跨境知识库数据团队

团队 AI 化,先做哪三件事

团队 AI 化这件事,大部分团队的第一反应是买工具、发账号、开会动员。这三件事花了两周,然后发现没人用。

·

[团队AI化AI工作流组织能力]

团队 AI 化这件事,大部分团队的第一反应是买工具、发账号、开会动员。这三件事花了两周,然后发现没人用。

原因很简单:AI 能接的工作,前提是那件工作已经被写清楚过。没有写清楚的工作,AI 接不了,因为传给它的是模糊的指令,它只能给你模糊的输出。

我给团队排 AI 化的顺序,固定三件事在前。

先做三件事,顺序不能换

团队 AI 化的三个前置条件与落地顺序
团队 AI 化的三个前置条件与落地顺序

团队 AI 化的三个前置条件与落地顺序

前置检验方法没做到时的样子
流程已写成规则AI 输出的结果能直接拿去执行AI 卡在需要判断的环节上
知识已归到一处不补提示词也能跑出正确结果提示词越补越长,比正文还长
验收人已指定每份输出都有人签字并标了缺失数据出错之后没人认,也没人改流程

第一件,把现有流程写成 Skill 能跑的形状。

不是写 SOP。SOP 是给人看的,允许有"酌情处理"。给 AI 跑的流程必须做到:输入明确,输出明确,判断环节单独标出来交给人。

我这一步的做法是从最高频的那件事开始,一件一件改,不贪多。一个 Skill 只做一件事,大而全的 Skill 我试过,跑不动。

第二件,把知识归到一个地方。

AI 不知道你的产品参数、你的定价逻辑、你的禁用词,除非这些东西已经归集好。这一步枯燥但跳不过去。

我见过团队在提示词里补了十几轮,每轮补三行,提示词比正文长。这说明缺的是知识库不是 Skill。

第三件,把 AI 输出的验收人定下来。

这是最容易被漏掉、后果最严重的一步。AI 有一个特性:倾向给完整、平衡、不冒犯的答案,很少说"我不知道"。所以它的输出里混着真判断和编的合理推测,而且看起来一模一样。

不定验收人会出现两种情况:运营觉得"这是机器说的",不敢用;或者有人直接用了,错了没人负责。

我的做法是要求所有 AI 输出强制带两样:置信度、缺失数据标记。没有这两样的输出,一律降级成参考信息,不进执行。

三件事做完,第四件才是放开用

前两件事是地基,第三件事是刹车。地基不稳就跑,撞墙之后整个团队的信任会一起赔进去。

我见过一个团队推了两个月 AI,第三个月没人用了。不是因为不好用,是因为第一次出错的处理方式不对——有人直接按 AI 说的改了定价,亏了一笔,团队内部就形成了"AI 的东西别当真"的共识。

这个共识一旦形成,再想让团队用起来要半年。

判断有没有真的 AI 化

有一个很土但很准的指标:关掉 AI,一个人的日常工作量下降了多少。

真 AI 化的团队,关掉工具之后会发现有些活没人做了,得重新分配。这种状态说明 AI 接走了真活。

假 AI 化的团队,关掉工具一切照旧,AI 只是多写了几份没人看的报告。这不叫 AI 化,叫多了个玩具。

团队规模不是前提

最后说一句常被当成门槛的事:团队小不需要等。

跨哥那个判断我认同——以后不是二十人团队一定打得过八人。AI 抹掉的是执行层的一部分差距,一个八人团队配上跑通的流程,在执行效率上可以顶一个二十人团队。

但前提是那八个人的判断力还在,流程也真的跑通了。这两件事都没有的话,人再多也只是把混乱放大。

← 返回数据团队板块