同一个 QBR(Quarterly Business Review,季度业务回顾) 场景,五个人各自做了五个 Skill。
每个版本都能解决一点问题,也都带着各自的习惯。
工具越来越多,团队却开始为几个新问题发愁:哪个版本最好?谁来维护?新人应该用哪一个?
一旦每个人都在自己的版本上继续修改,组织很快就失去了统一标准。
这是网易智企·云商团队在推进 AI 转型时遇到的一个真实场景。员工开始使用 AI,转型才刚刚起步。
个人经验能否进入共同的知识库,零散用法能否固化成业务流程,AI 识别出的信息能否被人推进到结果,决定了这些尝试最终会停留在个人提效,还是逐渐成为组织能力。
8 月 7 日,崔牛会「SaaS 企业 AI 转型」系列深度学习走进网易智企。
网易智企·云商业务负责人肖钰妍、网易智企·云商Agent 业务负责人赵胜海、网易智企·云商客户成功负责人柯明星,分别从业务转型、知识密集型组织和客户成功三个角度,分享了团队在 AI Native 转型中的实践。
三位嘉宾从各自负责的业务讲起,话题很快都落到了组织怎么工作这件事上。
AI 进入日常工作后,知识怎么流动、流程怎么调整、判断由谁做、结果由谁负责,都会成为企业必须回答的问题。
|
| 肖钰妍 网易智企·云商业务负责人 | |
|---|---|
赵胜海 网易智企·云商Agent 业务负责人 |
柯明星 网易智企·云商客户成功负责人 |
01
从局部探索到组织重构AI 转型会经历三道关肖钰妍把云商团队的 AI Native 转型分成三个阶段。
第一个阶段是局部探索。
企业引入大模型和 AI 工具,在客服、内容、数据处理等局部场景中试用,先验证 AI 能不能产生价值。
这个阶段的使用往往比较分散,员工按照自己的习惯选择工具、写提示词、搭 Skill。
第二个阶段是流程固化。
随着个人用法不断增加,重复建设、输出不稳定和协作困难会逐渐暴露出来。
团队需要识别高频、高耗时的场景,把较好的个人实践沉淀为组织级知识库、工作台和标准流程。
第三个阶段进入组织重构。
原来的岗位分工开始变化,对人的要求也跟着变了。研发会直接参与需求调研,产品经理动手完成前端原型,售前也会进一步参与 POC。
随着这些工作越做越快,团队需要重新安排谁来做什么、怎么配合。
云商团队先让员工把 AI 用起来。
他们开放 AI 需求许愿池,让一线同学描述日常工作中最耗时、最重复的任务,也要求每个人亲手完成一个简单的 Skill。
团队随后把实践分成三个层级:个人可用、个人好用、组织好用。
- “个人可用” 强调先跑通,哪怕只能解决一次任务;
- “个人好用” 要求输出相对稳定,并且能被同职能的伙伴使用;
- 到了 “组织好用” ,应用需要有清晰的输入输出、权限、监控、维护责任和兜底机制,产研团队也会正式参与。
这套分层的价值,在于给探索和治理留出了不同空间。
员工可以先低成本尝试,团队也不会急着把每个想法都做成正式产品。只有经过真实工作验证、具备复用价值的场景,才继续进入组织级建设。
CSM 工作台就是这样长出来的。
团队收集到二十多个 Skill 后发现,会议纪要、QBR、客户分析等场景存在明显重叠。个人版本继续增加,已经很难判断哪一个更好。
于是,团队重新调研 CSM 的工作流程,把客户 360、会议纪要、QBR、知识库和待办放进同一个入口,让已经验证过的能力沿着业务过程被调用。
这里有一个容易被忽略的细节。
把周会改成由 AI 汇总周报,看起来像一个文档生成任务,实际先要完成数据口径和管理规则的梳理。
什么叫交付完成,市场与销售如何使用同一套口径,哪些客户信号属于风险,这些问题没有统一答案,AI 只会更快地放大原有分歧。
AI 落地的过程,常常会迫使企业把长期模糊的管理问题说清楚。
工具把问题带到台前,接下来还要重新定义流程、数据和责任。
02
AI Native 产品要从回答问题走向完成任务组织变化之外,肖钰妍还谈到云商团队对 AI Native 产品的理解。
传统软件接入 AI,常见做法是在原有产品上增加问答、生成或分析功能。这些功能能改善体验,却未必触及客户愿意付费的核心问题。
云商团队对新产品提出了更进一步的要求:从回答问题走向完成任务,让知识、状态、权限和人机协作进入同一条业务链路,并持续交付结果。
以企业服务场景为例,客户需要的往往不只是一个答案。
一次问题处理可能还要查询知识、补齐信息、调用后台系统、推动流程、交付最终结果。如…