01 / 先把工作理清
业务与数字化基础仍在建设
- 资料散在微信、Excel 和个人文件里
- 规则依赖经验，交接经常需要反复确认
- 还说不清输入、负责人和完成标准
先让工作变得可以被 AI 理解。
- 梳理一项工作
- 整理规则与资料
- 验证一个小场景
留下：流程图、资料清单、首个场景与验收约定。
从场景梳理与培训开始 →START WITH YOUR FOUNDATION
企业基础不同，
AI 的起点也不同。
先对照一项具体工作的现状。同一家企业，不同部门也可以从不同位置开始。
02 / 接入已有业务
已有系统、数据与实施基础
- ERP、OA 或 CRM 已承载日常工作
- 关键流程、数据来源与权限相对清楚
- 已有 IT 或 AI 团队，可以共同实施
让 AI 参与已经定义清楚的工作。
- 确认数据与接口
- 约定权限和人工确认
- 验证后接入流程
留下：接入方案、权限边界、验证记录与优化清单。
了解企业 AI 项目 →BUSINESS SCENARIOS / 场景示例
从一项工作，看 AI 怎样参与。
展开一个场景，查看输入、处理、人工确认与输出。具体接入范围在项目中确认。
营销与销售把询盘整理成可跟进的报价草稿
- 输入
- 客户邮件、产品目录、报价规则
- AI 参与
- 提取需求，匹配候选产品，标出信息缺口
- 人工确认
- 业务人员确认规格、价格与交易条件
- 输出
- 带来源和待确认项的报价草稿
先看：产品编码是否一致，缺失条件由谁补齐。
产品与研发让技术资料查询能追溯到版本与出处
- 输入
- 规格书、项目资料、历史问题记录
- AI 参与
- 检索相关段落，整理差异并附来源
- 人工确认
- 工程师确认版本适用性与技术结论
- 输出
- 带出处的资料摘要和待核实问题
先看：版本是否可识别，过期资料是否会被误用。
采购与供应链把交期变化变成清楚的跟进任务
- 输入
- 采购订单、供应商反馈、交期记录
- AI 参与
- 对比约定与最新进展，列出异常与跟进建议
- 人工确认
- 采购人员确认变化及对外沟通内容
- 输出
- 可核查的异常清单与跟进草稿
先看：订单状态是否持续更新，提醒是否有负责人。
生产与品质从异常记录中找到相关处理经验
- 输入
- 检验记录、SOP、历史异常与改善记录
- AI 参与
- 定位相似记录，整理处理路径和出处
- 人工确认
- 品质或生产负责人确认适用条件与处置
- 输出
- 带参考依据的异常处理建议
先看：历史经验与现行 SOP 是否一致。
财务与经营把经营指标变化整理成待核查清单
- 输入
- 经授权的报表、指标定义、业务明细
- AI 参与
- 对比变化，关联明细并整理解释线索
- 人工确认
- 财务或业务负责人核对口径与原因
- 输出
- 带计算口径和明细来源的经营摘要
先看：指标口径、数据时点与可见权限是否明确。
企业知识让常见业务问题找到可追溯的回答
- 输入
- 制度、流程、产品与培训资料
- AI 参与
- 按权限检索资料，生成带出处的回答
- 人工确认
- 资料负责人确认版本，复杂问题交给对应人员
- 输出
- 可追溯的答复与需要补充的知识清单
先看：资料由谁维护，找不到答案时交给谁。
UNDERSTAND THE WORK
五个维度，形成一份可执行的清单。
把问题落到具体的缺口、负责人和下一步。
业务
要改善什么？
任务范围与验收标准
流程
哪里重复、等待或依赖判断？
流程图与人工确认节点
数据
资料能否持续、准确地获取？
数据来源与待整理项
系统
哪些接口和操作可以开放？
接入点与权限清单
组织
谁使用、维护和处理异常？
责任分工与复盘安排
最终形成：优先场景、待补基础、小范围验证计划。
AI AT WORK / 工作职责示例
一个能工作的 AI 员工，
先有一份清楚的工作约定。
以“订单处理助手”为例，把职责、工具与人工判断放进同一份约定。
工作示例
订单处理助手
把订单资料整理成可核查的草稿，交给业务人员确认。
- 邮件 / Excel / PDF
- 字段识别与校验
- 待确认草稿
- 人工批准
- 授权写入 ERP
- 资料与知识
- 订单原件、产品编码、字段规则；保留来源。
- 职责与 SOP
- 识别字段、校验规则、整理草稿；不自行决定交易条件。
- 工具与权限
- 仅使用约定的数据和接口；正式写入须经授权确认。
- 协作与异常
- 缺字段、匹配不明或执行失败时暂停，交给指定人员。
- 验收与记录
- 用约定样本检查字段、来源与异常处理，记录执行结果。
WAYS TO WORK TOGETHER
项目与培训，围绕同一项工作。
既可以一起做出应用，也可以先让团队建立实践方法。
企业 AI 项目
把一个明确需求，做成可试用、可验证的应用。
从需求到可用应用
合作后留下什么
- 业务问题与范围约定
- 应用原型与工作流程
- 验证记录与交付说明
企业 AI 起步培训
从一项日常任务开始，把方法带回工作。
面向业务与职能团队
合作后留下什么
- 适用场景清单
- 可复用的任务模板
- 练习与复盘记录
TECHNICAL WORKSHOP
已经有 AI 团队，
我们从现有问题开始。
带着正在推进的项目、当前架构和一个具体卡点，共同定位问题、比较方案并安排验证。
架构评审
检索结果不稳定、工具边界不清楚，或链路越来越复杂。
交付：问题清单、关键约束与优化顺序。
专项验证
围绕知识检索、工具调用、权限或长任务，验证一个明确假设。
交付：验证方案、测试样本与判断标准；按约定范围完成小型验证。
技术共创
与内部团队一起梳理分工、方案取舍与后续实施路线。
交付：技术路线、可执行优化清单与复盘安排。
- 带来现有方案与问题
- 共同拆解并比较选项
- 验证关键假设
- 形成下一步行动
开始前准备：一张现有架构图、一组可分享的样例、当前限制与希望改善的结果。
ENTERPRISE PRACTICE
企业内部实践
案例整理中
订单信息处理
详细内容后续补充。
案例整理中
企业 AI 工作台
详细内容后续补充。
SELECTED WORK