管理团队AI应用创新工作坊

Day 1 上午｜AI 认知升级和方略路径

模块1｜AI为何：构筑管控层的 AI 英才观

模块标的

：让管控层领会 AI 的本领边界和协同方式，防止将 AI 神化或者抓手化。

AI 不是替代全部人，而是放大人的判断、表述、拆解、组织和执行本领

能够将 AI 领会为“聪明但缺少公司 know-how 的新同事”：学识广、响应快、可持续事务，但需要明晰标的、来由、准则和边界

AI 会幻觉，尤其在缺少业务上下文、资料来源和校验制度时更容易出错

AI 协同质量取决于管人者是否能像带新人一样，给清楚差事、补足来由、定义准则、查验结果

管控层要害看法

：

AI 领导力不是会多少抓手，而是会定义问题、拆解差事、组织资源、规划验证

管控层要促成的不是“每个人都玩抓手”，而是让 AI 进入要害职位、要害流程和要害决策

资料安全、权限边界、脱敏制度和外发限制必须在一开始构筑

交流方式

：

让管控层列出自己最希望 AI 替队伍减轻的 3 类负担

实地判断：哪些属于个人提效，哪些有机会进入流程级运用

模块2｜他山之石：跨业界AI运用价值全景

模块标的

：用实例让管控层看到 AI 价值来自经营系统变化，而不是抓手演示。

小队伍高营收：看 AI 怎样放大人效和内容产能

流程重构降本：看 AI 怎样将重复和心得倚重环节沉淀为流程本领

内容生产提量：看 AI 怎样将百条级生产拉升为千条级生产

营运管控透明化：看多维表格、学识库和自动化怎样形成轻量营运中枢

业界实例可按照买方业界替换，例如物流、零售、电商、服务、制造、金融等等

核心结论

：

AI 对公司的价值主要落在三条路径上：

降本增效：减少重复劳动和低价值消耗

提质：拉升输出稳定性、响应速度和管控透明度

增收：更快上新、更快响应买方、更快验证新业务机会

模块3｜方略轮廓：公司拥抱AI的四个层级（点线面体）

模块标的

：让管控队伍构筑统一路线图，明晰本次工作坊要从“点”走向“线”。

层级

定义

管控层要做什么

常见误区

点

个人级赋能，在实际应用里，让一个人马上变强

找到高频、非标、脑力型岗位差事

误以为员工会用 AI 就等于公司落地

线

流程级嵌入，将 AI 放进从输入到输出的业务链路

选项要害流程，促成流程 owner 梳理和验证

不改流程，只买抓手

面

部门 / 系统级协同，破解跨岗位、跨部门协同

促成学识、资料、权限和流程联动

多部门各做各的，具体来看，局部更快、整体更慢

体

AI 原生组织和经营级大脑

作为长期方向，渐次建设组织运行制度

一开始就追求宏大平台，忽略当前试点

重点解说

：

点是入口，但线才是公司 AI 落地的要害转折

大多数公司卡住不是由于抓手不够，而是核心流程不清楚

面的核心是跨部门协同、学识沉淀、资料流动

体是方向，不是短期项目 KPI

课堂产出

：

公司当前 AI 落地阶段判断

本次工作坊优先锁住的 1-2 条业务线方向

Day 1 下午｜AI武器库和管控抓手

模块4｜AI领导力实战：提示词和结构化交流

模块标的

：让管控层领会提示词不是“写咒语”，而是管人者给 AI 分配差事的结构化交流本领。

提示词是 AI 时代的底层表述本领，也是驱动智能体、学识库、事务流的元本领

管人者的提示词心法：

定位设定：让 AI 进入正确事务状态

差事来由：补足公司语境和业务上下文

标的和约束：说明要达成什么、不能碰什么

输出准则：明晰格式、颗粒度、语气、判断准则

从“给答案”转向“让 AI 反问，拆解、给多方案、给校验清单”

实战上手

：

选项一个管控层真实差事，例如经营拆解、会议决策、方案评核、隐患提示

用结构化提示词让 AI 产出初稿

实地比较“随口问”和“结构化指令”的输出差异

模块5｜从抓手到代理人：智能体、学识库、事务流和Skills

模块标的

：让管控层领会智能体不是神秘技艺，而是将业务标的、公司学识，抓手调用和流程规则封装成可复用的数字助手。

智能体：像一名可复用的业务助手，能领会标的、拆解步骤、调用抓手、输出结果

学识库 / RAG：让 AI 基于公司制度、SOP、货品资料、买方资料回答和执行

事务流：将固定流程拆成节点、判断、循环和输出

Skills：将高频操作和心得封装为可复用本领模块

抓手 / 插件 / MCP：让 AI 和外部系统、资料和抓手连接

智能体的基本组成

：

组成

作用

管控层判断重点

提示词 / 定位设定

定义它是谁、要做什么

标的是否清楚

学识库

提供公司 know-how 和业务资料

资料是否准确、更新、可追溯

抓手 / 系统连接

让 AI 能查、写，算、调用系统

权限和安全是否可控

事务流 / SOP

让 AI 按照规则处理不同情况

流程是否稳定、边界是否明晰

人工校验

保证要害环节质量和责任归属

哪些必须由人决策

重点纠偏

：

不要一上来就追求“全自动数字员工”

先用明晰流程和小情境验证，再考虑系统连接和规模化

公司 know-how 是智能体好不好用的要害，不是模型本身决定一切

模块6｜AI武器库抓手串讲：从本领边界到情境匹配

模块标的

：让管控层知道有什么本领、适合什么情境、由谁来用、需要什么前置条件。

抓手 / 本领

适合情境

管控层判断

大模型

文本生成、拆解、收束、方案辅助

是否有清晰差事、上下文和校验

RPA / 自动化

跨系统搬运资料、自动点击录入、批量下载

流程是否稳定、规则是否明晰

学识库 / RAG

制度、货品、买方、项目资料问答

资料是否可治理、可更新

多维表格

轻量营运管控、协同中枢、资料看板

口径、权限、责任人是否清晰

资料拆解辅助

经营复盘、异常识别、指标解释

资料质量和人工校验是否具备

多模态生成

图片、视频，音频、营销内容

品牌调性、版权和审核制度

Skills / 事务流

高频差事复用、流程节点封装

是否能跨情境复用

核心结论

：

抓手不是起点，业务链路才是起点

AI 本身不等于资料获取，API、RPA、爬虫、AI 搜索是不同技艺路径

先做轻量 MVP，落地时，验证有效后再放大，具体来看，不要一开始就重平台化

Day 1 作业

：

请每位管人者回看自己分管的业务，列出：

哪些事务重复、耗时、人力密集

哪些环节倚重心得，但缺少准则化和资料支持

哪些决策慢、容易拍脑袋

哪些地方准则化难、管控成本高

哪些痛点能够用“点”破解，哪些必须进入“线”或者“面”

Day 2 上午｜业务流AI化和情境拆解

模块7｜从业务问题到业务链路再到AI方案

模块标的

：让管控层掌握从真实业务链路中发现 AI 机会点的办法，而不是凭感觉想情境。

基础认知

：

一切始于业务链路梳理。在运用 AI 之前，必须先将隐性的事务流程显性化、准则化。流程不闭环，AI 很难直接落地；流程能被心得化、准则化，执行层面，才有机会被 AI 化。

从模糊问题到 L3 主干流程的四步定位

：

明晰问题：将“效率低、协同差，资料乱”等等感受改写为可观察，可验证的业务事实

定位完整流程：从问题反推端到端流程，明晰起点，终点、上下游和业务结果

画出流程边界：梳理 5-8 个主干活动，标注定位、系统或者资料、输入和输出

识别要害节点：找出耗时、出错、等待和心得倚重节点，区分 AI 可辅助、需补资料资料和必须人工确认的边界

阶段产出

：《L3 业务链路定位卡》和要害节点清单。

业务流 AI 化三条路径

：

路径

定义

适合情境

隐患和提醒

精进

主流程不变，AI 像外挂一样增强某个节点

高重复、耗时长、倚重检索或者整理的节点

容易落地，但可能只破解局部效率

重构

以 AI 为中心重新规划流程，人转为督导者和处理例外

流程跑得通但效率不高，值得重新规划

需要更强流程 owner 和资料准备

掀翻

质疑旧流程是否还有必要，就一线经验说，用 AI 创造新的交付方式

旧模式限制增长或者体验

隐患更高，更适合方略型试点

四步法

：

还原流程：流程图 + SOP

规划 AI 时代的新流程：精进、重构、掀翻

评核和排序：商业价值、技艺可行性、资料准备、隐患、组织影响

规划解题打法和 MVP：由业务先验证，技艺再放大

模块8｜实战上手：业务情境的AI化拆解

模块标的

：让每组围绕一个核心业务板块，在实际应用里，完成流程还原，机会点识别和 AI 化路径判断。

分组方向示例

：

业务和市场拓展：大买方攻单、线索挖掘、买方画像、拜访准备

营运和履约保障：排班、调度、异常处理、流程协同

质量和风控管控：客诉处理、违规预警、隐患排查、合规校验

成本和资源管控：资源调配、物料管控、费用拆解、投入产出评核

组织和英才演进：员工培训、招聘面试、学识传承、员工关怀

买方服务和体验：咨询响应、投诉预测、服务分层，满意度复盘

共创差事

：

1. 每组将一个典型痛点改写为可观察的业务问题

2. 从问题反推端到端流程，明晰起点，终点和业务结果

3. 画出 L3 主干流程，不超过 8 个要害活动，标注定位、资料、输入和输出

4. 标注高重复、高耗时、高心得倚重，换个角度看，高隐患节点

5. 找出 3-5 个 AI 机会点，运行层面，并划定人工确认边界

6. 用精进、重构、掀翻三种路径分类

7. 初步判断需要哪些 AI 本领或者抓手

带出示例

：

精进层：经理写日报耗时长 → AI 自动汇总资料生成日报草稿

重构层：客服人工接听并记录工单 → AI 先接听，摘要、填单、分派，复杂投诉转人工

掀翻层：买方投诉响应慢 → AI 根据轨迹，天气，历史投诉预测延误，提前安抚和补偿，从实践看，减少投诉发生

课堂产出

：

每组一张业务链路图

每组一张 L3 业务链路定位卡和要害节点清单

每组 3-5 个 AI 机会点

每个机会点的 AI 化路径分类

模块9｜AI解题打法路径：从机会点到试点方案

模块标的

：让管控层将机会点从“想法清单”推进到“可验证方案”，明晰该用什么 AI 本领、需要什么资料、谁来负责、怎样验证。

基于 AI 武器库判断机会点适合哪类解题打法

固定、规则明晰的节点可考虑事务流或者自动化

学识密集、口径统一类节点可考虑学识库 / RAG

重复输出类节点可考虑提示词模板或者 Skill

跨系统、跨入口、持续触发类情境需进一步评核权限、系统连接和运行层条件

解题打法路径示例

：

机会点类型

可能的解题打法

高频文本输出

提示词模板 / Skill

内部资料问答

学识库 / RAG

固定步骤处理

事务流式智能体

跨系统重复操作

RPA / 自动化

管控汇总和提醒

多维表格 / 消息入口 / 运行层

共创差事

：

为本组 AI 机会点匹配解题打法路径

判断哪些适合 2-4 周 MVP，执行层面，哪些需要先补流程，资料或者权限

选出 1 个最值得先验证的试点方向

Day 2 下午｜决策和行动：管控队伍的AI作战图

模块10｜AI机会点评核和落地决策

模块标的

：将“想法清单”变成“优先试点决策”，防止每个方向都想做，就一线经验说，最后没有一个跑通。

评核维度

：

维度

判断问题

商业价值

是否击中核心 KPI：降本，增效、提质、体验、增长

技艺可行性

当前 AI 本领和抓手是否足以支撑

资料准备

是否有可用资料、资料、SOP、实例和样本

安全边界

是否涉及敏感资讯，买方隐私，外发限制

资源投入

是否能用 2-4 周做轻量 MVP，执行层面，从实践看，而不是一上来重投入

组织影响

一线员工会欢迎还是抵触，就一线经验说，谁是 owner，具体来看，谁来复盘

推进条件

流程、资料，权限，人员和抓手是否具备

小组筛选

：

回看上午拆出的 AI 机会点

每组用评核维度打分

选出 1 个最值得马上做的“必赢之仗”

明晰先做 MVP，从实践看，具体来看，从实践看，不承诺一开始就做完整系统

模块11｜实战工作坊：《AI试点行动规划》

模块标的

：让每组将优先试点写成一份可执行行动规划。

定位定位

：

管人者不负责写代码，也不负责亲自做所有抓手配置。管人者负责定方向、定优先级、给资源、定准则，运行层面，设复盘制度。

行动画布

：

字段

填写说明

项目名称

例如：区域智能客服助手、经营拆解日报助手、销售线索跟进助手

破解什么问题

描述当前痛点、影响范围和现况资料

AI价值层级

点、线、面、体；精进、重构或者掀翻

核心业务链路

当前流程怎样运转，要害节点为何

AI机会点

AI 具体介入哪些节点

技艺路径

大模型、学识库、事务流、RPA、多维表格、智能体、Skills 等等

资料准备

需要哪些 SOP、样本、表格，历史记录、学识资料

责任分工

老板 / 管人者，从实践看，业务 owner、IT，业务尖兵分别做什么

第一周动作

先整理什么资料，在实际应用里，先验证哪个最小环节

2-4周MVP

怎样做出最小可验证结晶

成功指标

例如处理时长缩短、错误率下降、响应速度拉升、转化拉升

隐患将控

资料安全、人工校验、权限、质量、合规

后续放大

MVP 有效后怎样进入工程化或者跨部门复用

课堂产出

：

每组一份《AI试点行动规划》

每组一个 2-4 周 MVP 验证路径

每组一个责任分工和复盘节奏

模块12｜路演和行动承诺

模块标的

：借助路演让方案接受同伴和讲师校准，促成管控层形成真实行动承诺。

路演结构

：

1. 我们选项的业务问题为何

2. 它为何值得优先做

3. 当前流程为何样

4. AI 机会点在哪里

5. 我们选项精进，重构还是掀翻

6. 2-4 周 MVP 怎么验证

7. 谁负责，就一线经验说，实操中，成功指标为何

8. 需要哪些资源支持

点评重点

：

是否击中真实经营问题

是否选得充分具体，换个角度看，在实际应用里，不是大而空的方略口号

资料和资料是否可准备

是否具备 2-4 周内验证的可能性

责任人和复盘制度是否明晰

解题打法路径是否匹配当前阶段

最终产出

：

试点优先级排序

管控层行动承诺

后续复盘建议

可进入下一阶段定制带练或者落地陪跑的试点清单

交付产出

管控队伍 AI 共识和阶段判断

AI 本领和业务情境匹配表

各组核心业务链路图

AI 机会点清单

AI 解题打法路径草图

AI 机会点评核结果

《AI试点行动规划》

2-4 周 MVP 验证路径

定位分工、资源诉求和复盘制度

可定制方向

可按照业界替换实例和分组方向：物流、零售、电商、制造、金融、教育、医疗、专精服务等等

可按照买方组织层级调整：总部高管、区域总经理、事业部负责人、职能管控队伍

可按照买方标的调整侧重：

认知统一：加重实例、点线面体和 AI 武器库

试点共创：加重业务链路拆解、机会评核和行动规划

数智化基础较强：加重学识库、智能体、事务流、RPA、系统连接

已有试点方向：加重解题打法路径、组织治理和 MVP 复盘制度

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|董俊豪老师