ARTICLE · 1211979

从AI工具走向AI原生组织|索通的思考与实践

发布时间：2026-10-19 19:43:09 最近访问：2026-10-19 19:43:12

10月14日，在 2026 中国国际铝业周·铝用辅料市场专题研讨会上，索通发展股份有限公司总裁助理冀伟作了题为《从AI工具走向AI原生组织》的专题分享，介绍了索通围绕AI应用正在做的一些探索，以及背后的思考。这些探索，也是索通“1+N”（1个智能总部＋N个低碳智能工厂）数智化战略在组织与人才这一层面的延伸实践。

关于AI原生组织的思考

过去，大家习惯把AI当成工具，但今天的AI已经能调用工具、执行任务，还能相互协作。所以在索通看来，AI不只是工具，管AI，要像管人一样。

这也是AI转型和过去只上线一套软件的区别。把AI当工具，AI一停，活无非干得慢一点、糙一点；而AI原生组织，是把AI当成企业的一部分，落进日常的工作流程里。

索通把自己理解的AI原生组织，用一个六层树状模型来概括：阳光、果实、树冠、树干、树根和土壤。阳光是外部条件，果实是经营回报，树冠上的数字员工承担任务，树干连接知识，树根吸收信息，土壤支撑组织行动。

索通理解的 AI 原生组织架构：六层的树状模型

阳光｜政策与产业环境

阳光带来能量，指的是AI大模型、国家政策和产业环境。AI大模型越来越强，国家在鼓励培育智能原生企业，有色金属行业也有了“坤安”大模型这样的垂类模型。树不制造阳光，只是吸收阳光。索通也一样，并没有从事AI领域的技术开发，要做的是把大模型的能力用进自己的组织。

果实｜开花，不等于结果

果实，是AI带来的经营回报。

研究发现，约95%的样本企业，还没有看到生成式AI带来可衡量的损益影响，主要原因是AI没有真正进入业务流程。所以，索通要求AI项目在立项时就说清三件事：改善什么指标，投入产出比是否划算，怎样影响 ROE。

AI用起来了，只是开花；经营指标改善，并带来经营回报才算结果。

树冠｜像管人一样，管数字员工

树冠由数字员工组成。数字员工可以用一个公式来概括：Model＋Harness＋SOP＋KPI＋Owner。Model 是大模型，相当于岗位能力；Harness 是约束框架，相当于岗位规矩；再加上SOP标准作业流程、KPI 绩效指标和Owner 负责管理它的人。前两项是技术，后三项是管理。

数字员工 = Model + Harness + SOP + KPI + Owner

具体怎么管，索通借鉴人力资源管理的办法，归纳为八个字：编选育用，考评励汰。编，定岗位和负责人；育，把制度、规程和老师傅的经验整理成SOP教给它；考，看过程，每月看使用次数、节省时间、错误次数和成本；评，看结果，看给业务带来了什么价值。数字员工虽然没有工资单，但算力和维护的账，也要精打细算。

工牌背面：业务专家 + AI 工程师 + 知识贡献者

每个数字员工的工牌背面，都登记着它的搭建者和责任人：业务专家管流程和口径，AI工程师管运维和权限，还有一份知识贡献者名单。教会数字员工的老师傅，名字会永远留在工牌上。

建数字员工，索通的想法是初期不铺得太广：与其每个都做成60分，不如集中力量，聚焦几个，做到 100 分。当前先从三个场景做起：知识问答、辅助经营和辅助生产。目前，以下数字员工正在小范围试用。

数字员工001｜Mia 问答助理，“敢问”。

面向全体员工的问答助理叫 Mia，名字来自英文 May I Ask。很多员工遇到问题不好意思问，或者不知道找谁问。比如，新员工想知道进入焙烧车间之前，按索通的规范要做哪些安全准备。这个问题通用大模型答不了，因为答案在索通自己的制度里；Mia会按公司制度回答，并注明出自哪份文件。索通不要求每个人都懂AI，但希望每个人都敢问AI、会问AI，让每一个索通人的背后，都站着整个索通。

AI-001｜Mia 问答助理

数字员工002｜数字总参：做给CEO，也做给ROE。

管理者的时间是稀缺资源，应该用在重大决策上。决策之前，既要把信息看全，也要把不同业务的数据放在一起看，但数据散落在不同的系统里。数字总参把这些信息汇总起来，做交叉分析。

AI-002｜数字总参（演示画面，数据均为模拟）

数字员工003｜数字总工：一座烧不坏的工厂。

过去，培养一位工厂总经理靠师带徒，在现场一步步成长，而真实的工厂，经不起试错。现在，索通企业大学的储备人才可以先在模拟工厂里当一回总经理：先去现场，还是先开会？哪些事亲自做，哪些交给下属？每个选择都有后果。一个经营周期结束，财务、人力、质量、设备的结果都会摆在他们面前，系统还会定期公布排名。让储备人才的每一次选择，都发生在可以复盘的环境里。

索通企业大学模拟工厂（演示画面，数据均为模拟）

系统初次上线时，工厂建模精度比较粗，只够练习管理选择。收集首轮反馈后，模拟工厂升级了三维建模，把设备模型和工艺原理放了进去，精度已经能够初步支撑生产模拟。这座一开始只为人才培养建造的模拟工厂，有了成为数字总工的技术基础。按规划，索通的数字员工上岗前，要先在这座工厂里实习。制造业要的是稳定，而AI会有幻觉、会出错，这座烧不坏的工厂，就是它们上岗前的必经考场。

升级后的模拟工厂（演示画面，数据均为模拟）

树干｜本体与五仓

支撑树冠上所有数字员工运行的，是树干，也就是本体（Ontology）和五个仓。

对AI来说，不同业务之间需要一个翻译器。比如同一款阳极，销售用客户型号，生产用产品规格，财务用物料编码。本体先把这些叫法对应起来，确认指的是同一款产品，再把相关的订单、批次、成本和检验结果连起来。客户对阳极的要求越来越细，而质量是设计出来的；有了本体，AI才能从客户的每一项要求出发，一路对应到型号、批次和工序。

围绕本体，索通建设数据、制度、知识、决策和Skill五个仓，组成企业的知识底座，这件事还在不断完善。五个仓里最特别的是Skill仓，存的是经过验证且AI 可以照着执行的方法，索通叫它“琥珀”。琥珀来自树的伤口，而对于企业来说，很多经验也是付出代价换来的。要做的，是把这些教训整理成未来能够不断复用的方法。