AI Club 开放夜｜08.20：AI开始进入业务，下一步是“怎么管”

AI Club开放夜系列主视觉

AI Club开放夜持续围绕真实案例、业务问题和AI实践展开交流，并把其中值得留下的观点整理成文。

8月20日晚，AI Club开放夜第3期继续在OPC共创社区举行。

十位左右来自航空、电信、外贸、企业数字化、软件开发、职业教育等领域的参与者围坐在一起。有人带来了正在运行的系统，有人分享了端侧AI项目，也有人带着真实业务需求寻找合作伙伴。

前两期，我们先后讨论了AI进入企业时遇到的组织阻力，以及怎样从单点工具走向业务流程。到了第三期，现场问题又向前推进了一步：

当AI真正进入流程、承担任务之后，企业应该怎样管理它？

本期重点

当“不能联网”成为前提，端侧AI才有答案

现场分享的一个案例，来自航司端侧离线多语种翻译项目。

客舱里可能没有网络，内部信息又有严格的安全与隐私要求。在线翻译工具即使能力很强，也无法满足“断网可用、数据不出域”的前提。项目因此把语音识别、翻译和语音播报都放到终端设备中运行，并针对客舱噪声、小语种口语和航空专业词汇继续优化。

这个案例最值得关注的，并不是使用了哪一个模型，而是场景边界先决定了技术路线。

当网络、隐私、设备算力和使用环境被说清楚之后，团队才知道哪些能力必须离线，哪些环节需要压缩模型，哪些结果仍要由人确认。

分享者介绍，项目从方案设计到研发测试主要由一人完成。此前并不熟悉端侧AI和语音技术，但借助AI先搭建整体框架，再把任务拆到产品、模型、接口和测试环节，最终完成了可演示版本。

这也让现场不少非技术从业者看到：AI的价值不只是替代一段工作，还可以帮助人跨过原本陌生的专业边界。

不会写代码，也能把业务流程做成自己的系统

另一位外贸从业者展示了自己借助AI搭建的业务系统。

他没有开发背景，却很清楚外贸团队每天怎样找客户、做背调、跟进沟通、维护产品和管理员工。借助自然语言和AI开发工具，这些长期存在于个人经验里的工作方式，被逐步整理成客户、产品、员工和业务数据可以连续流动的系统。

现场演示中，系统已经能够连接多个海外社媒渠道，汇总客户公开信息，并把后续跟进动作沉淀到统一工作台中。部分自动触达和动态监控能力仍在测试，但整体业务链路已经变得可观察、可调整。

这个案例再次印证了第二期的判断：技术门槛正在下降，真正稀缺的是业务理解。

AI可以帮助生成界面、代码和接口，却不会自动知道客户为什么流失、销售应该在什么时候跟进，也不会替企业决定什么数据值得长期保存。

最好的“需求文档”，有时不是一份写得很完整的文件，而是一个真正做过这项业务的人，能够把每天发生的事情讲清楚。

先找需求，再找模型

圆桌中也有人复盘了过去一年走过的弯路。

团队曾经不断追逐新的模型和功能，希望先把产品做出来，再寻找使用场景。结果是工具刚刚完成，通用模型又出现了新的能力；研发投入不断增加，产品却没有进入稳定业务。

后来，团队把顺序反了过来：先进入企业现场，确认问题是否高频、边界是否清晰、客户是否愿意为结果付费，再决定需要购买成熟工具、做轻量开发，还是进行定制化改造。

面对生产系统权限严格、不能安装第三方软件的企业，也不急于重构整套系统，而是采用更轻的方式：保留原有核心系统，只在外围增加排产、资料处理或数据分析能力，让新旧流程并行验证。

AI落地不是为了证明技术先进，而是为了让一个具体问题更低成本、更稳定地被解决。

这意味着，成熟工具能够完成的部分不必重复开发；一个小模型、一个规则引擎能解决的问题，也不需要强行使用更大的模型。技术方案应当服从业务结果，而不是反过来让业务迁就技术。

智能体越来越多，谁来管理智能体？

当晚一个很有启发性的观点是：智能体大规模进入企业之后，可能会出现一套新的“智能体管理学”。

现实项目中，客户需求经常是模糊的。人对需求的表述、AI对需求的理解、不同功能之间的联调，以及最后怎样判断“做完了”，每一层都可能产生偏差。

功能越多，协作关系越复杂。如果没有明确的负责人、权限边界和验收标准，智能体并不会自动带来秩序，反而可能把原有流程中的含混放大。

因此，企业不仅要问“这个智能体能做什么”，还需要回答：

未来企业需要的，可能不仅是开发智能体的工程师，还需要能够理解业务、选择模型、梳理流程和设计验收机制的顾问型角色。

技术负责让智能体“会做事”，管理体系负责让它在正确的边界内持续做对事。

从会一种工具，到能完成一个真实项目

第三期现场还有不少关于职业教育和人才变化的讨论。

当AI能够完成基础文案、图片生成和部分代码工作，只掌握一种单点技能已经很难应对真实项目。企业更需要的是能够理解需求、组织工具、判断结果，并与不同岗位协作的人。

有教育从业者正在把学生培养放进真实业务中。学生不是只完成一次课堂作业，而是参与需求沟通、内容制作、系统开发和交付复盘；不同专业的人组成小团队，在项目中学习彼此的语言。

这类实践的价值不只是“学会使用AI”。它让学生更早看见，一个结果背后还有客户、成本、合规、沟通和责任。

AI降低了进入新领域的门槛，但真正拉开差距的，是能否把零散能力组织成一条完整的交付链路。

第三期，我们带走了这些判断

第三期开放夜没有讨论哪一个模型最强，而是留下了几条更接近业务现场的判断：

AI Club开放夜希望持续提供这样一张桌子：让真实问题被听见，让行业经验、技术能力和项目机会找到彼此，也让讨论最终走向下一步行动。

如果你正在企业中推进AI应用，或者手上有值得验证的场景、方案和行业经验，欢迎带到下一次开放夜。

每周三晚，我们继续见面。

往期开放夜

活动信息