最近半年，“AI智能体、AI员工、降本增效”这几个词几乎承包了所有老板饭局的话题。各大新闻、朋友圈里刷到N条“XX企业AI落地案例”，仿佛谁家还没上AI，谁就是在被时代淘汰。

我所在的部门主要是负责研发的，AI编码提效的落地效果还不错，老板就安排我去参加一个企业AI应用落地的实训课。回来就让我看能不能牵头做公司内部的AI落地可行性调研，先与一线业务部门沟通然后拿出一版推进方案。折腾了小半个月，经与业务部门沟通完后：

最终我建议老板别急着花大力气搞AI智能体应用落地。这个事情不能急着做，更不能大张旗鼓地做。可以启蒙着做，让员工主动慢“学”，而不是企业急“推”。

简单分享一下其中经过吧。

一、“用不用AI”从来不是难题，难的是切入点在哪里

AI工具本身的使用门槛已经很低了，市面上催生了WorkBuddy（腾讯）、TraeWork（字节）、QoderWork（阿里千问办公）等一系列办公智能体应用，它们预装Skills（技能）、MCP（连接器）、专家套件赋能工作场景，也支持编码、设计、创意等领域，在解决报表处理、简单重复工作、创意灵感等短链路高频率工作方面具有天然优势。使用它们的基础能力（比如问答、写作、表格处理、代码辅助）几乎不需要培训，员工自己摸两天就能上手。所以本质上最迫切的不是使用AI的能力问题，而是一个怎么契合业务或工作本身来进行赋能，找不到这个切入点就很难发挥AI的能力。

很多企业推AI失败，不是因为员工学不会，而是因为一上来就搞“全员AI培训”，讲一堆概念、数据渲染AI无所不能，举例的场景也跟企业实际情况不匹配。培训完大家依然不知道AI到底能帮自己做什么，几个月后这件事就不了了之了，即浪费培训费又折腾本地、外地与会的员工。唯一的收获就是不知道AI的人知道了有这么一个东西，算是“启蒙”了，这代价和成本是不是有点太大？

所以我一开始的推广建议很简单：先找一个短链路、见效快的场景把价值做实，再决定要不要继续推，也就是先让其他人看到AI赋能的力量，把大家的积极性调动起来。

二、下场调研之后，我被被现实打了脸

在没跟具体业务部门对接前我是信心满满，但真正找业务部门一线负责人聊完之后，我发现自己此前的判断还是过于乐观了。有几个点我觉得所有企业想推AI前都要仔细考虑。

1、AI能做的，可能只是“这一环”，不是“这一件事”

我原本以为，内容/设计类岗位是AI最容易出效果的地方——毕竟AI生成图片、AI写文案听起来门槛最低。结果一线设计师告诉我们：AI生成的图片目前既不支持图层分离，也不支持导出矢量图，只能当找灵感用——省了不少去各种素材网站翻案例的时间，构思阶段确实提效了大概三成，但只要进入实际制作环节，AI基本帮不上忙，最后还是得靠人手工做。

有些岗位的特性决定了，AI只能接手其中一小段，其他环节依然得靠人，现实能发挥的作用很有限。当然至少设计师已经开始用起来了，而且也提效了，而这一切都是自发的。

2、决策权比工具更重要

另外就是与我“想当然”的认知不同的是，一个看似最该上AI、实际上AI介入意义不大的岗位。

这个岗位的核心工作内容，其实是执行另一个部门早就敲定好的方案，自己既不参与选题，也不做决策，纯粹是按流程往下走。这种情况下，就算给这个岗位配再好的AI工具，也很难产生增量价值——因为AI能创造价值的前提，是这个岗位在流程里真的拥有决策权或者创作自由度。如果一个环节的产出内容早就被上游锁死，AI能介入的空间天然就很小。

或许很多企业推AI更多的是哪个岗位听起来时髦就往哪个岗位塞工具，而不是先去梳理清楚：整条业务链路里，决策权到底分布在哪几个环节？AI真正该往这些环节里投，而不是往听起来最需要的岗位里硬塞。

3、“提效”不一定是好事

最后挺有意思的一点是，当一个岗位本来就只有一个人在扛的时候，提效未必是件好事。

因为如果没有额外的产能去承接因为提效而省下来的时间，那这部分时间要么被浪费，要么会被默认为“你现在有空了，那就多干点别的”这对本就压力不小的员工来说，这可能不是减负，反而是变相加码。甚至有些企业调研AI在企业员工使用情况的时候，很多AI用的很6的员工直接上报没用过AI工具。

推AI之前，先想清楚提效之后省下来的时间要用在哪，而不是想当然地认为提效=好事。现在大环境如此难评，说到提效员工会天生敏感地认为是不是要淘汰、要优化，只会更抵抗AI的使用。

三、我这保守派的几个建议

我没有办法左右老板的决定，但是该给的建议必须给到：

1、不建议自上而下强推培训。没有真实案例支撑的培训，员工听完大概率还是不知道AI能帮自己做什么，还容易被解读成领导又要搞新花样、给我们加任务，效果适得其反。应该先用一两个跑通的真实案例说话，再决定要不要扩大范围。

2、不建议一次性大规模投入预算。AI工具订阅、企业账号、培训费……这些钱能不能花，取决于业务本身有没有真实的、可验证的场景撑得住，而不是大家都在做，我们也不能落后这种焦虑驱动的决策。先小范围验证，再决定要不要加码。

3、 不建议高估AI当前的能力边界。AI是工具不是魔法，想清楚它现在能干什么、不能干什么，比讲一堆“AI改变一切”的宏大叙事重要得多。最了解AI落地可能性的应该是每个业务部门，我们可以宣讲AI的能力场景，但最终需要业务部门自己去摸索、去试错。如果业务部门到现在也没接触过AI、意识到AI的能力，那我们要做的就是去点燃（启蒙）那“星星之火”。

四、老板认可的“以退为进”方案

调研做完之后，我选了一条影响最小、代价最小的四步曲方案，最终老板也认可了此方案（PS：这个方案也是我结合调研+企业现状，综合了几个AI的结论形成的）：

1. 各部门自己先摸个底——了解一下本部门目前有没有人在用AI、用在哪、感觉怎样，不做考核，如实反馈“暂时没用”也完全没问题；
2. 有意愿的部门/员工主动找技术部对接——从公司“推”变成员工要“学”，技术部不主动上门推销工具；
3. 技术部按需支持，不强制、不承诺——给建议、给安全提醒、给实操培训，但不主导对方的工作方式；
4. 视效果决定要不要总结推广——有真实效果的案例，再考虑要不要复制到更多部门分公司，要不要投入更多预算订阅AI企业版或聘请专业的企业AI应用落地讲师授课。

这个方案最大的好处，是不需要提前砸预算，也不给员工增加负担，同时能自然筛选出真正有场景、有动力的团队先跑出来，用真实结果说话，而不是靠一场PPT培训让所有人相信AI很厉害。

五、写在最后

企业推AI应用落地考验更多的不是技术能力，而是组织的成熟度——有没有耐心先把一个场景做实，有没有诚实面对AI当下的能力边界，有没有考虑到一线员工的真实处境，而不是被别人都在做的焦虑推着往前跑。

步子迈太大，容易扯着的不只是员工的积极性，还有老板自己对AI的信任，一旦一次雷声大雨点小的强推失败了，下次再想认真做，阻力只会更大。先别急着做加法，试试看能不能先做减法——找一个最小的场景，认认真真验证一次，再谈规模化推广的事。还有，AI提效并不是企业增效的唯一解法……