AI办公的分水岭，已不在模型“聪明度”
「职场Bonus」（ID：ZhiChangHongLi）
如今，几乎没有哪位CEO，不为AI在公司的落地速度感到焦虑。
这种焦虑在今年上半年浓缩成一个荒诞的场景：周五下班前，员工扎堆向公司的AI提一堆毫无意义的问题——只为刷够Token消耗量的KPI。一位科技公司HR向《职场Bonus》证实了这种“周五Token冲量”的存在：这一KPI考核下，不少员工都在用无效的提问凑数。
麦肯锡8月发布的全球调研《2026年AI现状：通往ROI之路》量化了这种“个人提效”和“组织提效”中间的Gap：80%的受访者表示AI提升了自己的生产效率，但只有37%的受访者认可AI对所在企业的营业利润（EBIT）有贡献——这一比例与一年前基本持平。与此同时，近三成的组织，其AI支出已超过公司技术与通信预算的10%。
个人快了，组织为什么没一起变轻变快？
据阿里官方披露，8月3日，阿里巴巴整合
在陈宇森看来，这种落差的症结，在于Agent拿不到企业独有的“上下文”：“再聪明的模型，也无法凭空推断出一家企业独有的业务规则和工作方式。”
上下文从哪来？《职场Bonus》走访了多家正在推动AI办公落地的关键人，并选出三家公司案例：他们体量悬殊，甚至有的打法相反，一家把考核押了上去，一家把老师傅的手艺押了上去，还有一家最谨慎，只肯先押上权限。
在他们的故事里，AI办公的分水岭，早已不单纯长在模型的聪明度上。
松鲜鲜：把考核押上去
“我们公司除了保洁阿姨以外，都在用AI工作。”
常在家做饭的人对“松鲜鲜”不会陌生——作为一家有500多人的新锐调味品公司，松鲜鲜的团队以00后为主力。今年，调味品赛道巨头入场、价格战加剧，公司需要更敏捷的团队来应对市场环境。3月，松鲜鲜的IT团队启动了AI办公转型，CEO不久后也亲自下场推行AI办公，并在两个月内完成了全员覆盖。在《职场Bonus》的走访中，一些公司的管理层干脆把给员工涨薪的尺子也交给了AI——松鲜鲜可谓是走得最远的那一批。
关于公司AI化的起点，CEO朱苏皖君追溯到了年初的一次参访。当时，松鲜鲜的管理层随活动参观某知名科技企业后，第一次直观看到了AI原生组织的形态。“不会用AI，那一定会被浪潮给拍死在沙滩上。”3月，松鲜鲜的AI组织改造全面启动。
第一波推动并不顺利。改造任务先是交给了IT部门，结果“IT开发的是他们想象业务部门可能需要的产品，但是业务部门根本就不需要”。
一些资历较深的线下业务员觉得，“这又是公司不知道从哪里学来的东西，硬要往下推”。4月，朱苏皖君亲自下场推动。朱苏皖君注意到，一位大区经理曾私下吐槽：“能不能不写周报啊？”于是便从自己也头疼的周报做起，在跑通个人流程后，再向下复制推行——周报的场景，倒是精准拿捏到了不少同事“写周报的痛苦”。后续的一场述职会上，在场者见识到了周报当场生成。AI带来的便利开始刺激所有人。
对于主AI工具的选择，朱苏皖君会考虑到三点，一是权限隔离，二是和国产模型的打通程度，三是经济性。“同时具备这些条件的选项其实并不多。”（悟空原为钉钉于今年3月发布的AI产品，8月起并入
第一个被正式改造的，是线下销售端的“黑盒子”。过去，一百多名公司业务员没有办公室，靠水印相机打卡、电话来完成汇报，而他们在公司外是否有效工作，管理层其实摸不清。为此，公司采购了300多套钉钉听记设备，让每次拜访录音进群，AI Skill会自动分析拜访内容与待办，并直连钉钉日程。据松鲜鲜方面介绍，订单信息回传周期从3天压缩到1天。
“原本不可控的黑盒信息，现在只要结束就能立马回传。”朱苏皖君告诉《职场Bonus》。
第二件事是预警：一起包装投诉（瓶盖松动）如果沿着旧链路层层上报，周期可能会被拖到半个月甚至一个月；如今，AI巡检按P0/P1/P2分级、同大区多店信号被聚合。据松鲜鲜方面介绍，目前公司能做到“不等真正出现舆情或者罚款，提早一个月就完成了预警”。
对于许多押上了考核与激励的公司来说，最容易被误读的，就是AI进入了考核。
“AI提供的是过程性反馈和差距提示，涨薪与晋升仍由人和制度决定。”朱苏皖君先把边界讲在前面：“个人发展专项群”只对自愿选择PM序列的员工开放，以确保这是员工本人的意愿和选择；群里有员工的直接上级、HRBP，以及员工的数字分身。AI每周会按格局、思维、能力、习惯四个维度进行评估，告诉员工“距离下一个涨薪目标还差零点几分、差在哪里”。此外，公司还会举办AI技能比赛，第一名会得到价值5000元的Token奖励。
AI并没有取代松鲜鲜的人。目前，松鲜鲜的售前客服已由AI加语料库承接。“原本我们100个人要做的事情，现在可能30个人就能做到。但释放出来的那70个人，我们不会选择把员工‘优化’掉，而是会让他们去做新的项目，在AI加持下承担新的职责。”
尚未解决的挑战也有不少。比如Token消耗上，高管团队曾占全公司60%的份额，目前正往全员平均调；方言识别还在迭代，朱苏皖君笑称开发团队总在“正在开发”的路上，引得大家天天“喷”他们。
考核体系交出去后，员工的方法若只停留在单独个体的脑子里，并不能对组织提供最大化的效率价值——这也是品胜正在优先解决的问题。
品胜：把个人方法沉淀成组织资产
一家充电宝年出货超千万台、门店数千家的老牌3C企业，为什么要新起一个AI产品中心？
品胜，一家有着23年历史的研产销一体3C企业，它成立的AI产品中心负责定义研发AI硬件。负责人丛泽龙2001年出生，是该部门的“0号员工”，团队每一位成员都由他亲自面试。
过去，品胜的硬件研发周期往往需要6~8个月，而AI的进化速度却需要按周迭代。“你1月份去定义一个产品，8月份量产出来，消费者对AI的期待已经变到新的范式上去了”。面对这种速度差，丛泽龙和团队先进入业务部门，观察实际工作中最耗时、最重复的环节，再与业务同事一起打磨工具。具体问题得到解决之后，同事们对AI的理解和接受度也开始变化。
团队从研发一款100W智能屏显充电器切入，丛泽龙和团队摸索出来的流程是：让Agent提取需求关键词、在元器件库做向量检索，然后实时核算BOM（材料清单）、超标自动寻找可替换的元器件并给出降本方案，再然后接入PLM（产品生命周期管理）历史数据评估开发风险，由对抗式Agent复核，工程师最终裁决……如此，据丛泽龙介绍，在上述方案生成与初步评估环节，原本约需3人天的工作，可以压缩到半人天左右，最终方案仍由工程师审核确认。
品胜开源3D模型直接生成专利图纸
品胜内部的AI分享会
在专利环节，品胜的工程师本来需要把上百个件号在图纸、件号表、附图说明三处手工对应；现在则只需提供一份整机3D模型，系统将直接生成符合申请规范的图纸——件号、件号表、附图说明三处由同一数据源生成，天然地一致。“专利工程师后面再也不需要费心画图，只需要做好判断。”目前，丛泽龙和团队还在继续完善校核与反馈机制。
相比单点提效，丛泽龙和团队最终要实现的，是把个人方法沉淀成组织资产。
品胜的SkillHub承载了这一使命：验证过的工作流会被封装成Skill上架，看板会实时显示公司里谁贡献多、谁的Skill被复用多；相关绩效评的也并不是数量，而是“有没有帮业务部门重构工作流”。和上文松鲜鲜类似，“我们用得最多的也是周报Skill，”丛泽龙笑道，“我们会让每条数据可追溯，能追问‘这个数据是谁提的、依据是什么’，并直达当时的会议纪要。”这套思路，后来也被反馈给了
关于“自研AI”和“外采AI”的决策分辨，丛泽龙认为，行业专属的能力必须自己做，比如3D生成专利图这类能力（外部也买不到），但会议纪要、报表整理、法务合同分析等企业管理通用的则应尽快复用外采工具，“用
丛泽龙并不否认，推进组织AI化的过程中需要格外考虑同事的接受度，“公司不会要求资深研发工程师们强行改变。他们会先被邀来一起参与AI产品的打磨，共同承接任务——而不是一上来就改变工作流。”
“我们团队是跟着AI一起长大的一群人。”对AI的认知，是丛泽龙在搭建AI产品中心团队时最关键的指标，“我们有一位拿到offer的大专学历的候选人，你能在简历上看出他从早期模型一路跟进到了最新的Agent工作流。这种持续学习和动手解决问题的经历，给我留下了深刻印象。”
“这样的AI原生人才，会把新出的AI视作趁手的兵器，而不是担心会替代自己——这就是最关键的新时代的人才标准。”他也给同行们提了个醒，“大而全的Agent平台并不是最终答案，改变公司里所有人的AI认知是最优先的事项。”而对于多数公司来说，这一转变需要一号位的亲力站台和推动。
方法沉淀下来后，紧跟的下一个问题是：AI被允许碰什么、又不能碰什么？广汽的答案，形成了对权限体系设计的思考。
广汽：把Agent放进权限体系
广汽集团基础架构负责人王麒钧相对关心的，并不是“AI会不会写PPT”，而是Agent在权限体系里跑会不会出事。
今年年初，广汽先是选定钉钉承载流程管理。伴随3月份悟空的发布，AI能力自然长在了流程上。“我们是比较幸运的。”王麒钧判断，这种跟办公系统、流程紧耦合的形态，至少是近期内办公领域智能化的终极形态。
作为一家控股参股企业近300家的大集团，广汽买了规模庞大的
“我需要每人填申请的时候写清使用场景，业务领导和数字化部双重审批。有很多人只写两个字：‘工作’，我会拒绝退回去了——如果你都不知道要拿来干嘛，我为什么要批呢？”王麒钧对成本账的态度很严肃，“一个账号200块，还要消耗Token。自己都没想认真去用的话，怎么可能用得好？”
审批解决的是“谁可以用”，而更难的问题是“AI能被允许做什么”。
广汽没有为数字员工单独设置权限，而是直接复用钉钉的统一身份认证和组织架构，让数字员工继承对应岗位的权限边界。这与
王麒钧并不赞成“全员强推”。“强行要求上万人的大公司人都用上AI，是一个不科学的行为。公司的数字化部并不是保姆。”他选择的路径是由积极分子先导、一传十十传百地生长，“先用起来的人如果完成工作提效了，落后的人自然会跟进”。
广汽内部也并非只用
数据在这里同样需要被分级：核心战略和研发数据留在私有环境，其余数据上公有云。为什么不全私有化？理由其实很现实——模型迭代太快，私有部署的硬件很难跟上更新速度，反而可能掉队；公有云则能提供更强的迭代能力、更快的速度和更好的弹性。
但并存不意味着没有主线。王麒钧将集团的AI应用拆分为L1到L5五级。L1是日常辅助，L2是流程助理，再往上是岗位级应用和数字员工化，L5是自学习、自迭代的“自动驾驶形态”。当前广汽推行的优先级在“流程”这一层——他想先把这一层做好，实现AI普惠，再谈数字员工化。而“组织级Skill”则是他的下一个待办项，并且需要更多的知识积累。
“我们要务实，不要表演。”王麒钧希望在广汽的AI落地过程中坚持这种底色。
与AI做个交换
对员工个人而言，松鲜鲜认为，AI能将全员底线从50分提至60分；广汽受访者则相反，认为强者更强，弱者难有捷径；品胜的案例则介于两者之间，学历门槛被击穿，但成长取决于个人与AI的共进。
而对企业来说，无论是交出了考核、方法还是权限，本质上都是组织支付的信任。诚然，把东西交给AI，没有一样能轻易收回来——每一家公司的AI办公转型实验，截至今年10月都还在半路上：松鲜鲜的Token配额还在调配，方言识别还在迭代；品胜的专利Agent还差一道防错机制；广汽的“组织级Skill”仅刚刚立项……不过，不同的选择也换来了各自的探索进度。
“2026，才是AI企业应用的真正元年。”正如广汽受访时所言，这种话不止于口号。当下谁能抢到AI原生人才，要先看哪个组织敢先交出自己。
（注：受访者姓名职务以企业方确认为准）
关注+星标，深度追踪「行业、公司、人才」的趋势风向👇
本文来自微信公众号“职场Bonus”，作者：陈桐，36氪经授权发布。
