ARTICLE · 1027804
72 小时,一群 AI 建了一家公司
友睦软件 · 2026-09-17
一群 AI 组队直播三天，从零开了一家公司。问题多半不在 AI 能不能干活，而在你把它当工具，还是当员工。热闹看完，管理者真正该想清楚的，不是「买不买」，是「会不会管」。
⏱ 30 秒看完这场实验
9 月 15–17 日，xAI（SpaceXAI）在旧金山办了场名叫 Grok Bot Galaxy 的活动：三名员工从一张白板开始——没有公司名、没有产品、没有想法——把自家 AI 产品 Grok Bot 当「员工」用，72 小时内现场搭起一家公司。全程直播、没有剪辑，Bot 卡住了、出错了，观众直接看得到。9 月 17 日收官展示。截至本文发稿，公司最终建成情况和营收数据尚未完整披露。
9 月 15 日上午，旧金山 The Howard 的直播间里，Matt Palmer 对着镜头说了一句话：「我们还没有公司名，没有产品，甚至还没有想法。」
他是 SpaceXAI（原 xAI）Grok Bot 团队的三名员工之一。接下来的三天，他和另外两位同事 Lauren Tan、Roshan Sadanani 要做一件事：从一张白板开始，用自家 AI 产品 Grok Bot 当「员工」，在 72 小时内把一家公司从零建起来。全程直播，没有剪辑。
这不是一场精心编排的发布会。报名页上写的是 "Starting with an idea and a blank slate"——一个想法，一张白板。如果 Bot 卡住了、幻觉了、做出不能用的东西，观众会直接看到。
开播第一天，名字和方向就都是镜头前的真决定：公司名、产品路线，全部现场拍板——直播里演示的，正是多个分工不同的 Bot 接力搭起一门快闪餐饮生意。三天里并不顺利，屏幕上的 Bot 写代码、做调研、出方案，偶尔卡壳，偶尔需要人类推一把。没有重来，没有剪辑，观众看到的就是真实进度。
三天里，每天上午 8 点半到下午 6 点，直播不间断。工程、产品、销售、客服、市场……11 场部门专场，每一场都对应一个真实的企业岗位。有观察者说，这份议程表本身就是一张「人们正在交给 AI 的岗位地图」。
重要的是，这不是「AI 自主建公司」。官方的说法很清楚：Bot 当员工，真人当核心。三个人主导方向，一群 Bot 分头执行，跨部门接力，上下文不断。这是「数字员工」这个词第一次被放进真实业务场景里，跑了三天。
过去两年，你大概率已经试过不少 AI 了。写个通知、润色个方案、翻译一封邮件，都挺好用。但真到让它盯一件事、扛一个结果——月底把该收的款一笔笔催回来，把每张审批单从头盯到尾——它就不灵了。
同样叫 AI，为什么一群 AI 能把公司搭起来，你桌上那个却连一件事都盯不完？差别不在聪明程度，在于一个词：数字员工。
误解一｜数字员工就是更聪明的聊天机器人
不对。聊天机器人再聪明，做的也是「你问它答」。你问一次，它动一下；你不问，它就停在那儿。它有应答能力，没有岗位职责。应答是被动动作，岗位是主动状态——这是两回事。
误解二｜就是以前的 RPA 脚本换了个名字
也不对。RPA 是按写死的剧本走：第一步点这里，第二步填那里，页面一改版就瘫痪。它是机器，不是员工。数字员工的关键不在「自动」，在于它能理解目标、在遇到剧本之外的情况时做判断——遇到例外会处理，处理不了会上报，而不是直接卡死。
误解三｜买个 AI 助手装上，就等于招了数字员工
这是花冤枉钱最多的一种想法。AI 助手是工具，按需调用，用完即走，对「这一次任务」负责。数字员工是岗位，长期在岗，对「这一摊结果」负责。把工具当员工用，就像买了一把更好的锤子，然后奇怪为什么房子没有自己盖起来。
工具是买来的，员工是招进来的。
表层定义很简单：数字员工，是在企业里长期承担一个具体岗位的 AI。但这句话里有四个字最值钱——「一个岗位」。
拆开看本质，数字员工和普通 AI 助手的区别，跟「员工」和「工具」的区别一模一样，就四件事：有岗位，它在组织架构里有一个位置，叫得出名字；有职责，它知道自己每天该干哪几件事；有考核，它的产出有标准，干得好不好有人看；有负责人，它搞不定的时候，知道该找谁。
再往深一层，原理是什么？为什么一群 AI 能开公司，单个 AI 助手却盯不完一件事？
因为「办成一件事」和「回答一个问题」是两种完全不同的能力。回答问题是单轮的：输入、输出、结束。办成一件事是长期的：定目标、拆步骤、动手做、看结果、不对就改、搞不定就喊人——一整圈，天天转。
数字员工和普通 AI 助手的差距，就差在这一圈上。助手只做「输出」那一段，员工要把整圈转完。
定位｜从工具到同事工具没有工位，员工有。这句话不是比喻，是管理机制：一个数字员工上线，应该像新员工入职一样——它归哪个部门管、向谁汇报、权限到哪一级，都得有说法。凡是出了问题没人认领的自动化，最后都会被悄悄停用。工位先立，活才有人盯。
职责｜能说和能办之间，隔着一条回路很多 AI 看起来什么都能聊，一让它办事就露馅。差在哪？差在一条回路：从企业系统里读到真实数据，处理完，再把结果写回去。能读、能判、能写回——三件事齐了，才叫「能办」。只会说不会写回的，产出永远停在对话框里。
考核｜没有考核的岗位，都会变成摆设人类员工有 KPI，数字员工也一样。它的考核甚至更直白：处理了多少单、错了几单、平均多久一单、哪些转给了人工。每周看一眼这四个数，比听供应商讲一百句「我们的 AI 很智能」都管用。反过来，一个说不清自己考核指标的数字员工，本质上还是 demo。
边界｜会喊人的员工，才是好员工衡量数字员工很关键的一条，不是「什么都能自己扛」，而是它知道什么事自己不能扛。金额超线的、情况异常的、规则没覆盖的——停下来，带上上下文，转给人。好的数字员工不是不犯错，是犯错有边界、越界会示警。这一点，恰恰是它和一个失控的自动化脚本最大的区别。
表格较宽，手机可左右滑动 →
| 组织关系 | ||
| 职责边界 | ||
| 考核方式 | ||
| 在岗时间 | ||
| 责任对象 |
助手对一次任务负责，员工对一个结果负责。
那群 AI 之所以能在 72 小时里把一家公司立起来，不是因为每一个都格外聪明，而是因为它们被放进了「公司」这个结构里：有分工，有流程，有交付，有人验收。是岗位和协作，把一群「会回答的 AI」变成了一群「能干活的员工」。
这件事对企业的启发，比实验本身值钱。
过去几年，企业买软件的逻辑是「买功能」：这个功能有没有、那个模块全不全。数字员工时代，逻辑要换成「招员工」：这个岗位设在哪儿、职责写清楚没有、考核指标是什么、归谁管。
管理者真正的功课，不是挑一个更聪明的 AI，而是学会当数字员工的经理——给它定岗、定责、定考核。这批新员工不领工资、不用交社保、24 小时在岗，但它和所有员工一样：管得好是产能，管不好是成本。
AI 不缺聪明，缺的是编制。
🔰 入门
《第二次机器革命》布莱恩约弗森 等——讲清「机器从替代体力到替代脑力」的分界线，帮你判断哪些岗位会先被数字员工接住。
📎 相关
《与机器人共舞》马尔科夫——「替人干」和「帮人干」两条路线的设计差别。《平台革命》帕克 等——理解「岗位」怎么被拆成任务流，是设计数字员工职责清单的基本功。
🧭 进阶
《组织》马奇 / 西蒙——管理学经典。数字员工也要进组织架构，组织理论不会因为员工变成代码就失效。
如果这篇帮你分清了「工具」和「员工」：点个「在看」，转给正在评估 AI 应用的同行，别让钱白花。
在公众号对话框回复「数字员工」领取《数字员工岗位设计自查清单》
扫码加我微信
想聊企业 AI 选型、用友 ERP 落地，或者只是交换一下行业信息——备注「行业 + 姓名」，我都会通过。
长按识别上方二维码添加
友睦软件 · 专注用友生态的企业级 AI 应用
关注本号，获取产品说明和免费试用资格
互动一下：你们公司现在用的 AI，更像「工具」还是更像「员工」？如果让你给 AI 定一个岗位，你第一个想招它干什么？