案例 14 · 国企工作流程

文字由原PDF提取，阅读顺序和表格请以原页为准。

第三步，把隐性的知识和流程变成AI能够理解的东西。
有了知识以后，才谈得上知识库、RAG、Agent和工作流。
我们会去做知识加工、知识库管理，把原本散落在文档和人员经验里的内容沉淀下来；
同时把一个岗位原来依赖经验完成的工作拆成明确流程。
因为通用LLM模型的本质是概率生成（这也是幻觉的来源），它对A公司的电商流程理解
正确，并不意味着对B公司的流程也正确。所以真正进入企业以后，我们不能简单地告
诉模型：“你自己理解一下这个业务然后去做。”
流程必须来自企业自己。后来我们会特别强调“先梳理流程，再做Agent”。
第四步，让员工真正学会用AI。
这是我们最大的一个转变。
最开始我们以为，董事长要求业务骨干来配合项目，找几个人就可以开始做。结果员工
来了以后，我们发现他们可能连提示词是什么都不知道。你让他配合知识萃取，他甚至
不知道应该提供什么。
所以我们又增加了培训。与其项目组每个人一点点教，不如直接给相关部门做AI通识培
训，让业务人员具备基本的AI认知，具备组织向AI协同转型的认知。
正是这个原因，我们一方面是“IT部门牵头的技术项目”，另一方面是“人事部门牵头的
组织转型项目”。
第五步，让AI成为员工的助手。
这是进入大企业以后非常重要的一件事。我们在员工面前从来不强调“AI替代人”。
一方面，有些业务涉及法务、财务等责任问题，AI最终不能承担责任，所以真正进入工
作流的Agent，大部分最终都需要人确认。
139/243