7月28日，360集团创始人周鸿祎在纳米Work发布会上披露，过去三十天他带头用纳米Work改造360，按构想、纠偏、实施、跑通四个阶段推进，让智能体进入办公网并推动全员参与，期间召开五十多场产品讨论会，方案迭代166版。他在会上抛出的一个问题，对每一位已经在用AI的经营者都成立。
AI越来越强，你的公司 真的变快了吗？
多数管理者心里都有一个模糊的答案。员工确实更快了，报告写得快，资料整理得快，会议纪要几分钟就出来。把镜头拉远到公司整体，交付周期没有明显缩短，决策还是要走那么多层，客户的体感也没什么变化。两件事都是真的，而且并不矛盾，因为它们是两种性质完全不同的东西。
效率是一种工程指标，不一定是 一种经营结果
一个员工原来花两小时整理资料，现在二十分钟做完，这是效率，是一个可以被单独测量的工程指标。它可以孤立成立，不需要任何别的条件配合，一个人快了就是快了。
经营结果是另一回事。一张订单从客户提出到最终交付花了几天，一个决策从议题浮现到拍板花了几周，客户投诉从进来到真正解决花了多久，毛利率有没有变化，续约率有没有变化。这些是一段业务、一个组织、一个季度的结果，它们的成立需要很多环节同时配合。
李开复今年七月在零一万物的一场发布会上，把这个落差讲得很直接。他说过去两年大模型席卷了企业的客服、办公、研发这些局部场景，热潮褪去之后，摆在所有CEO面前的现实是，员工写文档快了，代码生成快了，但公司的收入增长了吗，成本下降了吗，现金流改善了吗。他给出的公式是，财报改善等于执行效率乘以决策质量。
这个公式的关键在于它是乘法。执行效率那一项再怎么翻倍，只要决策质量那一项没有变化，乘出来的结果就不会动。工程指标可以在经营结果毫无变化的情况下大幅改善，这在现实中是常态。
个人效率提升本身当然是好事，员工少加班，工作体验变好，这些价值独立成立。它的局限在于，停在个人层面的效率，企业无法把它当成一项资产看待，也无法据此做任何经营决策。没有一位老板可以在董事会上说，我们今年每人平均省了八小时，所以明年可以怎么样。因为这八小时既没有变成产能，也没有变成成本下降，甚至没有一个可靠的方式知道它去了哪里。
一家企业真正在积累的东西有一个共同特征，它属于公司，不属于某个具体的人。厂房属于公司，专利属于公司，客户合约属于公司，这些东西不会因为某个人离职而消失。目前绝大多数企业的AI效率提升，恰恰不具备这个特征。
个人效率的存在形式，是私人的
一个员工用AI用得好，意味着他摸索出了一套自己的方法。他知道对这个模型该怎么提问，知道哪些任务交给它靠谱、哪些不靠谱，知道产出要怎么改才能用，也知道哪些场景根本别浪费时间。这套东西越用越顺手，也越来越个人化，而它存在的地方是他自己的电脑、他自己的收藏夹、他自己的习惯。
这跟老员工的经验活在脑子里是同一件事，差别只在速度。过去一个人要用三五年才能积累出一套别人拿不走的工作方法，现在半年就够了。
于是AI在企业里正在做的事情，并没有解决知识散落这个老问题，它在加速这个问题。半年之后，一家一百人的公司里可能有几十套私人做法，彼此不知道对方怎么做，也没有任何机制让它们汇合。质量最好的那一套和最差的那一套之间差距可能很大，公司却无从分辨，因为它们都藏在个人电脑里。
不少企业目前的状态是员工在用、老板在用，但企业级的统一平台和统一做法还没有定下来。这个状态通常被理解成一个安全的观望期，觉得再看看也不损失什么。实际上观望的每一个月，私人做法就多分岔一个月。等到真的要在组织层面统一起来的那一天，起点已经掉到零以下，因为要先把几十套已经成形的私人习惯拉回同一条线上，而人对已经用顺手的东西是有惯性的。拖得越久，这笔反向成本越高。
组织运行的底层知识，从来没有被记录过
管理者面对这个问题时，第一反应往往是自我检讨，觉得是自家公司管理不到位、文档没做好，这个想法是很合乎逻辑的，但其实是不够准确的。1911年泰勒出版《科学管理原理》，把体力工作拆解到动作层级，测量每个动作花多少秒，写成明确规范。这套做法把体力工作者的生产力提高了大约五十倍，可说是二十世纪管理学最大的成就之一。
1999年德鲁克在《California Management Review》上发表《知识工作者的生产力，最大的挑战》，指出二十一世纪最重要的贡献将是提高知识工作者的生产力，同时讲清楚了一件事，这两件事的方法完全不同，因为体力工作有清楚的流程和看得见的产出，知识工作没有。
德鲁克的判断到今天依然成立。正因为知识工作的过程说不清楚，大部分的主流管理方法很难真正的碰触到它。目标管理管结果，KPI管指标，OKR管目标和关键成果，敏捷管迭代节奏，这些工具方法的共同点是管住两头，中间那一段交给人。这在过去六十年是主流的管理作法，也是完全正确的选择，因为中间那一段确实有人可以接得住，不同岗位的员工会把所有在岗位职责中没写清楚的地方用个人经验和团队默契自动连接起来，保持组织工作运行的顺畅。
这中间由人投入的经验与默契，组织中运行的潜规则，管理学领域中在过去六十年里并没有真正主张过企业应该要做这件事。但现在到了AI变革的时代，越来越多的公司需要做这件事情了，因为公司里来了一个新的AI员工，他必须有清楚的边界、规则、知识、目标等这些底层知识与框架才能真正的融入组织工作中，这个AI员工没有办法向其他自然人员工一样，依靠人与人之间默认的意会与默契推动组织中业务的流转。
组织能沉淀下来的是：三样东西
李开复在分享《AI未来已来》的观点时，他说到现在的模型和通用智能体已经非常聪明，但就好像你把清华第一名请进自己的公司，他刚入职时对公司的贡献几乎为零，因为他完全不了解公司的数据存放在哪里、工作流程是什么。聪明的大脑不等于拥有决策能力。
这句话点出了一件事，AI缺的从来不是智力，是关于这家公司的具体知识。而这些知识现在分散在几个人的脑子里，没有任何一份文件装得下。当把一段工作描述清楚之后，公司会拥有三样东西。
第一样是一段说得清楚的工作流程。这段业务从起点到终点实际怎么走，每一步依赖什么信息，哪一步交给AI，哪一步人必须保留判断，什么情况必须转回给人。这份东西以前不存在，公司运转了很多年，从来没有一份文件真实记录过一段工作实际是怎么发生的。
第二样是一套可以被调用的组织知识。这个客户为什么不能套标准折扣，这个行业里报价有什么不成文的规矩，遇到什么情形算例外、依据什么判断。这些内容原来活在几个老员工的脑子里，现在变成写下来、能被调用、能随业务变化持续更新的东西。
第三样是一群会拆解工作流程的人。团队做过一次之后，知道该问什么、该看什么、哪里通常藏着没说出口的东西，下一段流程可以自己做。
前两样是产出物，第三样是能力，真正会复利的是第三样，因为产出物只对那一段工作有效，能力可以用在所有后续的工作上。
周鸿祎在分享360公司AI化改造时提到，员工训练出的专家和跑通的方法被沉淀为组织记忆，实现共享、复用和持续迭代。李开复在零一万物公司中把它称为隐性知识数字化。他们共同做法是不只记录业务结果，还去挖掘审批流里的具体意见、人跟AI多轮追问留下的过程数据，把老员工的隐性经验转成显性表达。两家公司用词各不相同，指向的都是同一件事。
工作描述、组织知识、会拆解的人，这三样还有一个共同点，它们不会被任何平台绑定。今天用哪家的大模型、明年换成谁家的、即使后年整个AI市场洗牌一遍，这三样东西仍然是企业最核心的资产。反过来说，如果这三样东西公司一样都没有，无论购买哪个大模型平台，可能最终跑起来的结果都差不多。
带给企业的回报，超过AI应用本身
把一段工作真正描述清楚，回报溢出的部分可能往往比AI本身更值钱。这些看不见的机会成本，管理者并不会在财务报表上看见，却是真实存在于企业的。
一个做了八年的老员工离职，公司损失的从来不只是一个人。他带走的是对客户的了解、对例外情况的判断、跟其他部门磨合出来的默契，而这些东西公司从来没有拥有过，只是租用了八年的人力。接替的人往往要花半年到一年重新接上，这中间看不见的机会成本很高，人员变动引起的质量波动则要由客户承担，甚至也可能伤害到公司的商誉。
开一家新的分公司或者新的门店，设备可以照搬，流程文件可以复印，真正困难的是总部那家店，店长没写下来的管理做法。所以很多连锁店快速扩张的时候，人员的训练跟不上，质量总会掉一截，然后又得靠时间慢慢磨合。
大部分公司里新人上手业务通常需要半年，这半年不是在学制度，制度最多两周就能读完，这些时间是在熟悉组织中运行的潜规则，熟悉人与人之间交接工作的默契，是在把那些没写在岗位职责中的东西一点一点补齐。
离职带走能力、扩张复制不了、新人上手太慢，这三件事每一位管理者都清楚，也都知道理论上应该把知识沉淀下来。一直没有动手的原因很实际，投入产出比不划算。写文档没人看，做SOP没人用，知识管理系统建了一轮又荒废一轮，这几乎是每一家做过的公司的共同经历。AI改变的正是这个投入产出比。只要企业能把工作描述清楚，AI立刻就能用，效果当场看得见，这是过去做知识管理时从来没有过的即时反馈。
判断这笔投入值不值，有一个很朴素的标准
周鸿祎说360公司的AI转型改造用了三十天，期间开了五十多场产品讨论会，方案迭代166版，由创始人全程带头。这几个数字比任何论证都更能说明这件事在组织中的分量，它不是买个软件、开个会、发个文件就能完成的。
建议一个比较务实的起点，是挑一段每天都在发生、大家都知道有问题但一直没有人去改动的工作流。范围小到可以在两三天内看完，且重要到值得几个部门的人坐下来一起看。因为第一次做的时候团队还不知道该问什么，范围铺得太大只会得到一堆表面答案。
周鸿祎在发布会上还讲了一句话，对于业务复杂、组织成熟的中国企业，如何在原有体系中完成AI原生改造，仍然缺少一条经过验证的路径。这句话意味着这条路目前没有标准答案。它也表示，现在开始做的企业，就能有领先的机会，因为走出来的那条路本身就是资产，后面的人还得从头摸索。
SOP标准可以很简单。做完之后留下来的东西，如果一旦换了一个平台就作废，那它更多是成本。公司建立的知识体系，当换了平台还能留存、换了人还可以持续迭代优化、下一段工作还用得上，这才是真正能留存在企业的能力沉淀。
策意象正在把长期积累的以人为本方法用在企业内部的工作上，协助企业把一段真实的工作完整描述出来，找到AI最合适的位置，并且把原来散在个人手里的经验，变成组织可以共用、可以持续更新的知识。如果贵公司正在思考这件事该从哪里开始，欢迎与我们交流。
