会发现，一旦任务被拆小，AI 的可用性会立刻提高很多。

七、我应该使用什么 AI 平台？

这个问题其实很多人都很关心。

但我的建议可能会比较朴素：

不要一开始就想着“哪一个平台最强”。

先想“哪一个平台最适合你现在开始用”。

对大多数小公司或者个人来说，前期其实够用就行。

你可以优先看几个标准：

第一，是否有足够的免费额度。

第二，是否支持持续对话，不用每次都重新解释背景。

第三，能不能上传文档、表格、截图这类材料。

第四，适不适合写代码、做 Demo，或者帮你整理需求。

第五，如果需要付费，价格你能不能长期接受。

如果你只是想先把思路理顺，一个稳定的通用对话平台就够用了。

如果你已经准备开始做页面、写脚本、搭 Demo，那就最好再配一个更适合编程和项目落地的工具。

所以很多时候，不是要不要选“最强平台”。

而是你要不要先选一个顺手的平台，把第一步迈出去。

工具永远会变。

但你对问题的理解、对流程的拆解、对数据的整理能力，一旦长出来了，就不会轻易过时。

八、写在最后

如果把这一篇压缩成一句话，我会这样说：

通过 AI 做数字化转型，最先准备的不是高深技术，而是一套最基础的理解框架。

你要先知道系统是什么。

页面在干什么。

数据到底是什么。

怎么把数据整理出来。

AI 在哪里能帮你。

以及你应该先从什么工具开始。

很多事情，一旦概念清楚了，后面的动作反而没那么难。

怕的从来不是不会做。

怕的是一开始就把事情想得太大、太远、太复杂，最后连第一步都迈不出去。

所以还是那句话：

先用 20% 的精力，解决 80% 的基础问题。

先把基础打出来，再谈后面的优化。

下一篇，我会尝试还原为朋友做DEMO的场景，直接去做一个真正能跑起来的小系统。

如果你也是小公司老板、创业者、管理者，或者正在尝试用 AI 提升自己的工作效率，欢迎继续关注 星澄晴旷。

我们从一个小问题开始，看见一点变化，再把它做实。