如何给企业做AI诊断｜不是兜售方案，要挖出老板真正的野心
文章讲述如何为中小企业老板做AI业务诊断。作者认为第一次诊断的核心不是兜售方案，而是挖掘老板真正的业务野心。具体方法包括：开场先卸下对方防备，提前用AI收集企业、行业和招聘信息建立信息优势；挖需求时不困于表面痛点，通过切时机、逼大盘、锁底线引出真实目标；梳理流程帮老板看清复杂度；算清经营明账、组织暗账和风险边界三本账；收尾时给出低风险试点方案，并在会后48小时内交付总结和Demo促成合作。作者强调AI技术快速贬值，而业务洞察力永远溢价。
全部文档 / 标签: 企业管理
14 篇
The GitHub Trick That Makes AI Actually Know Your Business
作者介绍了如何用免费的 GitHub 组织为企业搭建 AI 可读的知识库。核心做法：以企业名义创建 GitHub 组织，在私有仓库中按领域（销售、运营、财务等）分层存放 SOP、决策日志和参考数据；同时排除密码、客户个人信息和银行流水。知识库归企业所有，人员变动不影响知识沉淀。作者以自己的亚马逊品牌业务为例，通过 ChatGPT/Codex 拉取仓库并提问理想客户画像，AI 准确引用 icp.md 文件作答。建议本周先建组织、放一份真实文档、问一个问题上手验证。
段永平：40 岁我就退休了，我最深刻的体会
本文整理了段永平近几年的访谈与分享，涵盖个人成长、商业创新、经营管理和投资理念四大方面。核心观点包括：做人要本分、保持平常心，做对的事情并把事情做对；商业上强调差异化与消费者导向的创新，核心竞争力源自企业文化；管理上重视制度建设和授权，不要让重要的事变成紧急的事；投资方面坚持能力圈、买股票就是买公司、关注护城河与未来现金流折现，欲速则不达。文章展现了段永平'守正不出奇''敢为天下后'的大道智慧。
The Death of the Company：组织奇点与AI原生公司
Peter Diamandis 介绍其合作伙伴 Salim Ismail 提出的“组织奇点”理论：70% 的 CEO 承认公司存在高利润业务可在 60-90 天内被两名 AI Agent 使用者复制。文章阐述 AI 原生公司的五层智能架构（感知、解释、决策、编排执行、学习），人类仅在检查点做是否批准。传统公司无法内部转型，需采用边缘策略——在防火墙内建立数字孪生，逐步用智能栈重构工作流并替代旧系统。预计 AI 原生组织性能将提升约 100 倍，仅需 20% 人力；中层管理萎缩 60-80%，静态组织架构与五年规划消亡，而 MTP、法律实体、专有数据与人类判断得以保留。
公司的一号位先想通这件事：不是 AI 能干什么，是你的组织缺了什么？
文章指出全球88%的企业使用AI但仅6%能算清收益账，核心问题不在技术而在于一号位的提问方式。以美团全员配AI却日烧千万token为例，说明把AI当工具发放与当业务杠杆重构的巨大差异。文章辨析了工具与Agent的本质区别——主动性，借冯·诺依曼瓶颈的典故强调一号位的职责是给业务问题起对名字，并提出“组织底数大于1”是享受AI指数红利的前提。
为什么大部分 CEO 的 AI 尝试都在假装进步
本文解读 Bain & Company 发布的企业 AI 转型 CEO 指南，指出多数企业的 AI 尝试只是“假装进步”：把试点数量当转型深度、在旧流程上叠加 AI 按钮、用短期 ROI 筛选项目、误把供应商能力当自身能力、战略激进但机制保守。文章认为真正拉开差距的是三样买不来的核心资产：专属数据、编码化工作流和闭环学习机制，并介绍了企业 AI 转型需要做对的七项核心决策。
AI Native: The Mandate to Transform Your Company
李开飞分享其新书《AI Native》，阐述企业如何真正实现AI转型。他指出许多公司虽投入AI但未见实际收益，强调AI转型必须是CEO的首要任务，需重塑企业核心而非仅作为工具附加。书中探讨了智能化带来的组织变革与领导力挑战。
读《置身钉内》：AI时代企业产品的复盘与反思
本文是对长文《置身钉内》的概括。文章以亲历者视角复盘了钉钉“ONE”产品从立项到搁浅的过程，深入剖析了产品设计中的形式矛盾、用户反馈的陷阱以及极致敏捷管理的副作用。作者指出，AI时代企业产品的关键不在于技术，而在于组织能否慢下来理解真实需求。这是一份关于产品、管理与个人职业的深刻反思。
真正稀缺的不是AI工具，而是能把AI用进业务的人
文章指出，虽然AI工具层出不穷，但企业面临的核心瓶颈是缺乏将AI有效融入实际业务并推动组织转型的人才。单纯的工具使用与利用AI实现业务降本增效之间存在巨大鸿沟。文章定义了“AI转型人才”的五大核心工作：寻找高价值场景、重构业务流程、打通数据系统、建立评估标准及推动组织变革。随着行业从“模型竞争”转向“落地竞争”，具备“AI×业务×转型”复合能力的个人将成为未来的关键资产。
企业 AI 转型，究竟该怎么做？
本文针对中国中小企业老板，探讨了如何有效进行企业 AI 转型。作者指出当前 AI 市场拥挤且多卖焦虑，主张企业应聚焦于“降本”而非“增效”，因为降本成果可量化，决策快且续费稳；而增效依赖主观判断，风险高。文章建议警惕“数据壁垒”和“场景深度”等融资话术，优先选择能让企业直接在账面上看到收益的项目，并提供了 AI 供应商辨识及 ROI 测算的思路。
麦肯锡无法让你实现 AI 原生转型，Agent 可以
文章指出，大多数公司混淆了 AI 采纳与 AI 转型。传统的咨询模式（如麦肯锡）依赖小样本人工调研，无法覆盖 AI 转型所需的全部工作流程。真正的转型需要像重新设计工厂一样重新设计公司。作者提出一种新模式：利用 AI Agents 并行访谈全员以构建“运营图谱”（软件层），再结合人类专家的判断（服务层），实现持续、全域且个性化的企业变革。
There are no AI-native enterprises
文章探讨了为何目前尚不存在真正的 AI 原生企业。作者指出，尽管企业能利用 AI 升级产品（AI in the business），但其内部运营机制（AI on the business）仍受制于传统的组织惯性和预算体系。文章分析了企业转型的政治阻力，强调了重塑组织“内部物理定律”的重要性。
如何构建自动化的 AI 工作流以实现企业自动驾驶
本文是一篇关于构建 AI 自动化工作流的完整课程指南。文章指出，许多企业主陷入繁琐的执行工作，而正确的做法是建立互连的 AI 工作流系统来处理运营层事务。作者强调应从工作流出发而非单纯寻找工具，并详细介绍了三个实施阶段：首先绘制并标记业务流程；其次设计包含触发器、输入处理及质量检查的自动化架构；最后构建电子邮件处理、报告生成和内容创作三大核心工作流，从而将业务重心转移到决策与增长上。
AI实施科学：一个2030年之前必将诞生的领域
文章指出，尽管AI模型能力飞速提升，但企业部署成功率却在下降，形成了“AI实施鸿沟”。作者借用医学界的“实施科学”理论，提出将CFIR等框架引入AI领域，以解决技术落地中的组织、人员和流程问题。文章预测，到2030年，AI实施将成为一门独立学科，而解决“落地税”和“能力幻觉”将是行业的关键。