四位实践者分享企业AI落地的组织化挑战

企业可使用的AI工具持续增加，但采购工具、开通账号并不会自动带来效率提升。企业真正需要面对的，是如何调整工作流程、沉淀知识，并让个人经验转化为组织能力。

10月22日举行的上海活动中，四位来自不同企业的实践者介绍了各自的AI应用进展、现实障碍和后续计划。相关案例覆盖研发提效、组织协作、客户沟通数据整合以及财务报销自动化等场景，为观察企业AI落地提供了多种视角。

这些实践显示，企业AI应用正在从“个人会不会用”转向“组织能否围绕AI重新协作”。有企业已将AI嵌入日常流程，也有企业开始推动更多员工参与，并尝试用研发效率等指标验证效果。

TGO鲲鹏会朱凯迪表示，个人可以借助AI连接多个系统、并行处理任务，减少跨团队沟通成本。他曾先梳理项目结构、技术要求和性能约束，再用AI重构一项搁置多年的C++游戏引擎项目，数小时内完成了原本因工作量过大而暂停的工作。不过，他也提醒企业关注Token消耗与生产力收益的平衡，并建设统一可靠的知识库，否则个人踩过的坑可能在组织内重复出现。闯奇信息科技董事长黄炳川龙则希望将应用范围从少数成员扩展到更多员工，推动AI组织建设。

正耀电子科技联合创始人、副总葛占国介绍，企业已在财务、技术支持和软件移植等部门开展实践，但固有思维和工作方式仍是重要阻力。千零软件创始人陈冲认为，创始人的认知和投入十分关键；客户沟通信息分散在不同平台，限制了AI获取完整上下文，他还在探索用AI处理财务报销，减少人工整理与核对。知识库因此不能只是孤立的技术项目，信息还必须被连接并嵌入流程。

企业评估AI时，除了工具费用和效率提升，还应考虑员工使用方式、知识准备、流程调整及模型Token成本；同时识别重复劳动和信息断点，明确哪些环节可自动化、哪些仍需人工判断，并防止关键经验集中在少数员工身上。更可行的路径是从具体问题开始，先验证一个项目、一次客户响应或一项数据整合，再根据投入产出、风险和可复制性持续迭代。AI改变的是解决问题的方式，目标选择、资源组织和效果判断仍需企业完成。