AI让企业降本增效？我们发现了一个不一样的答案

（文/陈济深 编辑/吕栋）

今年4月，一个名叫"同事.Skill"的开源工具在GitHub上火了。

它的功能直白到有些冒犯：把离职同事留在飞书、钉钉和微信上的聊天记录，以及工作文档、邮件往来投喂给AI，蒸馏出一个能够顶替本人干活的数字分身。

在舆论场上，"AI淘汰职业名单"每隔几周就更新一轮，所有工种似乎都在排队，等待一纸"降本增效"的判决。

但在真实的企业端，故事的走向截然不同。业务一线的负责人们感受出奇一致：不是人太多了，而是人仍然不够。

"我有十个想法，只有三个程序员，我会想再招两个。"即刻App后端负责人夏俊晨对观察者网表示。

上海科技大学在今年世界人工智能大会上发布的报告显示，自ChatGPT问世以来，约2100万个岗位由任务重组而生，占总招聘岗位的18.6%。

岗位没有简单消失，而是在被拆开、重组。人与AI之间，一套新的超级团队分工方式正在形成。

从纸面上肯定是增本增效

除了担任即刻App后端负责人，夏俊晨还同时管理着公司的创新部门2.5Lab。

这个十人团队打造了一款名为kulikuli的付费拍照翻译应用，拥有300多万用户，主要分布在海外。

人少，用户多，最先暴露压力的是客服。

作为SaaS行业老兵，夏俊晨深知，产品退款率和用户满意度，和一封邮件要等多久才能得到回复直接相关。面对平均每月两千多封退款、咨询和报bug邮件，他每天都要专门花两三个小时回复，相当于每月投入大约五十个小时。

今年，团队基于开源智能体框架，搭出了一个常驻邮箱Agent。以每月两三千元的Token成本，它自动处理了99%的客服邮件。不仅回复得比真人及时，处理多语言邮件也比真人周全。

"一旦涉及scale，AI就是天然的优势。"夏俊晨说。

但AI的成本并不像外界想象的那样轻巧。kulikuli在最初的几个版本里，Token成本占到收入的70%。"一天收入一千块，可能七百块去付Token。"夏俊晨说。

和"模型越来越便宜"的普遍预期不同，他在一线的体感恰恰相反："我们很多产品里面用的模型是越用越贵，没有办法，不得不去用贵的。"

夏俊晨告诉我们，团队里的几名新员工都是非技术背景。其中一名外语专业的实习生，此前完全没有接触过编程，现在借助AI，已经可以独立完成数个代码项目。

"复杂度已经比我读计算机专业时，期末作业做出来的东西还要高一点。"

被问到AI对团队究竟是降本还是增效，夏俊晨给出了一个意料之外的回答："从纸面上肯定是增本增效。我们也在招更多的人，每个人也在配AI的福利。"

在一个十人团队里，人和AI的边界相对容易调整。但当AI进入一家几百人的公司，分工就不只是效率问题，而成了一个新的组织问题。

AI帮人干活，边界怎么画？

钢铁贸易这个行当，一个订单要串起供应商、仓库、物流和加工等多个环节。交易的信息流极其分散、零碎，而且大量散落在微信这类聊天工具里。

找钢网CTO张晓坤表示，企业ERP和CRM里能够拿到的结构化数据，其实只是人工录入的"结果数据"。但AI需要的不只是结果，还包括过程：一个单子是怎么谈下来的，遇到问题后如何流转，老师傅又是怎么作出判断的。

打通这两层数据后，找钢网开始尝试训练一个AI数字员工。

张晓坤解释，AI就像刚入职的新员工，一开始并不知道该怎么干活。找钢网为它安排了两层培训：第一层是本体知识库，教它什么是钢铁贸易；第二层则是把老师傅的经验和日常工作流沉淀成Skill，教它具体怎么做事。

培训结束后，AI还要经历一段"实习期"。

"有点像新员工来了之后，你要教他，也允许他犯一些小错误。在这个过程中，我们再告诉他正确的方式。"

但AI学会流程，不意味着它可以彻底接管工作。

"一开始也想让AI彻底自动化，跌过坑。完全交给AI，全自动意味着它抵抗变化会很脆弱。"

找钢网最终的做法，不是按岗位用AI替代人，而是把每个岗位拆成一项项具体任务，再进行人机分工。在采购、内勤、销售等岗位中，接单、找库存、录报价单等规则明确的工作交给智能体；至于能不能开单等核心决策，则必须有人点头。

这套新流程最直观的变化，出现在交易员的桌上：显示器从两块变成了四块。多出来的两块不是为了进一步提高效率，而是为了让员工能够看见AI分身正在做什么。

"员工会担心，万一AI在对接客户的过程中没有处理好怎么办。"

张晓坤说，AI落地除了要解决功能、场景和数据问题，"还要解决人的问题"。员工不放心，就会抵抗。

"你得分清楚，哪些事情是AI特别擅长干的，哪些事情应该留给真人干。"

张晓坤把找钢网的AI部署总结为三件事：第一，让AI介入每一个交易环节；第二，给每一个员工配一个AI数字员工，充当个人助理；第三，给每个部门建一个专属的企业智能体，减少跨部门人为沟通。第三层意味着，原来需要两个部门的人互相协调的事，现在可以先让两边的智能体对接，人只在需要判断的节点介入。

被问到AI投入的ROI怎么算，张晓坤的回答很直接：不太适合用传统软件上线的ROI来衡量，"你可以把它当作老板自己做风险投资"。因为AI带来的不是给工具加功能，而是围绕AI把业务流程重新搭了一遍。

"组织能力溢出之后，我们有更多精力探索新业务。"

找钢网用AI释放出来的额外人效，被投入到了跨品种扩张和海外市场，这两个板块的增长率接近100%。

腾讯云副总裁吴运声把这类企业的核心痛点总结为：模糊的事情用Agent来做，确定性的事情用工作流来做。

话虽如此，具体哪件事算模糊、哪件事算确定，仍然需要有人一项项拆开、判断。而这个"分清楚"的过程，正在长成一个新岗位：FDE。

吴运声解释，这一岗位把过去的业务分析师和驻场交付合成了一个人。他既要懂客户的业务流程，甚至组织流程，又要清楚今天的智能体能做到什么程度，还得能够自己上手搭建。

AI不像传统软件，"我给你一个Office，你使用就好"。它的层次太多，一个用得好的人和一个用得不好的人，最后得到的结果差距极大。

机构专属的投研能力，如何交付给大众？

找钢网要解决的是AI进入组织之后如何分工，万得想做的，则是把原本只能存在于大型机构内部的能力，交给更多普通人。

作为一家专门服务金融机构三十年的公司，万得今年3月推出了面向个人的AI助手Alice，并将Alice同步接入微信。

对于这一变化，万得首席战略官葛正琦解释："这并非公司战略的变化，而是我们看到，AI给了万得平权的能力。以前只是机构端具备的一些优势，现在可能都平权了。信息的平权，能力的平权，时间和效率的平权。"

Alice上线当天清晨，三十分钟内涌入的用户量就超出了预估，服务器资源告急。葛正琦一早紧急联系腾讯云扩容。

腾讯金融云副总经理贾飞事后复盘说："我们低估了万得在行业里的影响力。"

而有的用户更是开发出了一人投研团队的模式。

葛正琦举了一个并购分析的例子：筛选两百多个标的，分析交易结构、财务数据、股权关系、战略缺口，评估协同效应，设计沟通策略——这原本是一个专业金融团队花四个月才能完成的项目。现在，一个人用Alice拆出多路任务，系统自动并行推进，产出一套完整的分析底稿。

5月，万得举办了一场金融技能创业大赛。活动只开放了三周，社区里便冒出了1600多个用户自制技能，其中不少已经迭代了三十多版。平台上使用最深入的一批用户，每天会和AI交互80到100次。

夫妻店，如何做全球外贸？

如果说万得在做投研能力的平权，紫讯想做的，则是把行业头部玩家的运营能力交给小玩家。

跨境电商是近几年增长最快的赛道之一，但行业内的人员流动率也接近四成。行业里最抢手的是金牌运营，对于卖家而言，这类人才长期处于挖不到、也留不住的状态。

紫讯科技合伙人杜玉生找到了一个切入口。

跨境电商有一个其他行业少见的特点：工作流高度固定。第一步做什么、最后一步怎么收尾，基本一成不变。一单生意的差别，全在每一步里如何判断。同一份选品数据，老手和新手看到的是两回事。

固定的框架，恰好给了AI一个能够承载这些判断的地方。

"他平时的思路、动作会被AI记录，我们经常形容为把这个人'蒸馏'下来。蒸馏之后，整个公司的运营水平就站在他之上。"

这些被"蒸馏"出来的能力，被装进了紫讯的AI产品LinkFox。目前，LinkFox已经服务150万，每产出近百万张商品图，消耗五百亿Token。

AI给跨境卖家带来的改变非常直接。

过去，一套商品图要制作几天，成本从几百元到上万元不等；现在，制作时间被缩短到几分钟，成本也降到了个位数。

而且这个成本还在持续下降。客户每一次挑图，都在给系统提供反馈，同类产品的图片可用率不断提高，下一名客户需要生成的图片更少，消耗的Token也随之下降。

据紫讯方面介绍，的800万家店铺中，65%都是单店生意，其中绝大部分采用一人公司或者夫妻店模式。

但在AI的帮助下，一些传统夫妻店开始做过去根本不敢碰的铺货生意：专做全球线下渠道都难以覆盖的偏门SKU。这种生意需要极强的数据挖掘和页面生成能力，以往很难由两个人完成。

接入全流程AI之后，这家夫妻店的运营效率提升了十倍以上。

"原来需要一个'六边形战士'，现在只需要用好AI、了解好这个行业，就可以进入。"

AI，真的是为了降本增效？

舆论场上最流行的四个字是"降本增效"——少雇人，多产出。但这四家公司做的事恰恰相反。

即刻每月多花两三千元Token费，养了一套以前不存在的AI客服系统，早期Token成本一度吃掉七成收入。找钢网给交易员加了两块屏幕，建了数据管道，给每个部门配上了专属智能体。万得从头搭了一个面向个人的AI产品，上线当天紧急扩容。

这些公司使用AI打造新的组织团队，没有一家的出发点是省钱——花更多的钱，是为了用同样的人做以前做不到的事。

夏俊晨的说法最直接："从纸面上肯定是增本增效。我们也在招更多的人，每个人也在配AI的福利。"

一个分析师，一对夫妻经营一门全球铺货生意，十个人服务三百万海外用户——每一个人都在变成超级个体，每一个小团队都在变成超级团队。

但超级团队不是一个稳定态。

葛正琦说，他更愿意讲"能力需求"而非"岗位需求"，因为能力每隔几个月就会被创造和淘汰一轮。"早年大家还能看到提示词工程师这种岗位，现在肯定就没有了。"就连刚刚长出来的FDE，贾飞也表示："可能到某一天，AI就像互联网技术一样成熟、稳定下来了，这个岗位的迫切性也就没那么高了。"

葛正琦对观察者网表示："现在缺的不是AI能力，是人的想象力。有时候你面对一个空白的屏幕，你可能都想不出要让它干什么。"