中小企业上AI,工作顺序比工具选型更要紧

案头手记 · 03

最近讲 AI 入企，有一个感受特别明显：不管是老板，还是高管，虽然学AI的热情高涨，但接触下来，发现大家都非常理智，但也特别焦虑。

第一步：先找问题

老板回公司，可以先让销售、采购、生产、人事各列出三个问题：

哪些工作每天重复做？

哪些事情经常要跨部门反复沟通？

哪些异常发现得太晚，已经造成损失？

把问题写成具体场景，而不是笼统地说“提高管理效率”。

比如：“销售报价需要两天，客户经常催”，就比“提升销售效率”有用得多。

每个场景再补充五项：现在怎么做？谁负责？改善到什么程度算成功？

第二步：挑一个场景，做两周试点

选场景有三个标准：发生频率高、资料容易取得、结果容易验证。

比如人事每月考勤汇总、销售整理客户需求、采购比价、会议待办跟踪。

先用通用 AI 尝试，不急着开发复杂系统。

试点前记录原来的处理时间、错误数量和人工审核工作量。两周后用同样口径比较，判断究竟有没有改善。

第三步：好用的经验，做成岗位专用 Skill

如果一个任务需要反复按照企业自己的规则完成，就可以考虑做成 Skill（岗位技能）。

例如考勤分析，不是每个月重新写一大段提示词，而是把班次规则、假勤口径、异常判断、输出格式整理成固定技能。

以后员工上传资料，AI 按同一套规则生成结果，再由 HR 负责人审核。

这一步解决的是：从“某个人会用”，变成“这个岗位都能用”。

第四步：需要跨部门配合，再考虑 Workflow 和 Agent

这两个概念，老板不用想得太复杂。

Workflow（工作流）适合步骤固定的事情。

比如报价：接收需求 → 匹配产品 → 核算价格 → 审批 → 生成报价单。

Agent（智能体）适合需要根据情况判断、选择下一步动作的任务。

比如订单交付助手：它发现物料不足后，需要查询库存、判断交期风险、联系责任部门，并根据反馈决定下一步提醒谁。

第五步：跑通一条流程，再考虑连接企业系统

前面试点有效了，再整理相关产品资料、业务规则、历史案例，建设必要的知识库。

需要查询实时库存、订单、客户信息时，再根据权限和接口条件连接 ERP、CRM 等业务系统。

先打通一条真正有价值的流程，验证稳定性和投入产出，再复制到其他部门。

不要一开始就要求全公司所有系统互联。

最后：第一个 AI 项目，定简单的验收标准

附：工具怎么选？一张表说清楚

注意：Skill、Workflow、Agent 不是三个必须依次升级的等级。它们可以组合使用。知识库和系统接口则是按需配置的支撑能力。

例如一个报价 Agent，内部完全可以同时调用产品知识库、报价 Skill 和审批 Workflow。

你回公司准备先试哪个场景？评论区说说，我帮你看看第一步该做什么。