夜雨聆风
这个同事.skill你肯定听说过，未来某一天公司可能就像下图这样。
同事.skill，简单来讲就是把前同事遗留的资产通过大模型蒸馏，然后打造了一个 AI 智能分身。
公司如何推进 AI 落地
放大到整个公司，可以借鉴”同事.skill“来推进 AI 落地。简单来讲就是给每个员工都打造 AI 分身，包括老板。
1. 知识存档
这并不是让你去刻意写文档，而是要将思考沟通决策的结果存档。不是开个会叨叨叨就完了，而是要将会议沟通的结果保存为 Agent 可识别的文档（文本、图片、视频），以及放在可以获取的位置。
这些知识有可能是：
知识库/├── 聊天记录（飞书/钉钉/企微）├── 微信聊天记录├── 本地文档（文档、表格、PDF、图片、音视频）├── 线上文档├── 邮件/审批流等├── 系统数据└── 日报/周报等汇报型文档钉钉无招说：
不准耗费人力去写文档是当前钉钉工作方式的基本原则。同时，会议期间也不需要做笔记，所有事务均依靠 AI 处理，讨论问题就使用白板，在板上随便画随便写，这是人类最自然的沟通方式。沟通完之后拍张照片全部结束，照片、会议过程对话的语音全用 AI 自动分析、总结变成会议纪要，AI 再进行后续跟进。
撰写文档的时代已然过去，那些擅长撰写文档、依靠层层汇报和精细分工的工作模式也随之终结。
实际上很多公司没有任何知识库存档，都散落在每个人的电脑中或者聊天记录中，或者是某些业务专家的“口头经验”。
2. 蒸馏
让经验沉淀为可复用的 AI 能力。
• 企业最大的浪费是经验沉淀不下来 • 公司内所有的工作沟通和交流均应引入 AI 进行记录
知识存档是原材料，蒸馏才是把原材料变成生产力的关键环节。
什么是蒸馏？ 简单来说，就是把散落在文档、会议、对话中的经验，提取成可复用的工作能力。就像把矿石提炼成金属，知识只有经过蒸馏，才能变成真正可用的工具。
蒸馏的结果不是分门别类的目录，而是：
• 标准工作流程（SOP 的 AI 版本） • 结构化的 WIKI 文档 （AI 可理解的知识库） • 可执行的 skill（AI 能直接操作的指令集） • 决策树和判断逻辑（AI 做决定的依据）
一个典型例子：销售冠军花 10 年总结的谈判技巧，经过蒸馏后变成了一个"谈判.skill"，任何新人都可以用它来辅助谈判。
3. 让分身接手自己的工作
知识存档是原材料，蒸馏是提炼，而分身的打造才是最终目标——让 AI 成为你的得力助手。
AI 分身是什么？ 它不是简单的聊天机器人，而是一个真正了解你、能够代替你处理事务的智能体：
• 知道你的做事风格和说话方式 • 理解你处理问题的底层逻辑 • 掌握你这个领域的专业知识
AI 分身能做什么？
• 处理确定性问题，非必要不转人工 • 发散型问题先由分身判断是否需要人介入 • 把节省下来的时间用于真正需要创意和判断力的事
打造分身的路径也很简单：
1. 先有知识存档（投喂原材料） 2. 再有蒸馏（提炼成 skill 和 结构化 WIKI） 3. 最后分身就是这些 skill 的总和
人人都是超级个体 —— 不是让你自己学会所有事情，而是让你的分身学会。悲观点讲，就是让 AI 来接管你的大部分工作，且 AI 干的比你还快还准确。
AI 落地的最大敌人不是技术，是组织
现实是很多企业的AI项目是IT部门发起的 —— 因为老板在会上说了"我们必须有AI战略"。然后技术团队就开始选型、部署、开发。业务部门全程没参与，直到上线那天被通知"来用一下"。你觉得他们会用吗？
AI 不是加在组织外的东西，是组织自己长出来的东西。
业务不主导，技术再牛也白搭。
不是模型不够聪明，是组织不够清醒
让 OpenClaw 做了个调研，给出的结论：
95% 的生成式 AI 试点项目，未能产生可量化的商业回报；70% 的 AI 项目挑战源于人与流程问题，而非技术因素
懂业务的不会用 AI，懂 AI 的不理解业务。中间缺少"翻译者"。数据显示，领先企业中 87% 实现了技术和业务团队的深度协作；而在基础阶段企业中，88% 表示两个团队之间几乎没有合作。
AI 落地激进策略
不管你是传统公司（有历史包袱的），还是创业公司，要考虑的不是"要不要 AI"的问题，而是"怎么让 AI 长在业务里"的问题。
福特汽车将海量的机器设备导入生产线，人类的生产效率得到了巨大提升，这是它本身的制度和工作方式的改变。AI时代的核心并不是让员工更高效，而是一个组织、一个企业甚至一个个体，如何进行生产关系的重构、决策体系的重构和整个协同方式的重构。
1. 业务学会通过 AI 自己解决问题
不管有没有研发团队，实际上企业都有服务于内部员工的一套系统，有可能是自己研发的也有可能是外采的。
内部系统的流程可以分成两大类：
1. 在系统中一步步点击处理某个业务流程 2. 分析数据，做决策，或下达给员工，或输出给客户
这两类事情当前不管是通过 OpenClaw，还是通过 Claude Code 或者其他 Agent 工具，业务部门都是可以自己干的。当然如果有研发团队，将某些操作包装为 Skill 或者 MCP，效率会更高。
“业务 + AI 分身” 远大于等于 旧业务
2. IT 主动下沉到业务场景中
传统模式：IT 在后台开发，业务在前台使用，两个世界不交集。
正确模式：
• IT 派驻到业务部门，跟业务同事一起工作 • 不是等需求文档，而是直接观察、提问、参与讨论 • 把 AI 能力封装成业务能直接使用的 skill，而不是让业务去适应系统
结果是：人人都是超级个体，编码能力成为所有人的基础能力——不是让你学写代码，而是让 AI 帮你写代码。
“IT + AI 分身” 等于 新业务
技术本身很少是主因，组织才是瓶颈。
AI 时代如何升级组织
在 coze 工作流”那个年代“，很多企业肯定已经在尝试将一些高频重复的流程自动化。Agent 时代，组织需要如何升级？
抛几个点：
1.自上而下转型
公司最残酷的现实：一群最闲的人找最忙的人开会，然后讨论怎么让最忙的人再提高效率。最闲的人拿着 PPT 指点江山，最忙的人连喝水的时间都没有，还要被要求优化流程。
不如先从蒸馏高层做起。
让一把手先用起来，他的示范效应比任何培训都强。
可以做一些测试：
• 员工先找高层的 AI 分身沟通问题或需求，回过头来高层自己评判一下有多少确实分身做的更好 • 需要决策时，让 AI 分身给出决策，高层自己也给出决策，对比出入 • 或者划一片区域实验分身决策，另一片实验真人决策，用真实业务结果评判
2.围绕"开创者"设计组织
这些人普遍脑子极为聪明，但嘴跟不上脑子。在没有 AI 的时代，他们不会抢资源、见人说人话，非常吃亏。
AI 领域真正厉害的人过去往往最吃亏。—— 李想
由于长期遭遇负反馈，说话能力越来越差——但他们跟机器对话没有任何问题。
这类人正在做的事：
• 消耗大量 token 把所在领域的业务重构 • 解决 AI 的泛化与确定性问题
他们其实才是开创者，是 AI 时代的真正的验证者。
所以，组织升级应该围绕这帮"开创者"来设计。
找到每个部门的开创者，而不是把赌注全部压在 IT 部门。
3.Token 管饱，全员使用AI
用 AI 要像呼吸一样自然，而不是刻意为之。
每个员工每天都应该与 AI 分身互动，至少完成 10+ 以上的沟通。
为什么要强调这个数字？
• 1-3 次：停留在"尝鲜"阶段 • 5-10 次：开始形成习惯 • 10+ 次：AI 分身真正了解你，你也开始依赖它
这不是 KPI，不是考核指标。
而是让 AI 介入你日常工作的方方面面。
不只是"问个问题"，而是让分身参与决策、审稿、分析、沟通……
用得越多，分身越懂你；分身越懂你，你越离不开它。
不停地蒸馏自己
总结
知识存档 → 蒸馏 → 分身，是企业落地 AI 的必经路径
业务主导 + IT 下沉 + 从高层做起，是组织升级的关键
下一步，你可以：
1. 先给自己打造一个分身 2. 找到你们部门的"开创者" 3. 让一把手先试起来
行动比认知更重要，边做边想，边想边做。
打造 AI 分身接管 CEO 的工作，兴许能让员工的效率更高。
