作者：数字生命卡兹克

今天，是一个蛮特殊的时间点。

因为我开公司，已经两年半了，正式一坤年了。

这两年半，公司几经风雨，有很多次危急存亡的时间点，不过所幸，还是活下来了。

而且，活的还凑合，公司最近也又要搬家了。

因为人越来越多，团队和业务虽然已经在很谨慎的扩张了，但是人还是坐不下了，所以去年底刚搬的办公室，但是我们现在，又要换一个新家了。

前几天跟朋友聊起来，大家都觉得有点意外，说你们不是用了那么多AI吗，怎么还要招人，那理论上应该是人越来越少，办公室越来越小才对啊。不是应该十几个人坐在一间屋子里，每个人带着十几个数字员工，然后就干掉过去几百个人的活吗。

这才AI啊，听着多先进，多性感。

我说放屁。

实际情况就是，我们AI现在渗透率几乎是100%，公司几乎全员都是各种Agent，财务、HR、法务、商务、经纪、运营等等所有职位也都用Agent搓了各种各样的流程和工具。

可有些东西，就是没有办法用AI来进行加速的，而那些东西，反而涌现成了我们现在人类员工们最重要的事。

AI越先进，我们AI用的越多，在大家和我的理解里，我们却变得越来越“传统”。

这是一个很有趣的现象，在前几天的访谈还有晚上的一些朋友的饭局上，大家其实还挺关心企业的AI变革，所以跟我也频频聊起，也会问我，为啥不把这些经验写出来。

所以，在今天我开公司一坤年的这个时间点，也斗胆来跟大家分享一下，作为一个没到40个人的小破公司，比较传统的业务，在公司组织中，是怎么用AI的。

我当然不是站在一个所谓的成功老板的位置上，告诉大家怎么管公司，那还差得太远了，我们远远没有成功，只是我觉得，可以给大家分享一点点自己的经验。

所以，那就让我们，开始吧。

一. 全员AI化

我遇到很多很多公司，企业的管理者一说要做AI化，第一反应经常非常相似。那就是搭一套系统，或者找一个负责人，再成立一个AI中台。

这样看起来专业，也非常有安全感。

我非常理解这个想法，在很久以前，做一些顾问的时候，我们也这么干过。

但是我们后面发现，这种方式是有坑的。

看起来最有组织，但也最容易让AI变成公司里的另一个排期中心。

就比如HR遇到了一个候选人AI筛选的问题，先去提需求。

又或者商务想做一个客户的AI分析工具，先写一份需求文档。

问题在业务一线发生，然后需求却要跨过好几层人才能到达真正做工具的人。

我们都知道，信息是有漏损的，每传递一遍，上下文就丢掉很多，等东西终于做出来，世界都不知道变成什么样子了。

而最最最麻烦的是，一线的人会越来越擅长提需求，中台的人会越来越擅长用AI。

最后公司里真正拥有创造能力的，依然只是那几个人。

但AI时代的组织，我觉得不应该是这样的，应该是人人都可以用AI或者用AI来创造工具解决问题的组织，而不是仅仅限于所谓的AI中台那。

所以后来，无论是在自己公司，还是和身边开公司的朋友聊天，我都会给一个很克制的建议。

原生人数没有超过100人的公司，成立AI中台一定要谨慎。

不是AI中台没有价值。超大型系统、飞书、财务软件、统一的权限和安全底座，当然要有专业的人来负责。

但这个所谓的中台，应该尽量薄。

它守住权限、安全、成本、数据口径和不能碰的红线，然后为大家解决一些服务器、Token之类的问题，剩下那些高度贴着业务、每天都在变化的事情，必须让离问题最近的人自己使用AI解决。

无论你是直接用Agent，还是用Agent创造工具，还是做爬虫、写脚本、做RPA，无所谓，但是必须自己解决。

因为只有他们，才能真正的理解痛点在什么地方，信息的交互漏损才最低。

所以我们公司，可能就会很残酷，很多事情和需要优化的流程发生了，但是这个事没有一个所谓的职位来帮你开发，能解决它的，只有你自己和Agent，无论是Codex、Workbuddy、Claude Code等等，无所谓，但是必须是业务人员自己解决。

这个过程一开始大概率非常的不好看。

有人不会描述，有人害怕代码，有人折腾半天只做出了一个勉强能用的小破东西。

甚至很多很多任务，第一次用Agent解决，比手动做还慢。

但这个笨拙特别重要。

大家相信我，AI没有那么复杂，当一个人第一次亲手把自己工作里的麻烦做成一个可以运行的东西，哪怕很粗糙，他对工作的感受都会变。

以前，他只能忍受流程，忍受那些他不满意的地方。

现在，他第一次知道，流程也可以被自己改掉。

我后来才意识到，AI化给普通员工最珍贵的东西，可能不只是效率，还有一种久违的主动权。

我极度鼓励大家自己使用Agent优化工作中看到的一些他们觉得不爽的地方。

这才是我认为的AI化，所以我现在更认可这种“薄中台，厚一线”的结构。

二. 数据驱动一切

当然，把Agent发给每个人，也并不会自动长出一家所谓的AI时代的组织。

很多公司来找我聊AI化，我听到后面，都会遇到同一个问题。

他们没有数据。

过去的会议没有全文，客户沟通散也在不同人的聊天记录里，甚至连合同和报价都找不到统一版本，项目做完以后更是没有复盘。

很多最重要的经验，只存在某几个老员工的脑子里。

这还Agent个屁，Agent不了一点。

对于一个组织来说，现在我更加相信的一点是：

Agent没有那么重要，数据才是最重要的。

我自己是很相信数据涌现的。

我们虚实传媒做MCN业务，签了几百位博主，对接过近大几百个品牌方。

那过去的内容数据、商务数据、合作数据，我们都会尽可能作为数据资产在我们内部沉淀起来。

并且那些很难塞进标准字段里的东西，也会作为特点，打成非结构化标签，再统一放进飞书多维表格里。

更别提我们所有的会议全文、文档、知识、SOP，也都会进知识库。

经纪团队现在每天的日常，就是给我们的很多合作过的博主打标。

这么做当然很累。

很多记录当下看不出价值，标签也不可能一次就打得完美，甚至今天存下来的某个细节，可能半年内都没什么用。

但我还是觉得应该存。

因为一家公司真正拥有的，从来不只是账户上的钱、办公室里的设备和员工名单。

还有你这么多年，积累的一切的数据和上下文。

模型可以买，Token可以买，Codex每家公司也都能用。

但你相信我，一家公司在无数个具体日子里留下来的上下文，这在外面是几乎永远不可能买的到。

所以我在内部推行的策略，就是应存尽存。

但所谓的应存尽存也不是把所有东西一股脑扔进知识库或者多维表格里面就完事了。

因为现实世界的冲突太多了，旧规则常年跟新规则混在一起，就跟我们现在Vibe Coding出来的代码一样，比如两个部门对同一个指标有两套口径，早已废弃的合同模板还排在搜索结果前面，Agent也并不会替组织把这些混乱消化掉。

它只会从里面挑一个看起来最像答案的东西，然后以AI的速度，把错误执行下去。

所以我们存在来的数据，要有来源，有时间，有负责人。

旧的东西要敢于废掉，冲突的口径要有人裁决，真正影响钱、合同和人的决定，一定要有人定期核查然后做数据清洗。

一定要知道，Agent不会让一家混乱的公司自动变得先进和井井有条。

背后的这些数据治理，才是真正的苦活累活脏活，但是却又是一个让组织的AI化进行飞跃的充分且必要条件。

三. 回