夜雨聆风
基层医生都有AI助手了，企业为什么还把AI关在办公室？
AI真正该先补的，不是会写PPT的人，而是离现场最近、最缺经验的一线岗位。
基层医生都有AI助手了。
但很多公司的AI，还在办公室里帮人写周报、改PPT、润色会议纪要。
7月5日，河北日报报道：目前，保定市22个县（市、区）的基层医疗卫生机构全部接入"智医助理"系统，主要用于智能辅助诊断、病历质控，并协助出具诊察治疗和检查检验方案。此前，中国青年报也报道过，AI儿科医生智能体将辐射河北省150余家县级医院，媒体把这类基层AI应用称为正在成长的"带不走的医疗队"。
这件事真正提醒企业管理者的，不是AI能不能看病，而是AI应该先放到哪里。
多数企业上AI，第一反应是让办公室先用——写材料的人最会用，汇报的需求最迫切，效果也最容易被领导看见。这不是错。但如果AI只停留在办公室，它解决的是材料效率，不是现场能力。
但基层医疗的案例提醒我们：AI最有价值的地方，可能不是替会写材料的人写得更快，而是给一线岗位补判断、补经验、补流程。
AI落地的优先级，不该按部门级别排，而该按一线岗位的压力和风险排。
一、哪个岗位最缺经验？
基层医生为什么需要AI助手？不是因为医生不会看病，而是因为基层医生面对的情况太杂、经验差距太大。一个三甲医院的主治医师，十年看过上万份病例；一个乡镇卫生院的年轻医生，可能连某些罕见症状都是第一次见。AI做的不是替他判断，而是把那些他还没见过的经验递到他手边。
企业也是一样。
哪个岗位新人最多、标准最厚、老员工和新人的产出差距最大？那个岗位，就是AI最该先去的地方。
文旅行业里，这种岗位一眼就能看见。客服岗——老员工知道"这类投诉要先安抚再查单"，新人只会照着话术念，越念客户越火。接待岗——老员工一眼看出"这组游客带老人，走这条线吃不消"，新人只会按标准流程推荐热门路线。调度岗——老员工知道"这个接驳点下午容易堵，要提前备车"，新人还在等系统报警。
这些经验，老员工有，但说不完、教不尽、带不走。人一调岗，经验就断了。AI能做的，是把老员工脑子里的判断变成新人随时可查的提示——不是替代人判断，而是让新人少走弯路。
AI最该补的，不是文字能力，而是经验差。
二、哪个岗位最容易漏流程？
基层医生用智医助理做病历质控，本质不是帮医生写病历，而是防漏项。一个症状该关联哪些检查、一种用药该排除哪些禁忌——不是医生不知道，而是现场太忙、患者太多、流程太长，漏一步就是风险。AI在这里扮演的角色，是一个不会走神的质控员。
企业一线岗位，同样的问题每天都在发生。
文旅行业里，流程漏项几乎是一切服务事故的起点。一个客服回答退改政策，少说一句"特价票不可改签"，后面就是投诉升级；一个调度漏看了天气变化，没有提前查接驳和备选车辆，后面就是游客滞留；一个接待没提醒带老人的游客随身带药、确认车程和卫生间位置，后面就是服务风险甚至安全隐患。
这些岗位的人不是不会干，而是现场太乱——电话在响、游客在等、系统在弹窗，流程太容易漏。办公室里写材料，漏一个数据可以改；一线岗位上漏一个步骤，后果直接落在客户身上。
AI在这里该做的，不是替人走流程，而是在关键节点上亮一下灯：退改回答前先识别票种，调度发车前先查天气，接待确认前先问游客构成。少漏一步，就少一个事故。
AI在一线不是替人走流程，而是在关键节点亮一下灯。
三、哪个岗位离客户最近？
AI放在办公室，提高的是内部效率。AI放在一线，改变的才是客户体验。
游客打电话问路线，客服能不能一句话说清楚换乘方案；老人到了景区问体力够不够走这条线，接待能不能马上给出替代建议；家属临时要退改，窗口能不能当场确认票种和规则——这些问题的答案是否准确、是否及时，直接决定客户信不信任你。
办公室里AI写得再漂亮的报告，游客看不见。一线岗位上AI多提醒一句话，游客马上感受得到。
文旅行业尤其如此。一个AI客服如果只会说"欢迎咨询，请问有什么可以帮您"，没有意义。真正有用的是：当一线员工面对一位带老人的游客时，AI能主动提醒——先确认车程是否超过两小时、沿途有没有卫生间、餐食安排是否合适、退改规则是什么。这些信息不是员工不知道，而是现场一忙就容易忘、容易漏。AI补的不是知识，是提醒。
但离客户越近，AI的价值越大，风险也越大。
因为一线岗位不是缺一个会聊天的机器人，而是缺一个随时提醒、随时纠偏、随时把老员工经验递到手边的工作副驾——而这就是第四个问题要回答的。
所以第四个问题来了——
四、哪个岗位最需要一个"标准化老员工"？
基层AI助手的价值，不是造一个"AI专家"出来替人干活，而是把专家的经验变成基层随时可用的工作提示。企业也是一样。真正该建设的，不是一个什么都能回答的万能大模型，而是一批岗位AI助手——每个助手只做一件事：在关键节点上，把老员工会做的事递到新人手边。
它应该长成什么样？
客服助手
游客来电时，根据游客类型（老人、儿童、团队）自动提醒必须确认的问题——退改规则、票种限制、集合时间，不是替客服说话，而是让客服少漏一句。
调度助手
天气变化时主动提示受影响的线路、接驳点和备选方案，不是替调度决策，而是让调度少漏看一条信息。
导游助手
根据游客构成（是否有老人、儿童）和当日天气，提示风险点——这条线台阶多、那个时段容易中暑、这段路没有遮阴，不是替导游讲解，而是让导游少踩一个坑。
投诉助手
接到投诉时，先提示安抚话术，再调出订单、规则和责任边界，不是替人道歉，而是让处理流程少走弯路。
安全提醒助手
根据天气、客流、道路情况，提醒一线人员提前调整路线、补充提示、准备备选方案，不是替人决策，而是让现场少一个盲区。
这些助手，本质上就是把老员工的判断力标准化、产品化。老员工不可能永远在岗，但他们的经验可以。AI落地不是买一个大模型，而是给关键岗位配一套工作副驾。
企业上AI，先别问哪个部门最积极，也别问谁最会写提示词。
先问四个问题：
哪些岗位最缺经验？
哪些岗位最容易漏流程？
哪些岗位离客户最近？
哪些岗位最需要把老员工经验标准化？
这四问答出来，AI才会从"办公室效率工具"变成"业务现场能力"。
AI真正进入组织，不是从PPT里开始的，而是从一线岗位少漏一步、少错一次、少让客户多跑一趟开始的。
