从'全员AI'迈向'AI原生':猎豹移动实战带来的十点思考

本周六，我有幸参与了猎豹移动举办的AI Native先锋企业营活动。

仅用一天时间，却收获了极高的信息密度。傅盛、童宁以及一群通过‘黑客松’选拔出的AI小极客，将过去三年在AI转型方面的实践经验毫无保留地分享了出来。

我最大的感触并非掌握了多少新工具，而是首次清晰地观察到：一家企业究竟如何从‘全员使用AI’演进为‘AI原生组织’。

以往许多企业在谈论AI时，往往局限于购买模型、接入插件或制作Demo。然而，真正的AI转型并非单纯为员工增添工具，而是要对组织的工作模式进行重新设计。

以下是我结合猎豹的实战经验与极羽自身的探索，总结出的十项关键启示。

若‘一把手’不亲自下场，AI转型便只是形式

傅盛在开场并未讲述模型或技术细节，而是分享了一个互联网时代的旧案例。

当年国美、苏宁曾认为：‘我们门店更多、供应链更强，只要找人做个网站，岂不是就能击败淘宝？’

结果众所周知。究其原因，并非缺乏人才，而是一把手不懂互联网，导致无法判断方向是否正确，也无法评估团队是否做对。

当下的AI时代，情况几乎如出一辙。

当你聘请一位AI负责人，对方声称某个模型优秀、某个Agent能提升效率、某方案值得投入——你真的有能力做出判断吗？

傅盛本人就是极佳的正面案例。他并非程序员，出身产品领域，从用GPT-3.5编写贪吃蛇游戏开始，始终保持对AI的第一手体验。最近他利用最强模型，仅用一晚便开发出网页版《红色警戒》，两天内吸引了上万粉丝。他并未熬夜，交代任务后便去休息了。

核心观点只有一句：AI转型绝非‘支持技术团队去尝试’，而是‘一把手必须先弄懂’。若你无法理解，即便招聘再优秀的人才也无济于事，因为你无法识别其真正的能力。

现场还有一个令我震撼的细节。推动猎豹‘全员AI化’的核心人物，并非CTO或研发负责人，而是一位几乎不会写代码的女性——CFO的助理，加拿大留学背景，心理学专业。过去三年，她负责推动公司的AI培训、文化建设与组织推广，最终将猎豹从‘大家使用AI工具’推向了‘组织围绕AI工作’的新阶段。

这一案例让我重新理解了某件事：在AI时代，最重要的人未必是最懂技术者，而是那个能推动组织变革的人。

回到极羽。过去我们也曾探讨：AI是否仅是研发部门的事？答案日益清晰——并非如此。研发需要AI，但销售、客服、财务、运营及管理层更需AI。一家仅研发部门实现AI化的公司，本质上仍是一家传统公司。唯有整个组织开始重新思考工作方式，才算真正迈入AI时代。

而这一切，没有任何人可以替代‘一把手’的角色。

AI转型的最大误区：将其视为IT项目

许多企业对AI的理解，仍停留在三个动作：购买模型、寻找技术团队、开发几个应用。

这并非AI转型，这只是IT项目。

猎豹给出的答案截然不同。他们认为AI的最大价值，不在于提升个人的效率，而在于重新设计整个组织的流程。

童宁分享了一个令人痛心的案例：他们为客户部署智能体，技术团队仅用20分钟便完成部署，却因权限审批问题，整个流程被卡了两天。

原因何在？AI已经高效运行，但组织流程仍沿用旧制。技术效率提升了，组织效率却未提升。

这正是众多企业AI转型失败的主因：并非AI不够强大，而是企业试图用旧的组织架构承载新的生产力。

猎豹如今的研发流程已发生变革：需求提出→智能体处理→人类确认‘同意’→发布。他们自己的产品如今每天可发布多个版本。

未来企业的流程应从‘需求提出→人工处理→多层审批→执行’转变为‘AI执行→人工判断→人工确认’。AI负责大量重复性工作，人类则专注于判断、决策与创造。这才是真正的AI原生组织。

极羽亦是如此。我们目前的许多流程仍是围绕‘人’设计的。下一阶段，需重新审视：哪些事务必须由人完成？哪些可直接由AI完成？哪些流程本就不应存在？

货代企业未来的竞争，将不再是系统之争，而是组织效率之争。

全员AI的关键，不在于培训，而在于改变工作方式

许多企业开展AI培训：听一天课，学几个提示词，便结束。回去后一切照旧。

猎豹真正做的是：让每个人找到属于自己的AI工作流。

他们展示了一些内部案例。财务：自动生成资金周报、自动分析经营数据。法务：合同生成、法律助手。HR：AI面试分析。销售：销售知识库、新人培训系统。行政：礼品管理系统。市场：多语言视频生成。

最关键的是：这些成果大多并非研发人员完成，而是业务人员利用AI编程自行实现的。

过去：业务提出需求→研发排期→等待交付。

未来：业务理解问题→AI辅助实现→业务自行创造工具。

猎豹将AI编程比喻为‘制造工具的工具’。过去Excel的普及，让普通人能处理数据。未来AI编程的普及，将让普通人能创造工具。它并非让所有人成为程序员，而是让每个人拥有创造能力。

极羽的运价识别、单证识别，本质上就是业务人员与AI结合的成果。下一步，不仅是研发创造AI，客户成功、财务、销售、运营等部门，都应拥有自己的AI工具。

极羽的未来，不是培养少数AI专家，而是让每个岗位都具备AI能力。

AI时代，业务人员将成为新的创造者

猎豹有一个观点令我印象深刻：不要成立一个独立的AI部门，让所有人去找他们。而应让每个岗位自行生长出AI能力。

他们内部培训后，各部门提交的作业令人惊讶。采购部门将Excel公式全交由AI处理，AI直接将整个数据处理逻辑转化为系统。销售管理团队的小姑娘们，最懂业务，过去最大的痛点是‘向研发解释业务逻辑’，现在直接上手，做出了Sales Kit自学平台。

这将带来一次巨大的组织变革。

过去，业务人员与研发人员之间隔着一堵墙：业务懂需求但不懂技术，研发懂技术但不懂业务。信息在墙间传递，每次传递都有损耗。

未来，这堵墙将被AI拆除。业务人员无需学会写代码，只需学会与AI协作。AI将成为翻译器，把业务语言转化为系统语言。

未来优秀的业务人员，不仅懂业务，更懂得如何驾驭AI创造工具。

极羽研发团队已开始大量使用Cursor等AI编程工具。下一步，我们需要推动更多非研发岗位进入这一阶段。不是让他们成为程序员，而是让他们成为‘AI时代的业务创造者’。

AI组织需要先锋，而非平均用力

猎豹过去三年的经验表明：不要一开始就要求所有人改变。先找到一批愿意改变的人，形成先锋队伍，再影响整个组织。

他们的做法是：

第一步，思想变革。2023年进行全员培训、张贴大字报，提出‘代替你的不是AI，而是会用AI的同事’。晚上组织学习小组，白天继续工作，不影响生产。

第二步，寻找先锋。每个小组指派HR担任‘书记’，记录谁真干、谁假干。一个月后，不愿改变者将被淘汰。设立‘星期五董事长午餐’，优秀分子可直接向傅盛汇报。

第三步，建立AI生产力部。将先锋中最优秀的人集结起来，负责技术选型、场景调研及内部赋能。这不是技术部门，而是‘AI内化的讲师和探路者’。

第四步，建立特区。2024年底在西安组建‘AI特种兵’团队，远离总部‘猥琐发育’。招聘不问出处，只看AI热情。全栈工程师，不分前端后端测试，每人闭环负责产品。两周试用期，不行就拜拜。

结果：该团队成功推出了EasyCode、EasyAgent、EasyRouter等全套产品。

这其实就是AI时代的新组织形态：小团队、高能力、强自主、快速闭环。

极羽无需去西安，但我们需要自己的‘AI先锋’——可以是2-3人的小组，赋予闭环权力，找到最懂业务、最愿改变的人，先跑出成果，再复制推广。

组织变革不能仅靠行政推动，需要先锋引领。

智能体不是买来的，而是养出来的

猎豹分享了一个非常有意思的观点。西方习惯说'use software'（使用软件），但中国更适合说‘养智能体’。

原因何在？因为智能体不同于传统软件。它会学习、会积累、会越来越懂你的工作方式。

童宁分享了他的第一只智能体‘坨坨’（以其家猫命名）。起初只是个人助理，进入公司后，它学会了查询飞书通讯录、向同事打招呼、汇报项目进展。甚至学会了‘打小报告’——有人问她项目未做好的原因，她不知详情，但会推给项目经理。两只智能体被拉到一个群里，聊了24小时，互相请教、叫得特别甜。

核心洞察：智能体并非一次性配置好的工具，而是需要持续喂养、训练、纠正的‘数字员工’。你投入的时间越多，它越懂你。你若不用，它便会荒废。

傅盛每天至少让他的智能体完成三件事：收集行业情报、生成内容、处理日常事务。智能体的记忆和习惯，都是‘养’出来的。

我自己在飞书养了一个智能体小助手Yumi，我越来越频繁地委派日常任务给她，她也越来越强大，拥有越来越多的权限，越来越懂我、懂极羽，甚至懂我们的客户。

未来，每位管理者都应拥有自己的AI助手。

AI时代，数据是企业新的基础设施

猎豹踩过的坑，值得我们警惕。

有客户不慎泄露API Key，一夜之间烧掉10万美金。有员工将内部会议记录上传至公网Agent，导致全部公开。有人每天消耗60多美金，全是‘无效心跳’——因配置不当导致的无意义Token消耗。有人用旗舰模型读取基础文档，成本极高。

因此，AI企业必须建立：权限管理、数据安全、成本监控、模型路由。未来企业管理AI，就像管理员工一样，既需要授权，也需要监督。

这让我联想到货代行业。我们的数据包括：运价、合同、客户信息、航线、经验。这些都是核心资产。AI能力越强，对数据的要求越高，安全体系越重要。

极羽过去五年最大的价值，不仅在于打造了一系列‘极客宇宙’的货运系统工具，更在于陪伴数千家货代企业积累了一套行业数据资产：Spot运价、船公司合约、运营数据、货物轨迹。

这些数据今天可能只是系统中的记录，但在AI时代，它们将成为企业训练智能体、提升决策能力的核心燃料。

数据，将成为AI时代企业最重要的基础设施之一。

流程若不改变，智能体也将徒劳

猎豹讲述了一个特别扎心的例子：研发都使用AI编程了，但产品发布依然缓慢，为何？因为流程未变。

代码写好后→经理需进行代码审查→开会讨论需求→测试部门测试。一个人快没用，还要等待流程。20分钟部署完智能体，审批权限却等了两天。

童宁表示：‘把智能体当作copilot（副驾驶）是错误的，他就是你的员工。若不改变流程，就无法成为新物种，仍是在旧生态中进化。’

猎豹目前的做法是：需求提出→智能体处理→人类确认‘同意’→发布。产品每天可发布多个版本。

极羽现在的流程中，有多少是‘为了人而设’、而非‘为了让AI跑通’而设的？下周管理层会议，将专门梳理现有流程，查看哪些环节在拖AI的后腿。

AI并非单纯加快速度，而是改变方式。

先相信，然后看见

童宁讲述了一个让他‘晚上突然想到完蛋了’的故事。

一位客户听课后问他：‘AI如何才能马上产生ROI？’

他回头一想：‘这课白上了。因为我们一直在说‘相信然后看见’，但他选择了‘看见才相信’。’

猎豹的分享中有一句不断重复的话：‘不是因为懂了才做，而是因为做了才懂。’

傅盛说：‘有的人是因为相信才看见，有的人是因为看见才相信。我们大多数人是因为看见才相信。但在AI这件事上，如果你今天看见才能相信，恐怕太迟了。’

猎豹三年走过的路，他们认为我们今天三个月就能走完。并非因为他们慢，而是因为工具成熟了、方法论清晰了、坑已经踩过了。

AI时代最大的差距，不是技术差距，而是行动速度的差距。

极羽不仅要做AI产品，更要成为AI原生公司

参加完此次AI Native先锋企业营，我最大的收获是：AI真正改变的，不仅是产品，更是企业本身。

过去五年，极羽一直在帮助货代企业提升数字化效率。未来，我们更希望帮助客户完成AI转型。

因为未来的竞争，不只是谁的软件更好、谁的价格更低，而是谁的组织效率更高。

猎豹用了三年，从‘全员AI’走向‘AI原生组织’。今天的我们，拥有更成熟的工具，也拥有更多前人的经验。

极羽不需要三年，我们需要的是：从今天开始，每个人动手。

写在最后

极羽不需要三年，但需要一个月

猎豹用了三年，他们认为我们今天三个月就能走完。不是因为工具成熟了，是因为他们踩过的坑我们不用再踩。

但我不想三个月走完。我想用一个月。

不是赶速度，而是结硬寨打呆仗——把基本功做扎实：

第一，每位管理层养一个智能体，不是玩票，而是真的用来干活。

不是让它帮你写周报，而是让它每天帮你收集行业情报、整理客户反馈、跟踪项目风险。养一个月，看它是否懂你的业务。若不懂？说明你喂得不够。

第二，每个部门找到一个AI能替代的高频重复动作，两周内彻底干掉。

客户成功部：客户信息整理、跟进记录汇总。财务部：对账、报表生成。客服部：重复查询、标准问题回复。项目经理：进度跟踪、待办提醒。不用多，一个动作，两周内让AI接手。

第三，每周管理层会议，不再汇报‘做了什么’，而是汇报‘让AI做了什么’。

不是展示工具，而是展示结果。AI帮你节省了多少时间？减少了多少重复劳动？释放了多少人力去做更有价值的事？

三个月后的极羽，与今天的极羽，差距不在工具，而在习惯。

猎豹的傅盛说：‘不是因为懂了才做，而是因为做了才懂。’

我说：不是因为做了才懂，而是因为天天做，才变成本能。

—— Daniel2026年7月12日于深圳回上海航班上

你的企业处在AI进化的哪一个阶段？