1 / 1
半醒商学 · AI 应用
LEVEL 3 · 高阶

组织级 AI 落地

从个人杠杆到团队生产力
A7 · 高阶第三课时长 45 分钟适用：企业主 / 高管 / HR 与培训负责人
个人用 AI 提效，是加法；组织用 AI 提效，才是乘法。
但大多数企业的 AI 项目，死在同一个地方：买了工具，没建系统。
这一课讲清楚：组织该怎么落、从哪开始、怎么算账、哪些红线不能碰。
主讲人：半醒先生
酉时降于鄱阳湖畔农家。
半生穿越五百强、麦肯锡、投资场与创业路。
以半醒为名：不装全懂，不随大流；
留一半清醒看世界，留一半糊涂对自己。
著有《走过的路，脚下的灯》。
“
组织不缺会用 AI 的人，
缺的是让 AI 沉淀下来的机制。
—— 半醒先生
01

为什么大多数企业的 AI 项目会失败

Why It Fails
先讲失败，因为失败的模式高度雷同。对号入座，比听成功案例有用。
10 分钟

四种典型死法

死法一
买工具不建主库
全员开通账号，人人各聊各的。半年后，公司的知识资产一份都没多——全散在个人对话记录里，员工一离职，全带走了。
死法二
从最难的场景切入
第一个项目就挑核心业务系统、复杂审批流。周期长、风险高、见效慢，还没做出成果，预算和耐心就先耗光了。
死法三
只培训不改流程
请老师讲两天课，员工回去照旧。因为考核方式没变、交付标准没变、审批流程没变——AI 用不用，对他没有任何区别。
死法四
没有红线，出一次事全面叫停
有人拿客户数据去喂公开模型，或者 AI 编的数据进了对外报告。出一次事，领导一句「以后都别用了」，前面全废。
个人 AI 与组织 AI 的根本差别
个人层面
提效是加法
一个人用得好，产出翻两倍。
但他离职、休假、换岗，这个能力就跟着走了。

本质：能力长在人身上。
组织层面
沉淀是乘法
把个人摸索出来的打法，变成组织的 Skill 库、模板库、SOP。
新人进来第一天就能调用老手的判断方式。

本质：能力长在系统里。
02

落地路径：从哪开始，怎么推

The Rollout Path
一条被真实验证过的推进顺序。核心原则：先小后大、先内后外、先补后替。
14 分钟
五个阶段，九十天见效
PHASE 1
选场景（第 1–2 周）
找「高频、低风险、有明确交付物」的场景：会议纪要、周报汇总、方案初稿、客户答复模板。
不要碰核心系统。
交付：3 个试点场景清单
PHASE 2
建主库（第 3–4 周）
为试点场景建立组织主库：业务事实、术语口径、模板样例、红线清单。这是最重要的一步。
交付：组织知识主库 v1
PHASE 3
封 Skill（第 5–8 周）
让最会用的那几个人，把打法封装成 Skill：触发条件、分析框架、执行步骤、输出规范、红线。
交付：5–10 个岗位 Skill
PHASE 4
改流程（第 9–10 周）
把 AI 产出接进真实流程：谁审、按什么标准验收、出错谁负责。不改流程，前面全白做。
交付：新版作业 SOP
PHASE 5
算账与扩面（第 11–13 周）
统计试点场景的工时节省与质量变化，用数据决定下一批推哪些岗位。
交付：ROI 报告 + 扩面计划
为什么第 2 步比第 3 步重要
很多企业跳过建主库，直接培训员工写提示词。
结果是：一百个人写出一百套口径，AI 输出的东西没有一份能直接用。

选场景的四象限

不是所有场景都适合先做。用两个维度筛：频次高低 × 风险高低。

✓ 先做
高频 · 低风险
会议纪要、周报月报、方案初稿、话术模板、资料整理、培训课件。
特点：天天要干、干错了改一改就行、成效立刻看得见。
○ 后做
低频 · 低风险
年度总结、竞品研究、政策解读。
值得做，但见效慢，不适合当第一个试点。
○ 慎做
高频 · 高风险
客户直接沟通、合同条款、财务数据处理。
必须先有红线和人工复核机制，再上。
✗ 别碰
低频 · 高风险
重大决策、法律文书、对外披露、医疗健康结论。
这类场景 AI 只能当参考，不能当交付。
岗位级落地：五类岗位的切入点
岗位先做什么预期效果必设红线
销售客户资料整理、答疑话术、跟进纪要、方案初稿准备时间省 50%+报价与承诺必须人工确认
市场内容选题、文案初稿、竞品监测、活动复盘内容产能翻倍对外发布必须人工终审
管理会议纪要、周报汇总、面谈准备、方案评审行政时间大幅压缩涉及人事评价不得外传
培训课件生产、案例整理、考题生成、学员答疑课件产能提升数倍方法论原文不许改写
职能制度梳理、流程文档、数据汇总、模板维护文档标准化敏感数据不出内网
推进的次序
从培训岗和职能岗先推——他们产出的是文档，风险最低、成效最直观，还能顺手把组织主库建起来。
真实案例 · 一个人验证出来的组织样本
REAL CASE
HMW-AI-OS
90
天周期
第 1 月：建主库、定规则、封第一批 Skill
第 2 月：跑真实项目（商业方案 / 课件 / 官网）
产出：27 个 Skill、221 份成果、138 份课件
关键：所有资产沉在主库，不在工具里
验证：四类 AI 工具间自由切换，主库零搬迁
结论：能力长在系统里，不长在工具上
个人验证通过的模型，可直接放大到团队

案例启示

先用一个人跑通，再谈全员推广
企业最常见的错误是一上来就全员铺开：几百个账号、一场大培训、一堆 KPI。

更聪明的做法是先让一两个人跑满 90 天，把主库、Skill、流程、红线全部跑出来，形成一套「能抄的样板」。

然后再推广——推广的不是工具，是这套样板。这时候的培训才有内容可讲，员工照着做就能出结果，而不是回去自己瞎摸。
03

算账与红线：让 AI 项目活下来

ROI and Red Lines
拿不出账，项目撑不过第二个季度；守不住红线，一次事故就全面叫停。
12 分钟

怎么算这笔账

不要用「效率提升 30%」这种说法，老板不信，也没法验证。用可核对的三组数。

① 工时账
同一件事，前后耗时对比
选 3 个试点场景，各取 10 个真实样本，记录使用前后的实际耗时。
输出：省下多少人·小时/月。
② 质量账
返工率与一次通过率
AI 参与前后，方案被打回重做的比例变化。
输出：返工率从 X% 降到 Y%。
③ 资产账
沉淀了多少可复用资产
新增了几个 Skill、几套模板、多少条组织记忆。
这是最容易被忽略、却最值钱的一笔。
成本侧也要说清楚
工具订阅 + 培训投入 + 主库建设的人力。
敢把成本摊开算的项目，才敢让人相信它的收益。

组织必须先立的五条红线

红线一
数据不出界
客户隐私、财务数据、未公开信息、人事评价，不得输入外部公开模型。要用，先做脱敏或走内网部署。
红线二
对外必须人工终审
任何对客户、对公众、对监管的内容，AI 只能出初稿，署名的人负全责。
红线三
不许编造，来源可查
所有数字、引用、案例必须标注出处；查不到的写「待核」。编造一次，整份材料的可信度归零。
红线四
方法论与原文不许改写
制度、法条、SOP、原著方法论——只许整理，不许润色。步骤名一改，执行就走样。
红线五
责任归属清晰
AI 是工具，不是责任主体。每一项交付都要有明确的人签字。「AI 写的」不能成为免责理由。
研讨与练习
PRACTICE 01
筛出你公司的三个试点场景
用「频次 × 风险」四象限，从本部门实际工作里筛出三个高频低风险场景，说明为什么是它们。
PRACTICE 02
写一份 90 天推进表
按五阶段模板，写出你部门的 90 天落地计划：每阶段的负责人、交付物、验收标准。
DISCUSSION 03
定你的行业红线
结合本行业监管与客户要求，在通用五条红线之外，补充两条你们行业特有的禁区。

带走六句话

01
四种死法：买工具不建主库、从最难场景切入、只培训不改流程、没有红线。
02
个人 AI 是加法，组织 AI 是乘法——差别在能力长在人身上，还是长在系统里。
03
落地五阶段：选场景 → 建主库 → 封 Skill → 改流程 → 算账扩面，九十天见效。
04
选场景用频次 × 风险四象限：先做高频低风险，重大决策类别碰。
05
算账用三组可核对的数：工时账、质量账、资产账，成本也要摊开说。
06
五条红线：数据不出界、对外人工终审、不许编造、原文不许改写、责任归属清晰。
END
先用一个人跑通，再谈全员推广
不改流程，培训就是白开水
能力要长在系统里，不长在人身上
半醒先生 · 主讲