ARTICLE · 1248061
企业AI落地的关键落在 HR团队
"
枪炮可以买，兵法得练、军心得稳——而练兵这件事，最后落在 HR 的桌上。
—— 一篇写给 HR 的 AI 落地研究笔记
技术从来不缺，缺的是把技术接进组织的那只手。而每一个关键卡点上，站着的都是 HR。
这篇笔记，用我自己的框架，把这道题重新讲一遍。
本文看点
01
三个反常现象
钱花了，公司没变
02
CLASS 框架
五个字母的顺序会说话
03
四阶段、三线与误区
每一步都是组织题
STATUS QUO
三个反常现象
先不谈方法论。有三个现象，你只要在企业里待过，就一定见过。
现象一：个人跑得飞快，公司毫无感觉
主流 AI 办公产品在企业端的装机量，已经过了 3000 万。鼓励员工用的公司不少，大家也确实用起来了——做 PPT、写周报、写代码，手头的活明显变快。可你转去问管理层：公司因此有什么不同？答案通常是沉默。个人效率的提升，并没有自动换算成组织的体感。
现象二：token 烧得热闹，没人在看内容
更拧巴的一幕是这样的：下属用 AI 写了一篇三千字的周报，上级再用 AI 把三千字压成三行扫完。从头到尾，没有一个大脑真正处理过这些字，只有算力在空转。
现象三：演示很惊艳，落地很骨感
供应商的 demo 一个比一个漂亮，等真金白银采买回来，多数企业发现它落不进自己的业务流程。
问题出在哪？我的答案是：AI 要把个人效率换算成企业绩效，中间隔着一道叫组织能力的换算器。凡是能花钱解决的，都不叫难事；难的是花钱买不到的那部分。
「这句话值得停下来想十秒。卡住企业的从来不是 IT，是组织和人——而组织和人，是谁的主场？」
CLASS FRAMEWORK
CLASS：五个字母的顺序会说话
为了把这件事说清楚，我借了一个五字母的框架：CLASS。它不是什么高深模型，五个字母对应五件事，真正有意思的是它们的先后顺序。
C，Context，上下文：企业的行业属性、业务流程、制度条文，以及那些从没人写下来却人人遵守的默契，共同构成 AI 的生存土壤。今年云栖大会上有人提了一句 context is all your need，说的正是这件事。
L，Leadership，领导力：有员工提前一周用 AI 做完了财务报表，财务分析会的日期却一天没动。做完的工没有变成额外的价值，会还是原定那天开。卡住这件事的不是员工的手，是管理者的一个决定。
A，Application，实际应用：别拦着员工用，也别盯着 token 的账单价。真正该警惕的是另一组数字：1000 个账号发下去了，月活 200。
S，Scenario，场景：一个人用出效率不难，难的是把效率搬进企业绩效——这需要跨角色、端到端跑通的场景工作流。
S，Strategy，战略：一句话就能说清：做什么，以及不做什么。
五个字母摆完你会发现：C 和 L 站在最前面，工具、场景、战略依次往后排。这个排法本身就是结论——企业 AI 落地难，难在组织和管理者，不在技术。
工具决定下限，组织决定上限。
FOUR STAGES
四个阶段，多数公司停在第一步
顺着框架往下落，我把企业 AI 战略切成四个阶段。越往后走，越是纯组织题。
阶段一，个人提效：采购产品、放开试用。今年二三月份，美团放开 10 万个试用名额，最后 8 万人真的用起来了，单日 token 消耗最高冲到 1000 万人民币，还沉淀下超过 10 万个可复用 skill。这是大厂的手笔。可大实话也要说：中国 95% 以上的民营企业，就停在这一级，迈不上第二步。
阶段二，企业场景解决：选出全公司最疼的那一个场景，派核心人员集中攻它。制造业的智能巡检、智能检测，把良品率这种真问题解决掉，才算真正入了门。
阶段三，AI 治理与复利：AI 的复利效应极强：一个员工打磨出的优质 skill，可以不打折扣地复制给全公司。这个阶段要建的是网关治理、路由治理，以及公司内部的 skill 与 agent 流转市场。
阶段四，重构组织形态：目前只有少数公司走到这里。千问办公的产研团队就是样本：AI 汇总用户需求直接生成 PRD，排序、开发、测试一条龙，单个功能的上线周期被压进一周。传统研发流程被改写，一种人机分工的新组织形态正在成形。
把四阶段换算成 HR 要补的课，大致是这张表：
第二阶段要挑人、要立规矩，第三阶段要沉淀知识、要做能力迁移，第四阶段直接改组织形态。这三件事，IT 部门做不了，供应商更做不了。
THREE LINES
三条线，加一个未来
如果说框架讲的是这道题是什么，这一段讲的是怎么推。三条线必须同时拉，缺一条就瘸。
第一条线，自上而下
AI 改变的是工作方式，不是桌面上的一个图标，管理层必须先用起来。我了解过一家制造企业，董事长起初也不习惯，被推着上手之后自己添置了设备，这家公司后续转型成功的概率明显更高。这和 20 年前推电脑办公是同一道题——变的不是技术，是习惯。为董事长定制数字分身、把老板的精力释放出来，我把它排在企业 AI 落地的 TOP0 优先级场景。
第二条线，自下而上
一线的真实改变，是场景最肥沃的土壤，好场景几乎都长在一线员工的工位上。具体动作可以直接抄：由 HR 牵头做培训、办 AI 大赛、建分享机制、搞部门 PK，把使用氛围先造出来。注意，是 HR 牵头做培训——这不是给 HR 贴金，这是落地方法论里明写的动作。
第三条线，横向拉通
转型不能只靠董事长振臂一呼，必须有人对结果负责。一个权责利咬合在一起的机制长这样：先设 AI BP 岗位，负责把业务场景和技术接起来——这个岗位你熟不熟悉，就是 AI 时代的 HRBP；再在每个部门至少选一名 AI 先锋，保留原岗、额外发津贴，让他去找本部门的痛点并推动解决。
「一个新岗位，一套津贴机制，一场跨部门的人才选拔——三件事，哪件绕得开 HR？」
未来：能力要长在组织上
外部供应商很难真正读懂你的业务。企业 AI 转型的正路，是让自家员工会用 AI、能自己做出 skill、agent 和应用，把能力种在自己的组织和人身上。把这段话翻译成 HR 的语言，就是人才发展：学习地图、关键岗位继任、新能力的训练体系。
— 图 · 企业 AI 落地全景：从现状到归宿，每一关都是 HR
FOUR TRAPS
四个误区，逐个点名
这段是我建议 HR 全文抄下来的部分。四个误区，一个一个说。
误区一，认知断层：老板和 CIO 对 AI 的认知在狂奔，一线员工还停在原地，甚至因为担心被裁而抵触——制造企业里尤其常见。这种认知落差和抵触情绪，谁来识别、谁来安抚、谁来设计沟通？HR。
误区二，权责错位：很多企业默认 AI 是 IT 的事，业务部门集体缺席。而头部公司已经在调：设独立 AI 事业部，从业务线抽懂业务的人，和 IT 混编成队。组织架构调整、混编团队怎么设计，还是 HR 的活。
误区三，工具万能：以为买了工具、投了模型、搬回一体机，转型就算完成了。
误区四，采购即落地：组织架构和流程原封不动，AI 就一定落不了地。
另外几个观点，我单独拎出来说。不少企业上 AI 的初衷是降本裁员，但我更认同另一个方向：AI 应该先去打营收，从客户和上下游这些外部视角切进去。还有一句我反复引用的话：一个人变强，不等于一个组织变强。
这里有个公式可以记一下：AI 应用质量 = 好模型 + 企业完整的上下文。今天各家的模型能力已经趋同，真正拉开差距的是信息流重构和上下文完整度——要围绕 AI 目标重排信息流，让业务自己长出来，让沟通自己留下痕迹，AI 才可能实时感知公司的动态。
让业务自己长出来、让沟通自己留下痕迹，改的是整个组织的协作方式。
AGI TIMELINE
AI 自己的能力线走到哪了
AI 自己的能力线走到哪了？按 OpenAI 的 AGI 分级，一共五级，我把时间线列在这里。
第一级，会对话的 AI：2023 年落地，核心是知识库问答。
第二级，会思考的 AI：2023 年春节后，跟着 DeepSeek 的爆发一起到来，AI 第一次跳出知识库问答的框。
第三级，会做事的 Agent：2024 年初落地，市面上多数 AI 产品目前都停在这一级。
第四级，会创新的 AI：生物医药、创新药这类细分行业已经出现苗头，接下来一两年会加速。
第五级，会经营的 AI：暂时还做不到。
所以先给企业吃颗定心丸：不必过度焦虑。AI 还停在会做事的层级，先在单个部门或单条业务线上试点，时间完全来得及。
关于未来三到五年的工作方式，我的判断是两条腿走路：一条腿是先进的 AI 生产力工具，另一条腿是永远替代不了的协同工具。道理很直白——AI 永远为人服务，它替代不了人和人当面的沟通；公司内部的消息往来、线下会议，永远是人的地盘。
还有一个信号。阿里在整合，字节在整合，腾讯把企业微信和 WorkBuddy 合成了一体。这轮整合的底层逻辑是：AI 要进一家公司干活，先得拿到身份和权限这张入场券，一个孤立的聊天框进不了真正的生产流程。这个判断，和把 Context 排在 CLASS 第一位，摸到的是同一堵墙。
打个比方：成熟企业的系统和管理体系已经打磨得很完整，像一台调校精密的机器；AI 技术还在快速迭代，像一股刚通电的新电流。机器遇上电流，躲不开，也不该躲——该做的是重新接线，让电流带动机器。
AI 在软件研发场景已经实现了 10 到 20 倍的效率提升，有的团队不到 200 名研发就能做到每日迭代。但技术换了一轮，不等于效率上了一级——真正卡脖子的，是把 AI 信息流重构一遍。研发端的倍增已经兑现，组织端的效率提升还有一段路。
「这段没人替他们走的路，正是组织工作者的位置。」
RECOMMENDATIONS
企业 AI 落地的建议
看懂不算数，用上才算数。AI 不难懂，也不是技术难题，难在改变工作习惯，得真用起来。对 IT 和 AI 部门，可以划一条线：烧够 100 亿 token，才算摸到 AI 的边界在哪。起步也可以很小——一个场景，一个好工具。
如果只让我给同行留三条建议，就是下面这三条。
建议一，先摸底：找 IT 要一份公司 AI 账号的使用数据，看采购量和月活，心里先有个数。
建议二，立一个标杆：从业务部门挑那个已经在偷偷用 AI、且用出花的人，发津贴、给舞台，让他的场景先长出来。
建议三，写进人才发展：下一步的培训计划、学习地图、关键岗位画像里，正式加上 AI 这一条。别等到招聘 JD 里遍地 AI Builder 才后知后觉。
二十年前那场「每张办公桌上都要有台电脑」的革命，是 HR 陪着组织走完的。这一轮 AI 落地，台上的主角换了，剧本也换了，但那个把新技术真正种进组织的人，位置没动过——HR 的位置，一点没变。
我是 HR-AI研习社，HR 成长阵地：AI 浪潮下的人力新玩法，这里只聊能落地的方法与判断。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。
