这两天有个观察，挺好玩。
很多朋友从各种渠道找到我，来来回回问的都是同一个问题：
AI 到底如何在企业落地？
说实话，我虽然以这个为职业，但我挺讨厌这个问题。
不是这个问题不重要。
是它太宏观了。
一宏观，就容易把很多现实问题盖住。
你听起来像是在讨论战略，其实很可能是在逃避细节。
回到企业现场，所谓 AI 落地，本质上就两个问题。
第一，个人如何拥抱 AI。
第二，组织流程如何拥抱 AI。
企业和组织都是由人组成的。
人又是在流程协同里把工作干完的。
所以你要改变的，也就两件事：改变角色，改变流程执行方式。
一、先别谈改变别人，先问你自己一天在干什么
很多人一谈企业 AI 落地，就开始讲组织变革、平台建设、顶层规划。
这些当然都重要。
但我更想先问一个很朴素的问题：
你自己先改变了吗？
你一天 24 小时，上班 8 小时，甚至 12 小时，你都在干什么活？
你知道自己真实的工作结构吗？
你知道你服务的对象每天在干什么吗？
很多时候，观察别人很容易。
观察自己反而很难。
因为你会把大量重复动作当成“正常工作”。
你会把开会、写方案、回消息、整理纪要、跟进任务，当成每天就该这样。
但 AI 落地的第一步，恰恰不是选工具。
是把这些“你以为理所当然”的工作摊开。
摊开以后，你才知道哪里能被 AI 接住。
公开研究也在反复指向同一个事实。
麦肯锡 2025 年全球 AI 调研提到，AI 使用已经很普遍，但从试点走向规模化影响，仍然是多数组织的痛点。
高绩效组织的差别，不是只买了更贵的模型，而是会重设计工作流，把 AI 嵌进业务流程里。
这句话翻译成人话就是：
AI 不会因为公司开了会就落地。它只会在具体工作里落地。
二、三天就够，先给自己做一次工作盘点
这个动作不难。
你可以连续三天做一个很简单的实验。
每天工作结束以后，打开 flomo，或者任何一个你顺手的语音笔记工具。
不要写得太正式。
就像自言自语一样，把今天干了什么讲出来。
今天开了什么会？
会后你处理了哪些材料？
你反复写了什么？
你在哪些地方花了很多时间回忆上下文？
你哪些动作其实每周都在重复？
三天之后，把所有笔记导出来。
什么都不要动。
打包好，丢给 Qoder 这类桌面智能体，或者任何能真正读文件、看材料、跟你共创的 AI 工具。
注意，我说的不是那种只会陪你聊天的对话框。
而是能围绕材料工作、能拆任务、能生成文件、能沉淀技能的工具。
你让它分析三件事就够了。
1 我每天到底在处理哪些类型的工作？
2 哪些工作重复、高频、依赖材料、依赖格式？
3 哪些工作适合 AI 辅助，哪些适合进一步封装成 Skill？
你甚至不用先判断。
AI 会帮你先判断一轮。
然后你再跟它讨论下一步：这个工作怎么 AI 化？怎么设计？怎么变成一个以后能复用的动作？
三、别把 AI 当写字工具，要把它当工作伙伴
举个很常见的例子。
很多人每天都在开会。
开完会之后，又要根据会议内容继续写方案、改材料、跟进任务。
过去你怎么干？
不断回忆会议里谁说了什么。
不断翻聊天记录。
不断把会议内容重新组织成一份能看的方案。
这件事当然能做。
但它很消耗人。
更关键的是，很多消耗不是创造力，而是上下文搬运。
现在你完全可以换一种干法。
每次开会，保留语音记录或者会议纪要。
会后把材料给 AI。
让它快速提炼你关心的部分，再跟你共创方案。
如果你过去已经写过类似方案，就把旧方案也给它。
让它学你的结构、你的口径、你的表达方式。
你再继续输入判断，最后输出一个可用版本。
这不就是提效吗？
难吗？
其实不难。
再举一个更离谱的例子。
昨天听到有人说，他们日常还会专门雇人写通讯稿。
我听完第一反应是：
都 2026 年了，怎么还有人手工写这个东西？
培训结束以后，把培训现场的录音转文字，把拍的照片，把培训议程，把领导讲话要点，全部放进一个文件夹。
然后让 Qoder 这类工具读材料。
再把过去十份通讯稿也放进去。
要求它学习你们单位的口吻、结构、标题风格、配图方式。
让它生成一版。
你再改。
改完以后，把这套动作封装成 Skill。
下次不用重新教。
这才叫真正把经验变成能力。
四、真正的关键，是把一次成功变成下次默认
很多人用 AI 没有效果，不是因为工具不行。
是因为他每次都从零开始。
今天让 AI 写一份方案。
明天又重新解释背景。
后天再重新告诉它风格。
这样当然累。
你不能每次都靠聊天救场。
你要把稳定动作沉淀下来。
比如会议纪要怎么提取。
方案框架怎么组织。
通讯稿怎么写。
培训复盘怎么产出。
客户访谈怎么整理。
这些东西一旦跑通，就不要停在“一次 AI 帮我写了”。
你要继续问：
它能不能变成一个 Skill？能不能变成我以后默认调用的能力？
这一步非常关键。
因为企业真正缺的，不是一次灵感。
企业缺的是可重复、可复制、可检查的能力。
五、流程层也一样，先从一个具体流程挖起
说完个人，再说流程。
流程层听起来更难。
但它也不是一上来就要搞一个巨大的平台项目。
企业里面大量流程，本来就有流程文件。
也有真实协同记录。
比如审批记录、会议纪要、群聊任务、表单流转、培训反馈、客户需求、项目周报。
你完全可以把这些材料交给 AI。
用流程挖掘、Skill 挖掘这类方法快速扫描。
先判断哪些地方适合 AI 辅助。
哪些地方适合固化成 AI 执行。
哪些地方暂时只能做人机协同。
然后请业务方一起联调。
不是你在会议室里拍脑袋说“这里应该智能化”。
而是让真实业务材料跑一遍。
能跑通，再继续扩。
跑不通，就回到那个具体节点继续改。
这就是我为什么反感一上来谈“企业如何落地 AI”。
这个问题太容易把事情讲虚。
一虚，就开始买平台。
一虚，就开始成立大团队。
一虚，就开始搞宣讲、搞口号、搞转型叙事。
但真正有效的路径，往往更朴素。
先从一个具体工作习惯开始。
再从一个具体流程开始。
你在推进过程中遇到权限、数据、安全、口径、质量、责任边界，再配置相应组织能力。
组织不是一开始摆出来撑场面的。
组织是为了解决落地过程中的真实门槛。
六、你自己不懂，凭什么指导别人落地
这里有一句话可能不好听。
但我还是要说。
如果你自己都不实践 AI，你凭什么指导别人落地 AI？
如果你自己都不观察自己的工作，怎么去观察别人的工作？
如果你自己都没有把一个重复任务封装成 Skill，怎么去要求组织大规模沉淀能力？
如果你自己讲 AI 课，结果 PPT 还是纯手工做的，不觉得很违和吗？
言行要一致。
做 AI 的人，最怕的不是不懂模型。
最怕的是嘴上很先进，手上很传统。
还有一种心态也要改。
很多人对 AI 写东西、AI 做材料有羞耻感。
我觉得完全没必要。
这个时代已经变了。
问题不是“这是不是 AI 写的”。
问题是“你有没有给出标准，有没有判断质量，有没有把结果改到可用”。
我的文章当然大量使用 AI。
我每天早上自言自语输入，它根据我的 Skill 写出来。
我再看，再改，再定稿。
这不丢人。
这是新的工作方式。
七、明天就能开始的落地方法
所以，别急着问企业如何落地 AI。
先问自己三个问题。
1 我今天做的工作里，哪些是重复的？
2 哪些工作依赖材料、格式、历史样例和固定口径？
3 哪些工作一旦跑通，可以封装成 Skill，让下次默认这样干？
从明天开始，你可以只做一个很小的动作。
连续三天，用 flomo 记录自己的工作。
三天后导出，交给桌面智能体分析。
选一个最烦、最重复、最有样例的任务。
让 AI 和你一起做一版。
做完以后，不要停。
把输入材料、判断标准、输出格式、检查清单全部沉淀下来。
这就是你的第一个工作 Skill。
如果你是管理者，就带着团队每个人做一遍。
如果你是流程负责人，就选一个低风险流程跑一遍。
如果你是普通员工，就先让自己每天少一点重复劳动。
AI 落地不是从宏大叙事开始的。
它是从一个人真的改变工作方式开始的。
然后这个人把经验沉淀下来，影响一个小团队。
小团队跑通一个具体流程。
再把能力、标准、边界、权限、日志和复盘机制补上。
最后才有可能变成组织级能力。
先影响自己，再影响别人。
先把自己改造好，再改造流程。
这就是我对所有从事企业 AI 落地的人，最中肯的建议。
参考资料：McKinsey《The State of AI: Global Survey 2025》、Stanford HAI《AI Index Report 2025》、IBM《Enterprise AI Agents: Beyond Productivity》、Qoder 官方文档。本文只引用公开趋势，不涉及任何具体企业内部信息。