AI 转型四步法：个人、组织、产品和商业（上）

任鑫和徐文浩作为大学同学，都投身于 AI 领域，自称为 “AI 炼金术士”。任鑫曾创业两次，将酒店特价卖给京东，并在京东内部做了京东到家，后又创立对话式人工智能公司 Get，现加入云九资本投资和孵化 AI 产品。徐文浩曾做过国内最早的机器学习广告系统，公司被收购后，创办 AI 聊天机器人公司 BotHub，目前再次创业做 AI for shopping。他们将定期交流 AI 实践和观点，并邀请朋友分享碰撞，希望点燃炼金的炉火。

本期播客将系统地探讨 AI 商业转型，内容包括个人、组织、产品以及原生商业模式的设计。这些内容原本是任鑫为公司讲课和在混沌大学授课的材料，由于 AI 技术更新迅速，PPT 需要频繁重写，因此决定提前分享出来供大家探讨。听众可以通过搜索 “AI 炼金术” 在各大视频平台找到带有 PPT 的视频版本。

2026 年普通人最大的红利是成为 AI 程序员。AI 写代码在 2024 年已应用于孵化器的后端代码，2025 年所有代码都由 AI 编写。AI 程序员的成熟使得即使不懂代码的人也能通过 AI 完成大量工作。编程被重新定义为与电脑对话，通过 AI 助手将人类语言翻译成电脑可执行的指令。这意味着 90% 的智力工作都可以交给 AI 完成。例如，AI 可以自动命名桌面截图文件，或自动填写报销单。

AI 自动化工作流程的好处包括节省时间、可复用、可迭代和可转移。通过 AI 自动化，工作可以派给 AI 完成，实现复用和定时执行。AI 还能记住并迭代改进方法。AI 程序的可迁移性使得知识和技能可以更容易地分享和应用。朋友于一通过 AI 制作短视频，两个月涨粉两万，其工作台可生成脚本、分镜、图片和配音。

AI 编程工具与 ChatGPT 等不同，能更有效地解决问题。于一的视频封面由 AI 工作台生成，该工作台能分析平台特点并生成适合的封面。更神奇的是，AI 生成的代码可以迭代修改。通过 AI Studio，用户可以直接与程序对话，增加 B 站封面支持。AI 编程工具让工作可复用、可迁移、可迭代和可修改，使每个人都能成为工作系统建造者。

拥抱 AI 编程的最大挑战在于心态，而非技术。用户无需懂技术，只需像与产品经理沟通一样，用人话表达需求。学习应以问题为导向，先有问题再去寻找解决方案。Andrej Kapasi 认为最好的编程语言是英语，而现在对于普通人来说，最好的编程语言是中文。将 AI 视为会用电脑、会写代码的新同事，可以随意指挥其完成工作。

建议尝试 AI 编程的三个基础场景：自动化报销流程、复用网上分享的技能（如视频编辑），以及利用 AI 进行日程管理。通过 AI 编程工具，可以实现邮箱发票自动下载、归类和填表，甚至自动发送报销邮件。从网上下载技能后，可以根据自身需求进行修改和迭代。AI 还可以分析日程，主动提出工作建议和协助完成任务。

组织层面的 AI 转型面临挑战，大部分组织未能有效利用 AI。麦肯锡数据显示，88% 的公司都在尝试 AI，但只有 13% 实现了规模化。主要卡点包括领导力不足、员工缺乏动力和能力不足。领导层看视频多但用得少，产生不切实际的期待。员工缺乏使用 AI 的动机，担心被替代或暴露问题。能力方面，很多人用 AI 后发现效果不佳，质量难以保证。

组织 AI 转型首先需要转变员工心态，从 “牛马” 心态转变为 “老板” 心态，将 AI 视为额外的资源和预算，用于创造更多价值和机会。老板的角色也应从安排工作转变为支持和赋能，定义目标和边界，提供资源和支持，并按结果分配收益。如果老板的心态是降本增效，员工很难有动力拥抱 AI。

组织 AI 转型需要激励机制，例如设立 “AI 宠臣” 作为榜样，并确保不搞 AI 的人有损失。公司业务模式也需转变，避免都是手程型工作，而应多做攻城掠地、开创新市场的事情。只有这样，才能创造增量价值，让员工相信 “创造十倍价值，拿三倍工资” 是可行的。

组织 AI 转型需要将大部门拆成小部门，例如三人小组，以提高效率和责任感。可以将某条业务线分拆出来单独进行 AI 升级，甚至废掉原有系统全部重写。阿里已将所有技术岗统一为 agent 工程师，强调调度 AI 的能力。关键在于转变观念，认识到数据、流程和系统只是负债，真正重要的是客户需求洞察和渠道。

组织 AI 转型可能导致部门解散，转向个人。Cloud CPO Mike 放弃高管职位，加入实验室自己动手做东西。这意味着现在是创造东西的最好时代。组织转型需要员工、老板和业务形态的转变，人才标准也应从专业性转向 AI 领导力，即主动性和管理 AI 团队的能力。

组织 AI 转型需要重新定义人才标准，从专业性转向 AI 领导力，即主动性和管理 AI 团队的能力。以前看重执行力，现在更喜欢野心家，因为靠谱的东西可以让 AI 补足。未来的世界属于第一批学会用 AI 作弊的人。组织应尽可能扩大成果和人力，缩小人数，拆成小公司，花更多时间定义好的成果，并用更丰富的人力去交付。

优化 AI 提示词需要反复试验和调整。以写公众号文章为例，最初的提示词效果不佳，出现转述播客、用词羞耻等问题。通过模仿不同风格和调整提示词，逐步改进，最终找到满意的结果。即使是现在使用的提示词，也经过四五十次的修改。关键在于耐心，不断与 AI 对齐需求。

如果 AI 无法胜任某项工作，需要重新设计工作，让其适应 AI。三个做法包括拆解任务、目标管理和因人设岗。拆解任务是将大活拆成小活，让 AI 完成力所能及的部分。目标管理是根据目标重新设计流程，而不是硬套 AI 在原有流程上。因人设岗是根据 AI 的特长来设计业务，充分发挥其优势。

拆解任务的方法是将每个任务拆解成 IPO（Input, Process, Output）。如果拆解后的 IPO 无法让一个刚来公司的北大毕业生在 30 分钟内搞定，就继续拆。评估标准包括信息是否齐全、输出评估是否简单、价值是否可衡量、容错率是否高以及员工意愿是否强烈。

拆解任务后，进行测试，看 AI 能否全部或部分完成任务。无论是全自动还是辅助，都需要闭环评估，衡量效果。如果效果好，就融入流程；如果没用，就尝试别的任务或等待技术升级。关键在于持续迭代和优化，因为技术日新月异，三个月前不行的事情现在可能就行了。

流程重塑是指不局限于原有工作流程，而是思考做这件事的目的是什么，然后用 AI 更好地达成目的。以写周报为例，与其让 AI 写更长的周报，不如直接用 AI 分析所有代码，评估工作量和商业影响。以写 PRD 为例，与其让 AI 写冗长的 PRD，不如直接用 AI 制作产品原型，方便沟通和对齐。

要发挥 AI 的超能力，需要颠覆性地思考。想象拥有一千倍的人力或顶级专家，会如何重构业务。例如，如果拥有一千倍的人力，客服部门可以为每个用户画像，提供定制化服务，延长与客户的关系。如果拥有顶级专家，客服可以具备销售能力，将成本中心转化为利润中心。

Legalist 是一家投资法律服务的公司，他们利用 AI 扫描所有最新的案子，主动联系潜在客户，而不是坐在那里等待。他们还利用 AI 对所有案子做深度调研，评估胜率和法官偏好，只投资高回报的案子。这种模式颠覆了传统的法律服务模式，将 AI 的能力发挥到极致。

组织 AI 转型需要改变组织，把 AI 当领导家孩子，并采取以下步骤：把工作拆解成任务；根据成果的期待重新定义工作流；按照 AI 的超能力去因人设岗，颠覆市场，制定全新战略。建议立即行动，将最耗时的工作拆解成 IPO，并用 AI 搞定。