传统企业
AI 转型之道
少走弯路
肖洒 · 御顺金融 · AI 项目经理 · 2026
一个骨干员工要离职，
老板说死了——
不准招人。
他手头的工作，谁来接？
这是我们正在发生的事
今天讲三件事
01 找痛点
哪些流程是真的"痛"，值得用 AI 去解决？
02 跑场景
从一个真实场景切入——怎么干出来的？
03 算清账
投多少、省多少、值不值得做。
老板要抓的是转型路线，不是工具教程
我是谁？
银行金融 6 年
→ AI 落地 3 年
我是AI 项目负责人
老板请我进来的目的很明确：不是维护系统，是专门解决业务问题。
今天讲的每一个案例，都是我真的干过的。能做就做，做不成也知道为什么。
PART 02
案例先行
薪酬核算——从零基础到一人包揽
困境
多家子公司独立核算，阿米巴模式，入离职交叉，数十条考勤规则。
子公司财务要离职，款姐不准招人。接手的是董助——零财务经验。
破局
不是先学财务，是先重构流程——把跨部门的薪酬 SOP 全部梳理出来。规则确定、业务合规，再把具体执行步骤交给 AI。
结果：一人包揽人力总监 + 薪酬专员全部工作。
规则越清晰，AI 越可靠。不是 AI 多聪明，是我们先把自己理清楚了。
把沉睡的客户数据"叫醒"了
困境
多年客户数据在数据库里沉睡。
销售靠翻、靠问、靠猜——效率低、遗漏多。
说白了：人找信息，信息在睡觉。
解法
本地部署轻量化大模型，自动提炼每个客户的交易、跟进、偏好、风险——从人工触达到 AI 推送。
本质：这不是技术项目，是业务项目。
从"人找信息"变成了"信息找人"
两个案例的共性
- 都不是"装个工具就解决"的事——先理流程，再上 AI
- 都是真实业务问题——不是为用 AI 而用 AI
- 都能算清楚账——省了人、省了钱
方法可以学，但工具呢？
接下来聊聊——AI 到底是什么，以及该选什么。
PART 03
工具认知 & 核心命题
理解 AI 的"三层架构"
很多企业用 AI 的困惑，不是因为 AI 太复杂，而是没有人把它拆解开。
大脑层 · 大模型
提供理解、推理、生成的核心能力
代表：DeepSeek、OpenAI(GPT)、Claude
类比：就像聘请了一群不同专业的顾问
——中文合同找 DeepSeek，逻辑分析找 GPT，长文本找 Claude
老板要知道的：这是"脑力"，不负责执行。选模型就像选专家——不同专家擅长不同领域。
身体层 · 框架
执行动作、连接系统、操作工具
代表：Codex、WorkBuddy、OpenClaw、Hermes
类比：给大脑装上"手和脚"
——Codex 适合搬砖操作，WorkBuddy 适合写内容
OpenClaw 是个人助理，Hermes 是自进化管家
老板要知道的：身体决定能做什么动作。想自动化选 Codex，想生成内容选 WorkBuddy。
工具层 · 应用
场景化预制能力，直接上手用
代表：Skills / 插件 / 预制模板
类比：拧螺丝用扳手，锯木头用锯子
——每个工具解决一个具体场景
老板要知道的：工具层是最容易上手的，但不要为了工具而买工具。先知道大脑和身体怎么配，再决定用什么工具。
各司其职，层与层之间由专业的人来接
常见错误①：把大脑当家政 → 让它去管系统数据 → 乱
常见错误②：身体接不上大脑 → 大模型再强也推不动 ERP
正确姿势：先定场景 → 再配大脑 → 再装身体 → 最后选工具
工具是表象，先定位问题
市面上的 AI 工具名字五花八门——但回到三层架构，一切就清晰了。
🧠 大脑层
选"脑子"
→ DeepSeek / OpenAI / Claude
💪 身体层
选"手脚"
→ Codex / WorkBuddy / OpenClaw / Hermes
🔧 工具层
选"工具"
→ Skills / 插件 / 预制方案
先定大脑：你的场景需要什么样的"智力"？
中文合同制度 → DeepSeek · 复杂逻辑推理 → OpenAI · 长文本分析 → Claude
模型选错了，身体再强也没用。
再定身体：你的场景需要什么样的"动作"？
重复操作+系统对接 → Codex · 写报告+内容生成 → WorkBuddy
个人日常助手 → OpenClaw · 自进化流程 → Hermes
身体选错了，大脑再聪明也干不了活。
最后选工具：场景化的预制能力
拧螺丝用扳手，锯木头用锯子。别为了一个螺丝刀，去定制一整套系统。
工具只是辅助，先搞清楚问题本身。
别被工具名字绕晕了。先定位问题，再配大脑，再装身体，最后选工具——顺序不能乱。
老板做决策，不做安装工
你的角色不是亲自装工具，而是做三个层级的决策。
第一层 · 战略
值不值得做
先做哪条业务线？投多少预算？谁对这个结果负责？
算不算得清账——ROI 能不能讲清楚？
→ 只有老板能回答的问题
第二层 · 场景
从哪切入
哪个环节重复度最高、标准化最好、风险最低？
切入点选对了，事半功倍；选错了，团队信心全没。
→ 需要业务判断力
第三层 · 组织
谁来落地
内部负责人是谁？团队怎么搭？工具谁管、场景谁推？
没有内部接住的人，外部支持一走就停。
→ 一把手工程，不可外包
你不是码代码的人，但你要知道企业需要什么样的 AI 架构。
跟盖楼一样——你知道柱子打在哪，而不是自己砌砖。
两个常见误区
买课 = 落地？
知道 ≠ 做到。市面上不缺好课，缺的是能把事干完的人。
工具 = 方案？
工具堆砌 ≠ 流程重构。我们自己也踩过——买了一堆，最后最常用的是最不起眼那个。
先找流程，再找工具
老板三问
这三个问题能回答清楚 80%，场景就能跑。
- 哪个环节重复劳动最多、最标准化？
- 数据能不能支撑 AI 跑起来？
- 投多少、干多久、省多少？
三个关键词：选场景 → 搭入口 → 建机制
PART 04
落地方法论
三阶段路径
2-4 周
试点
选一个场景跑通
1-3 月
流程重构
打通跨部门流程
长期
组织能力
沉淀为组织资产
不要第一周就想做第二阶段的事——我们吃过的亏。
试点清单
六类高频场景，适合跑第一个试点
销售跟进
客户跟进提醒、自动总结
会议纪要
录音转文字、提炼结论
日报周报
数据汇总、自动生成
对账核对
银行流水、发票自动比对
考核触达
绩效结果批量通知、反馈收集
知识问答
制度文档自动答疑
筛选条件：重复高 · 规则清 · 风险低 · 能验收
岗位变革——两种方案
流程优先，岗位后定
先天马行空重构流程 → 再分门别类 → 最后定岗位。
适合大刀阔斧改革的企业。
案例：人力-打卡-薪酬-绩效-发薪，本身就是跨部门完整流程 → 规范流程化，AI 全权接手。
岗位优先，由点及面
从一个岗位切入 → 做通了串联流程 → 升级合并岗位。
适合稳健推进的企业。
没有哪个方案更好。关键不是选方案，是开始干。
从董助到人力总监
01
一期 · 已完成
董助一人包揽
人力 + 薪酬
02
二期 · 进行中
彻底重构
人力岗场景
03
三期 · 规划中
AI 驱动的
组织架构
不是 AI 取代人，是会用 AI 的人取代不会用 AI 的人
避坑指南
三个停止条件
- 流程混乱 → 先优化，再谈 AI
- 数据质量差 → 先做集中存储
- 高风险决策 → AI 做辅助，人做决策
四个坑
- 学太多工具 → 一个都没用起来
- 忽视数据安全 → 追悔莫及
- 员工抵触 → 让他"看到 AI 在帮他省时间"
- 没有内部负责人 → 外部一走，项目就停
PART 05
进阶
流程重构与组织能力
流程重构
AI 不是贴在旧流程上的创可贴
人找信息
销售翻数据库、财务对excel、人力催审批……效率低、容易漏
信息找人
AI 提炼、推送、提醒——人只需要做决策
*还记得客户数据案例吗？本质就是这个。
组织建设
三个核心资产
- 知识库 — 制度、合同、流程文档化
- 智能体 — 场景化的 AI 助手
- AI 能力中心 — 内部负责人 + 推进机制
个人尝鲜 → 团队流程 → 组织资产
工具只是辅助
懂了架构之后，再看工具就清晰了：
大脑层
DeepSeek(中文) / OpenAI(推理) / Claude(长文本)
身体层
Codex(操作) / WorkBuddy(内容) / OpenClaw(助手) / Hermes(自进化)
工具层
Skills / 插件 / 预制方案——拿来就用
先定场景，再配大脑，再装身体，最后选工具。
薪酬案例——反着看，更有价值
做成了值得高兴，但更值得说的是——如果当时没有这些条件，AI 帮不了任何忙。
教训一
流程先理清楚
如果当时薪酬 SOP 本身就是乱的——打卡规则不统一、绩效口径不一致、跨部门数据对不上——AI 只会加速制造混乱。
AI 不是混乱的解药，流程才是。
教训二
必须有内部负责人
项目启动时，外部顾问花了大量精力做梳理。但如果当时公司内部没有人能接得住——记录流程、跟进问题、推动各部门配合——顾问一走，一切归零。
外部是加速器，内部才是发动机。
教训三
别一上来就想干大的
我们第一步只做了薪酬核算——一个够痛、够清晰、够独立的场景。没碰绩效、没碰招聘、没碰组织架构。
先跑通一个点，再复制一条线。
AI 没那么神，它只是逼着我们把该理的事先理清楚。反过来想——
如果这三件事你都具备了，那 AI 就是你最好的队友。
PART 06
互动 & 收束
一张纸工作坊
拿出一张纸，写下这三个问题：
找重复
你最耗时的 3 个重复性工作是什么？
看数据
其中哪个数据最规范、最容易标准化？
算价值
效率翻倍，价值多大？（1-10 打分）
现场选 2-3 位，每人 1.5 分钟
成熟度自查 Fast Pass
| 维度 | 0-3（先治理） | 4-7（先试点） | 8-10（可复制） |
|---|---|---|---|
| 流程 | 混乱、无文档 | 部分标准化 | 全流程 SOP |
| 数据 | 散落、质量差 | 部分集中 | 结构化可调用 |
| 工具 | 无统一入口 | 正在试点 | 平台化运行 |
| 组织 | 无人负责 | 有内部推动者 | 专职团队 |
| ROI | 算不清账 | 部分可衡量 | 清晰可量化 |
总结——老板三件事
- 选切入点——高频、标准化、低风险、可衡量
- 搭基础设施——统一 API、入口、负责人
- 建提效文化——看节省时间，给试点激励
AI 转型不是从买工具开始，是从找到一个能算清账的重复流程开始。
回到开头那个问题
骨干要离职，
不准招人。
我们做到了。你也可以。
不是让每个员工都变成 AI 专家，
是让每个重复流程，都有机会被重新设计一遍。
先跑通一个场景，再复制一套方法。
谢谢大家 · 欢迎提问