跟徐健总的这次对谈，我们拆解了他们公司用十个FDE帮助整个公司做AI转型的经验。他是清华计算机系的师兄，也是创业多年的老兵，在海外快消品运营这个行业，已经算是做到了细分市场的领军人物。
其实在AI工具出现之前，他们的公司就已经在用数字化的思维、在用系统化的思维去做很多工作流的思考和重构，包括经验的沉淀。因为毕竟在运营行业，人才密度不如科技行业那么高，但是却依然可以实现稳定的、高质量的客户交付，本身就需要付出巨大的心力。
我们这次对谈，他详细分享了他的公司是怎么依托这十几个FDE工程师，一步一步实现AI转型的，包括拆岗位、拆工作流，做Agent，以及接下来进一步串起这些工作流，完成整体的提效。我觉得他们也是用了一种实验的精神在做这件事。比如他们会详细地评估每一项工作任务到底需要人干多长时间，AI干多长时间，到底能够怎样来实现AI和人的有效协作，怎样支持一些内容保证高质量交付的同时，实现提效。
我们也讨论了关于本体论和目的论，到底应该怎么样去理解公司这个实体，怎么样在组织中形成人和人之间、人和Agent之间的协作。这些东西都非常有价值，支撑这些讨论的底层，都是关于我们怎么理解世界和看待世界的方法论，包括怎么理解人性。
所以这期对谈依然信息密度很高，特别是对于任何一个想要去推进AI转型的组织来说，都提供了一套非常实际的、行之有效的方法。我觉得AI转型既是观念上的，也是行动上的，是我们这个时代大家共同面对的命题。
访谈：袁晓辉✖️ 徐健
01 从数字化基础到AI转型
晓辉： Hello，大家好，欢迎来到新可能实验室。今天非常高兴请到了徐健师兄。他是清华计算机系的师兄，也是多年创业的老兵，现在是深圳依然和良策AI两家企业的创始人。
徐健： 大家好，我是徐健。
晓辉： 今天我们想聊AI转型。当下大家都可以用AI提效，但公司作为整体，似乎很难有非常大的效率提升。我知道徐师兄的公司在这方面走在前列。今年世界人工智能大会上，我还专门讲了你们的案例。给我留下深刻印象的，是你们用系统化的工程思维理解这件事，所以今天想深入讨论。
我们先从你的个人经历聊起吧：你是清华计算机系背景，又创业多年，能不能介绍一下现在这家公司在做什么？
徐健： 今天非常荣幸，我先简单介绍一下自己。我是2002年清华计算机系本科入学，2006年毕业后，去了韩国首尔大学读硕士。2008年毕业时拿到了三星半导体的offer，如果选择了，可能是另外一个人生。
晓辉： 你没选，但现在又进入了AI行业，还是殊途同归了。
徐健： 当时是奔着创业的想法回国，但先在IBM做了几年解决方案。后来，我和妻子创建了依然。它是国外品牌的代理运营公司：品牌想进中国市场，需要专业团队，又没时间或能力自建，就和我们合作。创业至今合作过上百个品牌，目前还在合作的有二十多个。我们做品牌在中国的几乎所有事情，包括备案、海关申报、营销、渠道建设和分销，搭建了以品牌运营为核心能力的业务团队。
晓辉： 都有哪些品牌？像我们日常用的化妆品吗？
徐健： 是的，今天这面墙正好是我们公司的产品展示墙，露出了部分品牌，都是韩国的品牌，大部分与化妆品相关。
晓辉： 相当于韩国的化妆品公司要在中国销售，需要一个本地团队帮他们做推广。
徐健： 是的，每个品牌都会有一位项目经理对接。这个经验，在我们对外提供FDE服务时也巧妙地结合上了。接着说依然的业务。我们的IT团队一直很小，2025年还是一个人，2026年变成两个人。我一直关注AI的发展，也通过亲自使用感受到了它的巨大潜力。因为我们一直用腾讯系产品，所以特别关注WorkBuddy这样的工具。3月31日，WorkBuddy跟企业微信打通，4月1日我们就做了一个重大决定：把IT团队由两个人扩充到十个人。我们决定利用WorkBuddy真正拥抱AI时代，跟AI的故事从那时开始了。
晓辉： 当时才3月份，怎么一下子有这么大的信心，把团队扩展到十个人？原来你们不怎么需要研发，这跟你的职业经历有关系吗？
徐健： 和教育背景有关系。我学计算机，同学在国内各个大厂，清华计算机系的师兄弟也创办了明星企业，所以一直没脱离这个圈子。但真正促使我们扩充团队、投入这件事的，是持续尝试不同AI工具。先试国外工具，再培训内部，WorkBuddy之前还做过全员Cursor培训。最后发现，工具要真正改变生活，必须嵌入已有系统。这是我们特别关注腾讯系WorkBuddy的原因：它能无缝衔接日常工作，而且是纯增量。
晓辉： 在WorkBuddy之前，你们用Cursor的时候在做什么？去年国外的Claude Code等产品也刚出来。
徐健： 我们一直习惯把日常工作整理进一张大表管理。每天做的事情，周一到周五每天有个框；每月固定日期做的，就列1到31号，在要做的那天标个框；还有季度、年度的工作。我们一直管理这些日常工作的循环。之前也试图找一些工作，用Cursor、Claude提效。对个体是可以的，他可以围绕所选系统调整自己的习惯。但要改变一两百个人，就必须考虑大家现在习惯用什么。他们的工作流程已经围绕这些系统长成了一个整体。从超级个体变成超级团队，一定要尊重大家的使用习惯和已有技能。所以，我们是在WorkBuddy跟企业微信打通后才启动计划，没有在它刚出现时就用。
晓辉： 但在此之前，你们已经在梳理工作流了。梳理工作流这个想法是什么时候开始的？在AI来之前就开始了吗？
徐健： 这跟AI没有什么关系。
晓辉： 数字化转型那个阶段，你们在做什么？
徐健： 典型的工作有小红书运营、抖音短视频运营、货架电商店铺运营，以及对接沃尔玛、屈臣氏这样的线下连锁店铺和分销。还有客服、设计、财务、行政人事等职能岗位。我们一直希望信息化程度尽量高，包括怎样让工作不被遗漏，又方便管理和自己查看。我们一直重视企业信息化，大家渐渐养成了一系列习惯，为后来的AI转型打了基础。
晓辉： 你们日常都是有一些培训在做吗？
徐健： 我们选好一个目标后，会做全员培训，让大家在一段时间内共同学习同样的新东西。公司派专门的人考验每个人的能力，确保大家能够以同样的水平使用新工具。
晓辉： 这种培训的传统和习惯，在经营公司的过程中一直都有？
徐健： 对，由来已久。
晓辉： 我觉得还是跟创始人的工科、计算机背景密切相关。可不可以介绍一下团队，有多少人、多少个部门？
徐健： 总部在深圳，就是今天录节目的现场。北京、杭州、香港和韩国也各有一些小团队，加起来将近两百人。分工包括市场营销、电商运营、分销和各种支持岗位。
晓辉： 原来大家都做运营，AI来了之后，又要额外投入时间学习。大家是什么状态？我们都说AI转型是一把手工程，在你们这里肯定也是。
徐健： 深表认同。
晓辉： 最初是什么时候启动的？去年Cursor出来时，你们就已经开始让先行者尝试了吗？
徐健： 是的，不过那个螃蟹吃得不太成功。
晓辉： 当时做了什么实验？
徐健： 我们让当时的IT部门培训全员用Cursor，甚至学Python。但我们不是IT公司，大部分同事没有相关专业背景，比如客服、设计，学Python比我想的难。我自己是这个专业出身，原来觉得很简单。大家觉得Cursor是独立系统，和已有的企业微信、腾讯文档、金蝶、吉客云没很好集成，这是最大问题。所以改变使用习惯很重要，和超级个体升级有很大区别。
晓辉： 那怎么改变使用习惯？一周或一个月一次的培训，肯定很难支持这种改变。
02 十位FDE怎样带动全员AI转型
徐健： 我们的经验可以无偿分享，但不一定适合所有人，可以交流。先说困境：将近两百人的团队，大部分没有IT基础，虽然在用系统软件，但仅限于操作，对机制不了解。优点是大家已经习惯公司不断鼓励，甚至有一点强迫大家学习新东西。可能因为我有创业者的焦虑，觉得不进则退，一定要学习。另一个重要方面，是内部FDE制度。现在回想是成功的：我们有将近二十个大小部门，十位FDE大概每人负责两个部门。先集中培训他们使用WorkBuddy相关的技能，再安排他们坐到对应片区，相当于上门服务。既拉近心理距离，有问题又能直接问、快速得到回复，所以FDE支持是最重要的一环。我们也有激励政策：如果一位同事成功通过我亲自做的答辩。
晓辉： 怎么算成功通过？
徐健： 待会儿再详细介绍。只要有人通过，相应的FDE就可以获得2000元奖励。
晓辉： 一个人过了就2000元吗？
徐健： 对，比如平均一个FDE负责二十个人，那也不少了，这是物质奖励。
晓辉： 补一下背景知识，FDE叫Forward Deployed Engineer，前线部署工程师。这个词来自Palantir，原来给美国国防部提供服务，把人部署到前线帮助客户解决问题。现在它在AI领域很热，也是一个新的工种。一般要求首先懂AI，其次懂业务，能手把手解决业务问题。在你们公司，就是招十个FDE，帮助各部门做AI转型。
徐健： 对，我先回答怎样算通过答辩。我们摸索过一段时间，开始也不知道怎样算学会智能体操作。答辩经验丰富后，定了几条规则：第一，会创建专家，把AI助理的知识背景、做事风格、对话语气、输出长短等定好，做出好用的专家。第二，会创建技能，这是基本功。第三最重要，挨个介绍日常工作是如何用AI提效的。之前，我们早已让大家写下来每个人的工作任务和流程，全公司大概1400多条。
晓辉： 一千四百多条工作流？
徐健： 对，每个人可能负责十项左右，我们让他逐项介绍，现在哪些工作被AI工具替代。主要选择WorkBuddy，但有些工作只需简单自动化，可以用RPA工具，比如影刀，我们也算通过。通过答辩要学会基本功，还要把自己的工作用AI或自动化工具进行替代。
晓辉： 能不能举个例子，比如做HR的人，日常有哪些工作流？
徐健： 以HR举例，首先和用人部门商量需求，这个内部沟通过程经常反复。比如我想招个人，却没想清楚职级、来了谁教、具体工作、职业发展等细节，只给HR一句“想招人”，HR就要脑补所有信息。然后他在招聘网站发JD，我们用BOSS直聘，再与应聘者沟通、邀约面试，线下进行面试、笔试和AI测试。如果顺利，一段时间后，从候选人里选合适的人谈offer。新人过来后，HR会陪伴他度过三个月的实习期，包括指定教他的老师，定期关注成长情况，比如有没有感到孤单。我们HR做得蛮细致。
晓辉： 相当于把自己所有要做的工作写下来。
徐健： 大概写成十几二十条。
晓辉： 比如邀约面试是其中一条，新人入职培训是其中一条，明确自己日常做哪些工作。我记得上次您展示过一个大表，是大家一起填的。
徐健： 是可以多人在线编辑的腾讯文档。
晓辉： 这个表是FDE写的，还是业务人员写的？
徐健： 是业务人员写的。
晓辉： 那FDE的作用是什么？
徐健： 帮助这些人把它变成AI执行的工作。
晓辉： 每个人最清楚自己的工作流，怎么变成AI可以辅助的工作，由FDE来实现。
徐健： 是的。FDE帮大家梳理时，也会发现有些工作流写得不齐全，或者分类可以根据AI特点进一步优化。
03 AI提效77%之后
晓辉： 把这些工作交给AI之后，还需要员工吗？梳理下来大概是什么结构？
徐健： 我觉得这是一个很敏感的问题。这个问题我想了很久，无法回避，也愿意直面回答。启动时我们开诚布公做了一次动员，告诉大家AI会替代部分人，但绝不是所有人。不说空话，凡通过答辩的，一定有用：只要掌握技能，把工作自动化，我们绝不会因此辞退你，这是定心丸。同时也要让大家感受外面的变化，不能全放在温室里。如果学不会，团队不能因为你不用AI或自动化，在这一环卡住，成为短板、拖累整体效率。大家听后基本都认同，所以团队积极性很高。当时没数据参考，我做过坏的设想：会不会有20%的人跟不上答辩？最后发现只有5%，结果让人欣慰。正在考虑这件事的老板，你们团队的情况应该不会比我们差太多，我们95%的人没有IT专业背景，绝大部分也通过了。
如果目的不是淘汰部分岗位，而且行业允许进一步扩张，效率提升后，员工不用太担心被替换。我们通常发现，一个人的工作被自动化后，会有很多新想法，他会觉得这件事还可以做得更好，自己寻找更有效的工作方式，给自己加活儿。当然，这取决于公司的考核方式。我们根据结果提成，只要能想出新的工作，让结果更好，物质上就有激励，不用太担心。
晓辉： 刚才讲梳理、拆解工作流，看哪些交给AI、哪些人来做，这个比例大概是什么样？我知道有个总数是76%。各部门应该差别也很大。比如天天跟消费者打交道的主播，就很难被AI替代。
徐健： 是的，现在这个数字是77%。它这么算：假如一个人有十项工作，每项耗时不同，有的两三个小时，有的十分钟。我们根据时间算，最终是77%的旧工作时间变成了AI的工作。需要人沟通的部分，除了一天到晚都在沟通的特殊岗位，大部分人这部分时间占比相对较少。很多事情需要人审核，审核通常也不会占特别多时间。
晓辉： 也只能是估算，不可能完全算准。
徐健： 对，从整体看比较准，细节肯定没那么准。比如一项工作每天占十分钟还是二十分钟，不会要求写得那么详细。
晓辉： 当时那张表让我很震撼，是把每个部门提效的时间百分比列出来，也符合直觉：线下、物流组可能少些，研发、前端相关可能多些。它还列出每个岗位多少条工作流。工作由不同任务组成，要看每项能否被AI影响。比如我的新可能实验室，需要发文案、预告，准备素材，结束后处理视频、整理成文字。这些工作以前百分之百是我的时间。AI来了之后，拆开看，像一些剪辑工作就可以交给AI。我前两天看GPT-6，Astra非常厉害。这能节省大量时间，但我要验证，因为我要担责。发出去的东西代表我的品味和品质，质量不行就达不到标准。所以审核验证往往会成为新的瓶颈。你们有没有梳理，最后人还需要做哪些事？
徐健： 除了跟人沟通，还有与物理世界接触的事。比如行政有很多工作，要实际触摸物理世界的东西，不太能用AI做。电脑上的工作哪些可以替代？岗位多，要总结共性有挑战。总体上，如果工作所处的系统有API接口，或者有做成MCP的条件，绝大部分都可以。您刚才提到校验。
晓辉： 保证质量。
徐健： 拿最敏感的财务校验来说，一开始很快把财务工作自动化了，却发现最难的是检查。我们开始查教科书和专业资料，看专业财务校验怎么做，有哪些成熟方法论。算力耗不了太多，就不怕麻烦地把这些方法用在每一步。我们不新创一套财务校验方式，比如单据怎么校验，本来就有成熟方法，只是耗时耗力。AI可以不厌其烦地做。所以我们用多重校验，把能想到的有效方式应用到每个关键环节。
晓辉： 但得有人有这种思维。大部分人拿一份工、拿一份钱，不一定会用第一性原理重新思考工作。这时是FDE帮忙，还是你们有什么要求？
徐健： 这是个好问题，很难一概而论，涉及企业文化。企业文化有多种成因，最难改变的是历史惯性。有些公司很现实，以结果为导向，员工长期不认可公司的动作，形成了不信任的关系，这时推任何新东西都难。这可能超出今天的话题。但好消息是，至少可以用AI减轻日常负担。我们刚应用AI的第一阶段，大家明显感觉变闲了很多。这肯定是好事。后面的难题在于，怎么鼓励大家自发让工作更充实，争取更好结果。我觉得可以从HR角度想，还是比较容易的。
晓辉： 第一阶段变闲，是因为开始用Skill了。但如果把自己蒸馏之后，没办法获得稳定保障，怎么会愿意贡献自己的工作流？你们怎么沟通？
徐健： 在第一阶段，用WorkBuddy替换一个人的日常工作以后，很多人还是会剩下一些AI没办法代替的工作，所以不用那么担心自己被替换。这是一方面。另一方面，从我们公司的实践看，那些把工作高比例替换的人，通常也是最激动的，觉得这东西太牛了，开始在朋友圈、兄弟圈、闺蜜圈宣传，让大家赶紧用，能减轻工作负担。有些人原来没接触过AI，是在公司要求下参与学习，但给他们带来的震撼，反而比有IT背景的人更大。他们感觉发现了新世界，也发现了自己。重复工作交给机器，大脑得到了释放，可以释放潜力和创造力，我觉得很美好。只要公司不犯错误，让大家享受这种美好，就会形成良性循环。
晓辉： 我觉得有个前提：利润、现金流和业务基本盘要有保证。老板首先没那么焦虑，否则会优先想降本增效。有基本盘，才会想着拓展更多业务。
徐健： 对特别想降本的老板，也是可以的。比如一个岗位有很多人，都在做同样的流程，不仅自己重复，别人也重复。AI能干之后，肯定不需要那么多人，即使每人剩一些小尾巴，也可以集中给一个人做。这取决于老板怎么想：如果认为人力是成本，可以用AI压缩人力成本；如果认为人力是资源，可以用AI创造资源。这是老板要考虑的问题，我不做推荐选择。
晓辉： 第一阶段完成了全员WorkBuddy，是企业中的每个人都用上了？
徐健： 包括我们美丽的前台小姐姐。
晓辉： 她用WorkBuddy来干嘛？
徐健： 行政人员会负责订餐、维修维护等，需要在网上用工具、软件或App操作。很多是例行的，可以自动化或用AI代替。发公告、文档等文书工作，也能用AI做。
晓辉： 我最近和朋友聊行政工作，很多细碎、重复性的工作都可以用AI重新打磨提效。
徐健： 重复性工作最适合。
晓辉： 第一阶段完成、所有人用上之后，工作方式发生了什么变化？时间更多了，大家开始干什么？
徐健： 第一段时间肯定在放松，我觉得正常，应该让大家享受快乐，培养良性循环。花三个月学习、努力通过答辩后，是该享受一段时间。之后大家开始改变思考方式：知道同事也用AI完成工作，就敢提一些需求。比如要一份报告，以前觉得同事可能要加班、做几天，不太敢提；现在知道同事可能把需求原封不动交给WorkBuddy，就没有心理负担了。
晓辉： 他为什么不直接让WorkBuddy出报告？
徐健： 因为第一阶段还没有做到所有数据、经验和技能共享。我们把项目分了几个阶段，第一阶段先让每个人变成超级个体，个体之间互联互通留到第二阶段。大家思维方式的变化是我特别期待的：知道AI能干什么，才好给同事派活，知道代价很小。
04 从个人提效到组织协作
晓辉： 现在个人的工作可以让AI一起做，自己的上下文给了AI。但组织的上下文，比如会议、订单、进度，以前用ERP或SaaS系统管理的数据，AI有没有参与调用？
徐健： 我们用AI打造了企业共享知识库。一些简单问题，有数据就可以问AI，不用再找同事。
晓辉： 相当于共同沉淀。但哪些进知识库，有标准吗？
徐健： 这涉及二期工程。一期基本是同部门或同项目内共享知识，二期要把公司所有数据打通，想问财务、人事、客服的数据，不用找到对应部门。现阶段二期正在实施，应该9月底完成。今天刚检查过进度，技术上没有问题了。不仅能调同事负责的数据，还能调同事的技能，甚至从头到尾调用所有人的技能，完成整个SOP。
晓辉： 每个人都可以调。
徐健： 比如招聘，从用人部门提出需求，到新人完成转正答辩，我们发现可以由需求人的一句话启动。比如“我要招一个助理”，就能启动完整SOP。必要时它会问年龄、学历、工作内容等，让我补齐信息。之后可以自动去BOSS直聘发JD、跟应聘者沟通邀约、调取企微日程，看哪天有空，安排面试笔试。
晓辉： 就把自动化流程跑完了。
徐健： 对，人只需要在相应时间走进会议室，就会有大概符合要求的候选人等着面试。
晓辉： 一期是全员用上，二期主要解决什么问题呢？比如财务数据，每个人都能查吗？
徐健： 这涉及权限管理。腾讯系产品已有方案，应用这些方案就能做好信息隔离，问题不大。
晓辉： 回到二期，你们怎么定义这个目标？
徐健： 我们也是在首创，目标是有一个企业的超级AI专家：拥有所有数据、所有技能，还理解业务逻辑。
晓辉： 你说这个AI是吗？
徐健： 对，AI助理。做到百分之百的理想表现，是哪怕让大家明天不用上班，公司也能正常运行，只要服务器通电，所有活都能干。但这过于理想，实际上仍有很多人工工作，比如一些环节要人检查，面试也需要人。目标是凡理论上能从头到尾自动执行的，都实现。这是整个流程级别的，像招聘这样一整件事，从头做到尾。
晓辉： 那听下来好像就要往无人公司的方向去发展了。
徐健： 但对我们这样业务、场景、岗位设计都复杂的公司，不太可能无人，只是会极大提升效率。一项工作教会AI后，就不用重复做了，也就是技能蒸馏。人的工作应该是之前没做过的事情，也就是创新。
晓辉： 从理论推演上，人未来的时间可能更多用在体验和创造上，独特的品味和经历让你有价值。但这个过程会让人担心：我是销冠，长期积累的话术、有效经验和运行逻辑，被公司沉淀、蒸馏了，会觉得不甘。这种感受很常见。
徐健： 这是个很大的话题，我试着说个人观点，不一定正确。担忧是正常、合理的，人之常情。老板的想法很重要：如果真打算蒸馏一个员工，然后弃之不用，理论上可行。但行业真的没有扩张空间了吗？大部分老板处在非垄断行业，不可能独占市场，还是应该提升竞争力。我认为AI应该用在提升竞争力上，不能只考虑降本，有时也可以结合。我们公司也有类似销冠的明星岗位，如果他们很不放心，可以用技术手段保留对技能的ownership，让别人只能调用、不能修改。谁能保证一个技能运行一百年？你还可以锁住自己的价值，技术上没问题。但我鼓励大家别只盯着老本，AI进化越来越快，这部分经验未必够吃一辈子。大胆把技能交给AI重复，自己去创新，也许价值会更大。大家共同规划一个双方都舒服的未来状态，最好。
晓辉： 有人说人很难被蒸馏。经验技能来自过去的积累，让你能做出今天的东西。销冠之所以是销冠，不只是因为话术，还因为他是怎样的人。有了这个觉悟，好像更愿意沉淀自己。
徐健： 现阶段AI能蒸馏的还是相当基础的技能。销冠很重要的是情感沟通，我觉得这部分AI做不了，大家不用太担心。如果工作真能百分之百被替代，就要抓紧学新东西。即使公司不替代你的技能，也会有别的公司替代你的公司。
晓辉： 追逐效率很残酷，但生活和公司经营不只有效率，还要创新、找新产品和服务。我常讲海尔三滚筒洗衣机的例子：分别洗衣服、袜子和内裤。虽然实际这些都可以一起洗，但有一小群人希望分开，企业就设计这种产品，用众筹预售保证能卖掉。这种创新来自客户互动和需求，是很有意思的例子。人的idea会源源不断地产生。既往的教学和培训，让我们适配某个岗位，可能很难跳出盒子。你们怎么扭转观念？大家直接用了AI就慢慢改变，还是会有差异：有的人发散、有很多想法，有的人更愿意做具体执行工作？
徐健： 开诚布公地讲，如果你的优点是稳定重复一件事，我们有勤勤恳恳、兢兢业业等褒义词。但如果褒奖的只是重复劳动，就要反思，在这个时代重复的价值太低，应该把勤劳敬业用在创新上。也不能太理想，人脑有自己的发展规律，年轻时容易接受新事物，年龄增长会慢慢固化，不是希望开放创新就能做到，得尊重客观事实。但好消息是，我认为绝大多数人离自己的上限还很远。即使现在比年轻时创意稍差，也不用担心，可能只发挥了自己创意的百分之一。
晓辉： 公司里的人用上AI后，有没有明显变化，或者发生了意想不到的事？
徐健： 也许从系统动力学中可以叫涌现。比如我们的财务，原来兢兢业业做重复的事情，我们也因此褒奖他。AI替代这些劳动之后，他觉得自己AI用得挺好，开始做Vibe Coding，自己设计系统。这通常是IT部门的工作，甚至要给IT定任务才做，他却自发做了。在财报分析会上，他展示出来，把我们都吓了一跳，我们以为是IT做的，其实是他自己做的。人有很多潜力，现在和被AI解放之后的状态会差别很大，要对自己有信心。我们的岗位和背景千奇百怪，大家现在都有很多创意，程度有差别，因为每个人心态不同。但能看到这种涌现，我相信氛围会带动所有人，或被推动，或出于主观意愿，不知不觉参与创新。
晓辉： 这是一种非常美好的图景。
徐健： 我也觉得很美好。
05 FDE能力如何成长
晓辉： 企业家天生乐观。大家的热情有没有转化为营收增长或业务拓展？作为老板，肯定还是关心公司发展。
徐健： 对，肯定是为了公司进一步发展。
晓辉： 那业务发展方面能不能介绍一下？
徐健： 首先，没想到我们的经验和IT团队变得很受欢迎，身边很多朋友都有兴趣。FDE变成了可以对外提供服务的第二业务，发展出第二曲线。当然，大多数老板不一定走这条路。我们的主业也有发展。对接的韩国公司，IT发展水平很高，但至少在AI应用上落后于我们。每次看我们的报告分析和运营结果，他们都很震撼。告诉他们这些由AI完成之后，反应很大，所以现在我们在韩国品牌圈也有名气。
晓辉： 还有品牌要来你们这里学习？
徐健： 对，要派CTO、CFO过来，了解我们怎么做。我们也准备国际版方案，尊重他们的习惯，比如可能更喜欢Codex，要基于现有系统提供方案。更重要的是，实践中吃螃蟹遇到什么问题、怎么解决，这些经验才是他们最想听的。它提升了行业影响力、获客能力和运营能力，是全方位的。
晓辉： AI时代，任何行业的企业有一个AI Native标签，对品牌都是很好的塑造。大家都会进入这个时代，但谁是先行者？如果我上次没听您分享、没看到工作流拆得那么细，就不会有今天的对话，AI圈也不会知道一家化妆品运营企业怎样落地。我给一些企业建议时，也鼓励他们作为行业先行者去布道、教育，分享成功和落地经验，带动整个行业转型。一家企业转型就像个人转型一样，企业只是产业链上的一个节点。上下游都有这样的速度和意识，整个流转效率才会上来，创造更多财富。
徐健： AI一定会带动整个产业链。比如公司的绝大部分工作用Agent完成后，跟新品牌客户谈合作，团队会问：我们可不可以用Agent对接你们的Agent？这个问题让品牌方很震撼。
晓辉： 那人家没有，这行不行？
徐健： 人家说没有，觉得不好意思，就决定来学习。一家公司用AI进入更高转速，自然希望上下游也按这种速度运转。所以AI的普及，可能不是一家企业想拒绝就能拒绝的。我觉得未来整个行业，甚至社会，会在AI之上运行。
晓辉： 成为AI先行者，无论对个人还是行业里的企业，都是很好的品牌策略。
徐健： 希望如此。
晓辉： AI是先进的生产力工具，智能可以不断供给。你们怎么持续培训，让员工指挥多个Agent协作？随着模型升级，会不会进一步培训？这十个FDE在考核完大家之后，工作结束了吗？
徐健： 没有，但工作大大减轻了。现在三十多个人会Vibe Coding，不是FDE培训的，是自己学的。二期做完，FDE就可以抽身服务更多客户，现在有客户排队。FDE辅导主要起领进门的作用，对方学会AI后，有问题也可以问AI。很多同事的能力被低估了，学会工具后，他们可以跟上AI发展。公司有个特色：考核AI能力时，设置两层标签。一个是马的标签，另一个是弓箭，表示会骑兵战术。
晓辉： 两个级别的骑兵是什么意思？
徐健： 普通人学会AI，就像步兵骑上战马，做事速度有很大飞跃。通过答辩，就给一个骏马头像。但如果思维还在步兵时代，把一群骑兵当步兵指挥，是极大的错误和浪费。要知道怎么指挥、利用骑兵，这是更高级的要求，我们叫AI思维。
晓辉： 这是给管理者，还是每个员工？
徐健： 不限于管理者。流程里很难说谁在管理，每个人都是其中一分子，也会影响上下游。弓箭标签表明拥有指挥骑兵的能力。
晓辉： 这怎么考核？
徐健： 看能不能用AI重塑SOP。原来二十个步骤，现在用完全不同的路径，五步完成。我会认为你不仅在局部升级，还拥有了用AI看整个流程的能力。
晓辉： 他要举证？
徐健： 对，重新做SOP，证明方式可行。既有高级管理人员，也有普通员工得到认可，目前还是少数。学习新技术需要时间，这正常。核心观点是：让每个人骑上战马，不代表战术可以维持不变，战术要根据现在的特点升级。
晓辉： 这十个FDE都有这种AI思维吗？
徐健： 他们现在都有了。
晓辉： 当时怎么招到这十个人的？花了多久，是什么背景？
徐健： 我们的CTO是高中毕业生，很聪明，我认为是个极客。
晓辉： 之前也在科技、互联网行业？
徐健： 他自己是创业者，也是很好的技术人才。我们一起创建了FDE团队，很多简历由他筛选。首先要求有相关背景，或做过相关工作、有一定年限。其次有AI笔试和面试。
晓辉： AI笔试怎么考？
徐健： 有一套试卷，只能在手机上完成，一旦跳出对话框就会交卷，确保用人脑答题。现场也有人监考，尽量通过这些方式筛选好苗子。
晓辉： 这十个人既要有相关背景、懂AI，也要通过AI思维的考核？
徐健： 他们不是一开始就有。在辅导一段时间后，又做了很多创新。刚进来不了解行业，不会马上有用AI重塑行业流程的想法。了解行业和部分流程后，提出了新想法，我们才认可他们拥有用AI思维改变业务流程的能力。
晓辉： 所以AI思维也要懂业务流程、懂AI。
徐健： 我们不是大模型开发公司，不要求对底层技术有特别深的理解，要求的是利用大模型公司提供的能力，解决实际应用问题。
06 本体论与目的论
晓辉： 二期尝试让AI了解整个公司的数据、决策流程，听起来是很复杂的工程，怎么保证不出问题？
徐健： 很复杂，我们也走过弯路。一开始用的是Palantir的Ontology，本体论。
晓辉： 能介绍一下什么是本体论吗？
徐健： 我们现在不推荐企业用本体论。它大概认为世界由对象组成，对象间有关系，这是最底层的世界认知。在这之上有各种层，确保系统正常运转，底层把对象和关系当作基础、第一性的东西。
晓辉： 有点点像知识图谱。
徐健： 对，他们会做出知识图谱。但我们发现Ontology不太适合企业，或者说人类组织。我们认为它适合客观世界，比如科学研究、物理、数学：那些世界里大部分东西存在即合理，Ontology把这些存在变成对象、关系。可企业中现有的岗位、现象都合理吗？所以我们认为企业的第一性原理不是对象与关系。我们提出了一个新理论，借晓辉的平台介绍：目的论比本体论更适合有目的性的人类组织，比如企业、NGO、慈善组织、政府，也包括美国国防部、军队，它们都有明确目的，一切以服务目的为标准。物理世界里，桌上有瓶水就给它建模，因为它客观存在，要尊重客观。有目的性的人类组织，则应以目的为第一性原理，组织资源完成它。企业需要组织人、流程，提供软硬件，让流程运转，实现目标。
不能因为现有这些人、办公用品，就以它们为基础搭流程，那会束缚自己，太重、代价太大。与目的无关的东西被过度建模，最重要的相关要素反而没有得到足够关注和细节。我们正在用目的论重新搭架构，也借鉴部分Ontology可取的地方。总体上，我们认为以对象和关系为基础，更适合物理、数学这样的客观世界，不太适合有目的性的人类组织。
晓辉： 我来翻译一下，刚才讲的比较抽象。比如企业每天沉淀大量运营数据、知识、能力和经验。招聘时，要建立画像、面试、评估、入职、培训等流程。但每一环都必要吗？为什么招这个人，本身就值得质疑。如果用本体论，可能把这套SOP全沉淀下来。
徐健： 是的，你花很长时间去建模。
晓辉： 换成目的论，就要问企业为什么培训，AI来了能不能直接用AI，企业为什么存在、定位和文化内核是什么。比如目标是追求利润、给客户更好服务，有了目的再评估用AI还是用人，这是一种更自上而下、偏规划的结果。当然，自上而下和自下而上的讨论、拉扯一直很有意思：如果管控特别强，完全服务于明确愿景目标，会不会丢失下面演进中的信息？员工在什么状态下工作，信息里有没有潜在机会，也可能很难对应。我最近研究道家思想，也关心自然而然涌现的能力。当然，我认同企业的第一性原理，是服务客户和客户需求。你们实践中怎样按目的拆解？上次给我看过的整个体系，是怎样的目标？
徐健： 大部分企业以盈利为目标，也有社会责任，可以作为目标之一。一切运转以这些目标为出发点，推导日常的人、事和配套的东西。
晓辉： 有点像KPI：财务健康度、员工满意度等，拆出一系列目标，每个部门再围绕它拆解，可以这样理解吗？
徐健： 是的，可以想象树形结构。公司最原始的目标，拆出财务、运营、团队培养等维度，逐层下来，把每个人包含进去，让他发现自己服务于哪个目标。如果KPI体系完善，它就组成了目标树。
晓辉： 听起来很像系统论、控制论工程。好处是有全局视野，知道整个体系的状态，每个人在大结构中的位置，AI和人各是什么角色，有张全景图谱。但我总觉得好像还会有一些问题。
徐健： 您说得对，没有完美方案，AI应用的理论也在进化。我认可Palantir推出Ontology的价值，作为先行者，它给了我们一个很好的出发点，初代版本也能解决很多问题。如果有无限资源给每个对象建模，又不担心失焦，本体论是可用的。但企业讲究效益，我们认为目的论更高效。当然，我们也还在解决各种问题。上升到理论层面，我觉得要不断用系统动力学给目的论反馈，增强回路和平衡回路各有用处。公司被目的树牵引前进，作为有机系统，会出现哪些回路、飞轮，哪些应鼓励、哪些应避免，可以继续加入这个架构。它与已有系统论知识不冲突，只是提供一个我们认为更高效的企业建模方案。
晓辉： 我觉得目的论和本体论应该结合。目的论服务于确定的、已经知道流程的体系，但本体论的沉淀可能长出新机会、新方向、新目标。原来目的论那套未来也许可以交给AI，同时保留自下而上、把新出现的重要事物描摹出来的体系。
徐健： 这个说法很有启发性。我们正在结合两者。到今天，目的论那套在理论上差不多做完了，业务上还在丰富。下一步团队考虑保留本体论优秀的东西，特别是您说的，让本体涌现优秀现象的系统功能不丢失，避免人为操纵过强。我觉得结合起来，比单纯用任何一种都好。一开始希望企业快速应用AI，目的论提供了一种快速组织企业AI工作方式的理论。但企业用了之后，进入相对稳态，我们就有时间、预算和团队能力，对相对稳定、合理的对象建模。所以可能是先后顺序的问题。
07 企业怎样推进AI转型
晓辉： 现在团队也在扩大？你们陆续服务了其他企业，涉及哪些行业，效果怎样，用什么方法推进转型？
徐健： 行业五花八门，有电商、建筑、烘焙、广告公司，行业不限。不管什么行业，公司基本都有共同岗位和流程，比如财务、人事、行政、客服、设计。流程大同小异，区别是现有系统各有特点。AI工具能对接的系统足够广，这套方案就可以复用。
晓辉： 各行业都需要财务、行政、人力等标准化流程，独有的是行业know-how。比如烘焙现场的技能，就要额外看工作流怎么搭。
徐健： 但生产、销售、库存、采购供应链的管理，很多只换一个品名，理论上没有太大区别。
晓辉： 具体提供什么服务？也是FDE进场，帮部门员工用WorkBuddy吗？
徐健： 会定制。这涉及我们的定位：不是所有公司都适合现阶段硬上AI，我们不想什么公司都合作。交付会影响口碑、团队士气等，所以很挑客户。
晓辉： 什么样的不适合？
徐健： 最不适合的，是老板没想清楚。他觉得AI也许有用，自己不太懂，想试试，结果团队有人偷偷说不好用、最好别搞，最终让我们白忙一场。我们挑客户，最主要是挑老板：你要清楚这东西能不能给生意带来增益。没想清楚，我们也不太愿意浪费时间。我们很在意口碑，希望和每个老板成为长期朋友。很多老板找来，我会说可以再等等、再考虑，不必急着吃螃蟹，我认为现在还是吃螃蟹的阶段。如果没那么紧迫，可以等。但如果想获得领先对手的优势，有信心逐步放大，就要抓紧。这取决于公司状态、老板想法、团队现有系统和SOP整理情况。如果还一团乱，指望我们从头梳理SOP，太难。希望双方在最合适的状态合作，做出一个个案例。我们拿企业作案例，客户通过合作上台阶，双方受益。
晓辉： 我给企业授课，会感觉有些是老板焦虑才请你来。
徐健： 大部分是这种情况。
晓辉： 有些老板真懂企业的能力边界，这时推进AI转型就很自然。
徐健： 我们很可能改变人和流程，甚至组织架构。老板想好没有？如果在那个点犹豫，就半途而废了。
晓辉： 落地时，共有的环节提供成熟Skill？
徐健： 可以。服务方式还在跟每个客户谈，不停优化，基本是定制。客户一次说清需求，我们分期做，双方有保障。也有老板想得很清楚，决定把螃蟹吃到底，直接开始高水平升级。
晓辉： 还需要员工培训，还是直接上工作流、加Skill，开箱即用？
徐健： 有些老板想试水，只升级个别SOP，甚至某个耗时步骤，这样的小活也可以做。
晓辉： 目前落地效果怎样？
徐健： 感觉我在给WorkBuddy做很多广告。
晓辉： 今天没有收广告费，哈哈。
徐健： 听过都说好。一般最耗时的工作，用完之后获得感最大。
晓辉： 即使用国内模型？
徐健： 根据工作类型推荐适合的模型：图片处理、简单问答、深度思考，我们会分别区分。
晓辉： 会考虑部署开源模型吗？有隐私合规要求的客户吗？还是目前大部分是中小企业？
徐健： 目前以中小企业为主。有些规划后面几期上本地模型。智能体对工作带来这么大改变，也是最近几个月的事，接触中很少见大型企业下决心全员改变。
晓辉： 大型企业也是按部门拓展。
徐健： 所以目前主要是中小团队，或者大公司的某个团队。
晓辉： 什么叫AI转型成功？购买FDE服务，怎样算交付？
徐健： 目前双方比较满意，因为会说得很具体：每个SOP做到什么程度，哪些工作完全交给AI。我们不会空泛承诺“帮你完成AI升级”。做品牌运营时就很重视口碑，在韩国口碑很好，服务国内FDE客户也一样珍惜商誉。
晓辉： 现在咨询公司、互联网大厂、创业公司，甚至博主，都说可以做FDE，也有企业来问我能否落地。不同公司交付价值时关注点肯定不同：咨询公司可能顺带解决战略问题，互联网公司可能卖自己的产品。但理想结果应当是真正帮企业提效，省出人力成本，拿到结果，让利润上去。这应该还是最终目的。
徐健： 一般老板期望很高，我觉得要分期做。第一期先让团队掌握智能工具，把每个人大部分或小部分工作交给它，需要一点时间。它会改变团队氛围：像我们公司，大家逐渐欢迎、喜欢AI，开始独立尝试，探索自己的潜能。有了这种良好氛围，再深度整合SOP，甚至用全新的AI商业模式打败竞争对手，这应该放到第二阶段。不能一开始就期待公司变得特别fancy。AI一直在进化、迭代，现阶段并非万能。有朋友问能不能把所有事接过去，它有上下文限制和其他制约，需要逐步做。最大的制约是人的思维，我们发现这反而是AI应用里提升最慢的一环，要充分预估困难。
晓辉： AI转型对很多企业，也是重新思考战略的机会。老板长期陷在工作、压力和既有流程里，很难抽离出来，重新想利润空间在哪里。我和企业讨论，常尝试让他重新讲一讲行业有哪些增量空间。
徐健： 这是好办法。
晓辉： 原来专业化、流程化、标准化体系里，谁快、便宜、节省人力成本，谁就是好企业。AI来了之后，识别多样化、长尾需求和独特创新机会更重要。比如买Labubu获得的情绪价值，还有出海，都是增长点。所以FDE流程提效是一方面，能卷得更快、用更少人解决问题，但大市场和方向在哪里？出海、银发经济、年轻人的情绪价值、疗愈等新机会，才是大家愿意付钱的新可能性。
徐健： 说得太对了。我非常认同晓辉博士的观点。AI能提升原有工作方式的运转效率，但方向错了，发动机转得更快未必是好事。怎样探寻新可能、确定战略、从AI发展中受益，对公司的影响更大，是个大命题。
晓辉： 我觉得这也可以包含在你们的服务里。
徐健： 希望有这个能力，但定战略严肃又困难。首先要解放老板，让他有时间；其次帮他收集必要信息，不能关起门拍脑袋；第三，要让团队有能力实现战略。现在做AI提效，正好可以做这三项准备。第一，把老板解放出来；第二，帮老板收集信息；第三，提升团队效率，帮助实现战略转向。准备做好后，才到最后的难题：怎样借助AI给老板高明的建议？虽然难，但有成熟方法论，比如咨询公司帮助企业制定战略的方法，其中相当多部分可以借助AI。最后制定战略时，AI仍能提供助力，但最终拍板、从ABC方向里选一个的，肯定是老板，这很关键。这样一套下来，AI能提供很多帮助。
08 组织与人的新角色
晓辉： AI转型有关于效率的部分，也有人心的部分：老板、员工、高管愿不愿意相信。你们组织架构有改变吗？高管怎么看？
徐健： 我跟公司的人谈得比较坦诚。说几个改变：现在没有财务总监，也没有人事总监了。
晓辉： 减少了中层。
徐健： 总的方向是更扁平化，上下级关系更平等、随和。一个流程究竟谁说了算，是发起人、最后一个步骤的人，还是中间的人？我觉得讨论这个意义不大，流程上每个人都重要，公司每个人都是复杂流程中的一环。原来上下级做决策审核，我们可以把审核自动化。现在要求各级管理层把审核原则写出来，别搞得神神秘秘。我自己带头写，比如想招什么人、哪些事能批、哪些不能批。写出来会发现没那么复杂，写出来就好了。有保密内容，可以单独处理，总体上大部分审核原则都能写下来、做自动化。上级另一个作用是传达信息，但我没必要通过你的二手信息，可以直接调原始信息。还有新人辅导，也未必都由上级面授，上级可以沉淀知识，让新人自己调取学习。当然，面授有不可替代的部分，我们不能说中层价值归零，那不可能。
中层应该发掘更多价值，把经验用在更有意义的地方，这些原本占大部分时间的工作释放出来，是好事。但如果释放后觉得自己一无是处，不寻找新价值，就有可能被替代。
晓辉： 我们之前分享过Player Coach的概念，既下场踢球，也做球员的教练。管理者以前日常工作是管理，现在也要带项目，知道一线的声音和炮火在哪里。这很重要。未来每个人可能都在边缘，AI在公司中心，了解所有上下文，员工在权限范围内可以问它公司发生了什么。Block公司的案例讲了三种人：Individual Contributor，独立贡献者；Directly Responsible Individual，直接责任人，直接责任人端到端负责交付；第三是Player Coach，管理者既下场也带人。AI在中心构建公司世界模型，知道发生什么、状态怎么变、有什么知识沉淀，所有人都能访问，就形成非常扁平的架构。
徐健： 这是很好的架构，也会导致扁平化。我认为对所有人都是好事，包括管理层。他们经验比一线丰富，创造潜力和可能给公司的新赋能，也会更多。
晓辉： 管理者没必要太担心职业，因为他擅长管Agent。以前管人，现在也可以指挥AI。我今天还在想，新时代AI领导力是什么？知道AI的边界、人的边界，把两种资源有效整合，完成以前可能无法完成的任务。
徐健： 这是新的可能。
晓辉： 刚才聊了FDE和公司转型，对我最大的启发是，我的日常工作也可以用系统思维重新评估：每天在做哪些工作、哪些流程？比如发视频、剪视频，现在还没完全交给AI，可能是之前不信任，还要一点点审核、处理字幕。有了Astra这个新模型，我觉得能更好地解决。其他还有学习新东西，AI可以和我一起学；再到分享、研究、报告和产出，都可以拆解。包括您作为CEO，有没有拆过自己的日常工作？
徐健： 也有。CEO时间通常碎片化，来一件事就要回复，但仍能找出可以交给AI的工作。有的老板先交给下属，再交给AI，也是一种方式。但CEO一定要提升AI使用熟练度，理解本质和能力边界，否则容易被忽悠。我思考过超级个体与超级团队的本质关系：公司应该变成哪一个？困惑了很久，现在有了让我茅塞顿开的新想法。我认为，超级团队可以被看作是对老板进行超级个体的打造。公司AI升级的最终本质，也许是把老板打造成超级个体，老板不能做的事情分给其他人。这是我的想法，老板们要有心理准备。
晓辉： 把老板变成超级个体，那其他员工也是超级个体。
徐健： 是的。但为什么我说老板是核心？CEO应该成为跟AI最深度交互的人，其他人的工作是对CEO思考或行动的补充。CEO是大圆，其他人以小圆分布在周围，我认为可能是很好的AI实践。
晓辉： 有启发，企业可能是CEO的延伸。但有的公司只有一个CEO，或者你是大股东，也有合伙制，更复杂。合伙人各自是超级个体，围绕他们形成集体智慧。围绕CEO大脑组织体系是一种可能，但企业上限可能就是CEO上限。如果把公司打造成超级团队，上限可能是集体的上限：招来的人共同思考、相互碰撞，涌现出集体智慧。
徐健： 我觉得我的想法和晓辉博士说的一样。为什么说CEO是中心的大圆、变成超级个体？因为公司发生的一切，应该是你设计的结果。您说团队成员变成超级个体，涌现新技能，提高竞争力，这也应该是CEO设计的结果。如果CEO让大家很忙、缺少AI技能、与发展脱节，这些都不会发生。所以CEO要用良好制度，像园丁一样呵护花草成长。从这个角度说，他们执行很多，但思考比CEO少，这一切的发生，应当在CEO的思考中有所预见，所以我更多是从思考层面说，CEO应该承担大框架的绝大部分思考。
晓辉： 以前有个说法，公司要制度化，创始人不在时也能持续运行。这跟刚才的说法好像不完全一样。
徐健： 不矛盾。设计一套制度或流程，让自己不参与管理，公司也能运行，也是你设计的结果，要先在脑子里思考一遍。像自动驾驶，不能说它没有经过思考就自动驾驶了，背后花的思考可能比人为驾驶多一百倍、一万倍。
晓辉： 相当于CEO先把公司的世界模型搭起来，再让模型自己运行。
晓辉： 今天讨论了不少理论问题，很开心跟徐总聊这些。他在一线实践，公司也在发展，在韩国有影响力，很多品牌找他们代运营。这期对我也是新启发。我之前更多想本体论，很少想目的论，不喜欢规划、不喜欢框住自己。但我觉得可以用这两条路径校准自己的状态，有一张全景图是很好的事。
徐健： 感谢晓辉博士提供平台，也欢迎思维碰撞。交流让我获益很多，想法得到校准或验证，我也学了很多。
音频完整版会上线到小宇宙“新可能实验室”，视频完整版可以在“晓辉博士”视频号查看，后续也会同步在B站的“新可能实验室”。
新可能实验室 关注人和产业在AI时代的新可能。欢迎继续关注晓辉博士与新可能实验室，和我们一起认识真实的人，探索适合自己的下一步。
