公司转型AI,最难的不是工具

这一两年，很多公司都在搞全员AI转型。

买账号、搞培训、建AI群、请讲师。热闹一阵子，然后发现实际产出没什么变化。

管理者觉得是不是工具不够好——换一个，再换一个。ChatGPT换Claude，Claude换Kimi，Kimi换豆包。换来换去，该落灰的还是落灰。

其实工具从来不是卡点。因为出问题的不是工具箱里有什么，而是公司里没有人能把「业务」这件事，翻译成AI能理解的事情。

这个角色，我管它叫「翻译官」。

听起来有点虚，拆开说。

一个业务负责人说：我想提高客户转化率。

这句话在公司说出来，所有人都赞同——目标很清楚。

但这句话丢给AI，它没法做。太大了。「提高客户转化率」里面至少藏着五六个子问题：客户画像是谁？哪一步流失最高？话术有没有优化空间？竞品怎么做？A/B测试从哪里开始？

每一个都需要人来拆开、定义、验证。

这里最珍贵的技能，不是会用AI，也不是懂业务——而是能把业务问题「切」成AI能一口一口吃进去的小块。

怎么切？举个例子。

一个电商团队想用AI优化客服，第一反应是：让AI直接回客户消息。结果AI回得太死板，客户更不满意了。

后来换了个切法：不让AI当客服，让它做「客服话术分析师」。把过去半年的对话记录导出来，告诉AI：把那些客户问了三遍才解决的对话找出来，看看卡在了哪一步。

AI给了一份报告：70%的重复提问集中在五个问题上。这些问题的回答模板，要么太长，要么没有直接答案。

改了话术之后，几周内解决时长缩短了三分之一。

同样是用AI，只是换了一个切法——从「让AI干活」变成「让AI分析出哪里需要改进」。结果完全不同。

这就是翻译官在做的事。

不是写Prompt的能力，而是判断力——判断这件事应该切成几块，每一块交给AI扮演什么角色。

那么问题来了，这类人在公司里为什么那么少？

核心原因就一个：懂业务和懂AI协作的人，交集太小了。

懂业务的人——销售总监、运营主管、财务经理——他们有十年的业务直觉，但遇到问题的第一反应是「找谁问问」，不是「我用AI试试」。这不是态度问题，是工作习惯。之前所有的训练都是「这事儿得找对人」，从来没被训练过「这事儿能不能让AI先试试」。

懂AI的人——程序员、产品经理、技术爱好者——他们对AI工具有天然的亲近感，但往往不了解业务细节。你跟他说写个Prompt分析销售数据，他行。你跟他说把客户售后流程里最耗时的环节找出来、想想怎么用AI减少人工介入，他不知道从哪里开始拆。

两边的人都在等对方先迈出那一步。

业务的人觉得AI还不够成熟。AI的人觉得业务需求不够清晰。结果就是谁都没动，时间一过，全员转型变成了全员摆烂。

回到我自己做的产品，其实也是在解决这个问题。

22个能力组，每个背后都搭了一套「翻译路径」——你跟它说帮我写份投标书，它不会傻傻地去搜什么是投标书，而是自己知道投标书要拆成技术方案、商务方案、报价策略、资质清单，然后分别处理、组合、交付。

用户不需要懂投标书的组成结构，也不需要懂AI怎么调。这一步从用户身上挪到了产品里。

但一个公司全员转型，光靠工具不够。工具是加速器，真正的引擎是找到或者培养出一两个「翻译官」。

他们不需要是最懂技术的，也不需要是最懂业务的。但他们得愿意试——愿意跟AI反复打磨，愿意接受前几次试的答案是错的，愿意在第五次的时候终于切对了角度。

这样的人，一个就够了。

找到了，比买一百套工具、搞十场培训都管用。

——心路摆渡