ARTICLE · 1065408
企业第一次用AI,别急着学工具:先找出公司里这 5 类活
前两天,一个老板问了我一句话。
他说,我知道 AI 有用,但我不知道从哪儿下手。
这句话我今年听得太多了。
我当时的回答是:你先别想 AI。
你先想一件事。
你们公司有哪件活,明明已经做过一百遍了,今天还在从头做。
他愣了一下。
然后说,那挺多的。
你看,问题从来不是没有答案。是这个问题,从一开始就问错了。
现在关于 AI 的信息太多了。
智能体。知识库。工作流。自动化。AI 员工。
每一个词都很大。
对一家还没真正开始用 AI 的传统企业来说,这些词不是知识,是障碍。
因为你一听,就觉得这事得花很多钱、得懂技术、得大动干戈。
所以很多老板的反应是:先等等吧。
一等就是一年。
⋯
我见过最常见的一种走法,是一上来就做大。
做 AI 员工,搭知识库,搞全流程自动化。
听起来都很高级。
但对一家刚起步的公司来说,越复杂,死得越快。
道理很简单。
复杂的东西需要更多资料,需要更清楚的流程,需要更明确的规则,还需要一群人持续配合。
这几样,通常一家传统企业一样都不齐。
所以第一阶段真正重要的,不是大。
是快。
快点跑通一件有价值的小事。
⋯
那什么样的活,适合第一个试。
我自己筛的时候,一般看六条。
第一条,高频。
每天或者每周都会发生。一年做一次的事,不值得动。
第二条,重复。
每次内容不完全一样,但处理的逻辑是相似的。
第三条,风险低。
AI 做错一次,不至于出大事。这一条最容易被忽略,但它决定了你敢不敢试。
第四条,有资料。
公司手上已经有产品资料、聊天记录、案例、流程。没有资料,AI 就是空转。
第五条,输出相对固定。
最后出来的通常是一段回复、一份纪要、一张表、一份初稿。不是让你创作,是让你整理。
第六条,有人审。
AI 先做第一遍,最后一定由人来判断。
六条满足得越多,越适合先试。
这六条,比「哪个 AI 工具最好」重要得多。
⋯
先说第一类,客户沟通和销售跟进。
这一类最适合传统企业先试。
因为销售每天都在重复处理同一批问题。
客户刚加微信,第一句怎么开。
客户说贵了,怎么接。
客户三天没回,下一步怎么跟。
过去这些全靠销售个人的经验。
一个优秀的销售,这几步做得很自然。
一个普通的销售,可能想半天,最后发过去一句:考虑得怎么样了。
差别看着不大,但客户那边的感受差很远。
AI 在这里能做的,不是替你给客户发消息。
是先帮你把第一遍的分析和草稿做出来。
把产品资料、聊天记录、过去用得好的话术交给它,它可以先整理出这些。
这个客户现在走到哪一步了。
已经确认了哪些信息。
还缺哪几个关键信息。
他最在意的可能是什么。
下一次回复,应该解决哪个问题。
然后人来审,来改,来发。
你真正省下来的,不只是打字的时间。
是把优秀销售的一部分思考方式,开始变成团队能用的东西。
⋯
第二类,资料整理和会议纪要。
这一类最容易让老板第一次感觉到 AI 有用。
因为它的效果,当天就能看见。
一场两小时的会,过去开完就散了。
有人记了几页笔记,但第二天大家还要重新对一遍:这事谁负责,什么时候完成,哪些问题还没解决。
AI 可以先把会议内容整理成几块。
已经确认的事。
还没确认的事。
谁负责。
什么时候交。
下一步该干什么。
几十页的资料也一样。
老板不需要从第一行看到最后一行。
可以让 AI 先做提取、分类、总结、对比,列出行动清单,然后人再去核对关键的事实。
这里的关键不是让 AI 替你看资料。
是把你的时间,从低价值的整理里挪出来,放到真正需要判断的地方。
⋯
第三类,方案、报价和业务准备。
这一类我要先划一条边界。
不是让 AI 替你定价。也不是让 AI 替专业人员做最终决定。
这两件事,AI 现在做不了,以后也不该做。
它能做的,是报价之前那一大堆重复的准备工作。
客户资料进来,它可以先整理出这些。
客户要的是什么。
哪些信息已经明确了。
还缺什么。
有没有互相矛盾的地方。
下一次沟通要重点确认什么。
方案里应该包含哪几个模块。
于是负责报价的人拿到手的,不再是一堆零散的聊天记录。
是一份已经理过的信息底稿。
AI 做第一遍,人做最后那一下判断。
⋯
第四类,内容和案例的复用。
很多老板一听说 AI 能写内容,第一反应是:让它帮我写文案。
这只是最浅的一层。
更值得做的,是把公司每天已经发生的真实工作,重新变成内容。
举个例子。
你刚刚服务完一个客户。
过去项目一结束,最多发一条朋友圈,感谢某某客户的信任。
现在可以换个干法。
让 AI 把整个过程重新拆一遍。
客户最初遇到的是什么问题。
他真正焦虑的是什么。
我们做了什么判断。
最后解决了什么。
从同一份事实里,可以继续生成短视频、朋友圈、公众号、成交案例,甚至一份内部的方法卡。
同样做一次工作,不只拿走一个结果。还多留下几份能反复用的东西。
⋯
第五类,日报、周报和工作复盘。
这一类的问题,跟前面正好相反。
很多老板不是缺信息,是信息太多。
十个人每天发日报,不代表老板真的知道公司今天发生了什么。
AI 可以先帮你做第一轮整理。
哪些事已经完成了。
哪些延期了。
哪个问题在反复出现。
哪些客户需要重点关注。
哪些任务压根没写责任人。
明天最重要的三件事是什么。
老板真正该花时间的,是判断和决策。
不是每天从十份流水账里,自己找重点。
⋯
看到这儿,如果你还是不知道从哪儿开始。
明天到公司,做一个最简单的动作。
先列出十件每天、每周反复发生的工作。
然后每一件,按下面这六项打分。
满分 12 分。
我的建议是:从得分最高的那一件开始。
不要同时做五件。
企业第一次用 AI,最重要的是先跑通,不是先铺开。
⋯
如果让我带一家完全没开始用 AI 的传统企业,我不会第一天就讲一堆工具。
我会让他们挑出得分最高的那一件活,连续跑七天。
第一天,把真实的资料整理出来。
第二天,把这件事拆成四段:输入、处理、输出、审核。
第三天,让 AI 跑第一版,人来改。
第四天,把人改的原因,补进规则里。
第五天,再拿一个新的真实案例,测一次。
第六天,比一比前后的耗时、质量和返工次数。
第七天,决定这件事值不值得沉淀成模板、SOP。
这七天里,最不该追求的是自动化率。
要验证的是另外三件事。
它是不是真的省时间。
它的输出能不能稳定复用。
老板和员工,愿不愿意继续用。
如果答案是否定的,换一件事。
不要为了 AI 而 AI。
⋯
说到这儿,我得说几句不太好听的。
上面这套东西,看着不难。
但大多数公司做不成。
我见过三个最常见的原因。
第一个,老板不下场。
这件事如果只是交给一个员工去弄,基本做不成。
因为它要动的是别的部门的活,要改的是大家已经习惯的干法。
一个员工推不动。
第二个,前七天没有肉眼可见的回报。
员工会觉得多了一件事,老板会觉得没看到效果。
很多公司就是在这个阶段停下来的。
第三个,也是最要命的。
如果你挑的那件活,本来就是乱的,AI 只会把这份乱,更快地放大一遍。
所以别指望靠 AI 把你公司的乱理顺。
它只会把已经清楚的东西,变得更快。
⋯
很多人一提企业 AI,就觉得一定要做系统、做平台、做数字员工。
但真正跑起来的企业,往往不是第一天完成了什么大改造。
他们是先找到一件重复的活,跑通,把方法留下来。
然后再找第二件。
再跑通。
慢慢地,销售的话留下来了,客户的案例留下来了,开会的方法留下来了,老板自己的经验也留下来了。
到这个时候,AI 才从一个偶尔用一下的工具,变成公司自己的一种能力。
所以如果你现在还没真正开始。
不要先问 AI 还能做什么。
先问自己一句。
我们公司有哪些事,明明已经做过一百遍,今天还在从头做。
从其中的一件开始。
AI 真正的起点,不是换一个工具。是先让公司少一件每天重复从头做的事。
⋯