**内容摘要：**2026年9月21日至22日，我在杭州冠米AI实战增长营与学员讨论了一个问题：企业怎样让AI真正进入业务场景。课程聚焦人才瓶颈、员工离职后的经验流失，以及AI应用停留在工具层面的困境。我的判断是，企业需要把关键岗位的经验梳理成可供团队反复使用的方法，再让AI参与具体工作。这样，AI才能持续帮助新人上手、帮助老员工减轻重复劳动，也让企业逐步积累自己的能力。
AI真正的价值，是让企业不再反复从零开始
9月21日至22日，我来到杭州，在冠米开启了两天的AI实战增长营。这次课程，我们一直在讨论同一个问题：为什么很多企业已经开始用AI，却还是觉得AI没有真正落地？
我发现，不少人一提到AI，想到的还是算法有多复杂、工具又更新了什么。可对于企业老板来说，会用几个工具，并不能自动解决经营问题。今天学会一个工具，明天可能又换了一个；做出一份漂亮的内容，也不代表业务流程因此变得更顺。
企业更难受的，往往是那些持续了很多年的老问题。一个岗位长期找不到合适的人；一位经验丰富的员工离职，客户怎么跟、问题怎么判断、特殊情况怎么处理，也跟着一起走了。新人来了，还得从头教。老板知道问题在哪，却没有足够的时间把每个环节重新带一遍。
**AI应用应当从这些具体场景开始。**先找到最依赖个人经验、又需要反复处理的工作，问清楚优秀员工平时是怎么判断和行动的，再把其中可以讲清楚的部分梳理出来，让AI协助团队使用。比如销售面对客户的不同疑问，该先补充什么信息；客服遇到投诉，什么情况可以直接处理，什么情况必须交给负责人。这些内容来自企业自己的工作，不是从网上找一套通用提示词就能代替的。
企业常见做法
更值得尝试的做法
让员工各自摸索AI工具
从一个反复出现的业务问题入手
经验留在熟练员工脑中
梳理判断依据、处理步骤和特殊情况
员工离职后重新培训新人
让留下来的方法继续帮助团队工作
当然，经验不可能全部写成流程。波兰尼关于隐性知识的讨论提醒我们：人知道的东西，有一部分很难完整地说出来。也正因为如此，企业更需要在实际工作中持续整理、验证和修正，而不是指望一次录入就解决所有问题。
已有一项针对5,179名客服人员 的研究发现，使用生成式AI辅助的员工，平均每小时解决的问题数量提高了约14%，新手和经验较少的员工获益更明显。这是特定客服场景下的研究结果，不是这次课程的成果；它说明了一个值得企业验证的方向：当经验能够在工作中被及时调用，新人的成长有机会加快。
这两天课程，我最希望学员带走的，不是又认识了多少个AI工具，而是回到企业后能找到一个值得动手的场景：哪项工作总靠同一个人撑着？哪类问题每次都要重新解释？如果那个人离开，团队会失去什么？
从这些问题开始，把人的经验一点点变成团队能使用、能修正、能继续积累的能力。这才是我理解的AI持续赋能：员工在成长，企业的能力也要留下来。
企业如果想开始，第一步做什么？
先选一个高频、容易因人员变动而中断的场景。找实际处理这项工作的人，记录他们面对不同情况时如何判断；再让AI辅助整理成可用的工作材料，交给新人试用，并根据实际结果修改。先把一个场景做通，再考虑推广到其他岗位。