夜雨聆风除了市场营销的工作，去年开始辅助公司进行AI转型推动，包括自己在AI的应用上也有不少体会，这一系列将分享我们作为一家软件公司以及我一个文科生用AI的历程。
一年半前，我们在内部建了一个知识库，名字叫**AI共享实验室。初衷很简单：AI 工具爆发的速度太快，每个人都在各自摸索，踩过的坑、发现的宝，没有地方沉淀。
于是我们做了一个"共享实验室"——谁发现了好用的工具，就带回来分享，每周二晚上是固定的分享时间，然后再上传视频与文档到知识库，方便回看与查询。分享的常态化，让后来者少走弯路。
没有人预料到，这个知识库会成为我们组织能力演进的一面镜子。
01 第一阶段：工具启蒙（2025年初）
"AI到底能帮我做什么？"
这是那段时间最常见的问题。我们的第一批分享，主题都很具体、很朴素：AI 怎么帮你写客户需求调研报告、怎么生成产品原型图、怎么快速做出一份还不错的 PPT、怎么让 AI 表格帮你管理项目任务……
这个阶段的特点是**工具驱动，个人探索**。谁偶然发现了一个好工具，就拉上大家一起看怎么用，效果如何。氛围有点像早年互联网时代"我发现一个神器"的那种兴奋劲儿。我个人经常主持管理会议，被某人的分享种草了“听脑”这个会议纪要工具，花了98一年，并陆续让团队和自己花钱尝试了不少市场部日常使用的AI工具，钱没少花，但所有的试错都是有价值的。
正是在这个阶段，我们开始建立起一个共识：**AI 不是噱头，它真的能干活。** 而且它干的活，越来越接近过去只能靠有相关经验的人来完成的事情。
必须提一下，我们以前常说 ERP 是企业的一把手工程，企业的 AI 转型一样离不开 CEO 的身先士卒和深度参与，并且鼓励我们使用付费工具（可以报销）。
如果一个企业的 CEO 自己没深度使用各种 AI 工具，这家企业的 AI 转型大概率是停留在口号的。
02 第二阶段：场景实战（2025年7月～2025年底）
"这个工具，在我的具体工作里能这样用。"
进入第二阶段，分享的重心发生了转移：不再是"介绍一个工具"，而是"用工具解决了一个场景问题"。这阶段，我们的知识库重新按公司流程结构化，把最复杂的项目实施按目录拆分成不同环节，涌现出了大量有价值的场景实践案例。
开发团队带来了 Cursor 的完整实战——过去需要两天的报表开发，用 AI 辅助后压缩到 2～3 小时，效率提升整整 10 倍。他们把提示词模板、工程化配置、常见问题的解决方案都写成了文档，让任何人都能复现这个过程。
设计与产品团队从 Figma 到 Lovable——工具不断进化，直到现在我们市场部也用上了 Lovable。这个工具让不会写代码的产品经理，也能直接生成可运行的前端页面原型，彻底改变了"产品出图，开发实现"的传统分工边界。
流程自动化方向，有同事分享了用 DIFY 和 n8n 做流程编排的实践，让一些原本需要人工反复处理的工作流，变成了"触发一次、自动运行"。不过谁能想到，到今天我们可以翻越这些技术壁垒，实现这样的流程编排呢！
还有一场让我印象深刻的分享：《某茶饮客户实施过程 AI 整体应用》——这是我们在客户项目中真实落地的案例复盘，证明了 AI 不只是内部效率工具，它在项目交付端也开始产生价值。
作为 AI分享实验室的“主理人”，我在这个阶段还设置了一些促进分享的方法：月度 AI 大使评选（有OA个人奖章奖励与实质奖励）、年底的分享视频大奖等等。AI 应用分享氛围再上一个台阶，连投资人都说要来向我们学习。
03 第三阶段：角色化与工作流 Agent 化（2026年初至今）
"不只是工具了。AI 开始扮演一个角色，接管一个工作流。"
这是 Hub 正在经历的关键跃迁，也是最难用语言描述清楚的一个阶段。
过去，我们用 AI 是这样的：我有一个任务，我打开 AI，让它帮我完成这个任务，然后关掉。AI 是一个随叫随到的助手。
现在，越来越多的场景变成了这样：AI 被配置在一个工作流的节点上，它不等你叫，它在监听，在判断，在自动执行。它不再是工具，它是一个有职责范围的"角色"。
今年Q1，我们管理层有个KPI就是必须使用AI 工作台。AI 工作台需要成为我们日常工作的基础设施，就像钉钉、邮件一样，是每个人都要用起来的东西。
随后，从管理团队开始，每个员工都被要求使用工作台（可以是 Open Code、Claude Code 或者直接用 Cowork）。我们每个人的 AI 应用都通过工作台进阶了，除了公司统一的skill市场，自己可以创建自己的 skill 或者 agent，各类部门数据实时分析，团队任务协同管理等等。
这是一个质的变化。在第一阶段，AI 是工具箱里的一把新锤子。在第二阶段，AI 是手艺更精湛的助理。在第三阶段，AI 开始成为团队里的"同事"——它有自己的职责，它在负责一段工作流，它的输出直接流入下一个环节。
04 我们学到了什么
① 推广 AI 最有效的方式，是让人先爱上它
强制推行效果有限，但一个真实的、让人眼前一亮的案例，往往能带动一片人主动去尝试。分享实验室的核心价值，就是持续制造这样的"眼前一亮"。
② 工具是入口，场景是关键，角色是终点
从"认识工具"到"场景落地"到"角色接管"，这三步不能跳跃，每一步都需要时间沉淀。
③ 知识沉淀比单次分享更重要
每一场分享的视频回放、文档、提示词模板，都是后来者的加速器。分享实验室不只是一个讲台，更是一个可以持续检索、持续复用的知识库。
④ AI 转型的主体是人，不是技术
真正的阻力从来不是"AI 还不够好"，而是"人还没准备好"。这一年半里，我们做的最重要的事，是帮助大家建立和 AI 协作的信心与习惯。
工具是入口
场景是关键
角色是终点
接下来的几篇，我会从具体的工具和场景切入，还原那些真实发生过的改变
如果这篇对你有启发
欢迎关注，持续分享B2B企业营销与转型干货
