B11:AI 时代怎么跨部门协作?我用 4 步说服了销售、HR、IT 一起推 AI
文章目录B11:AI 时代怎么跨部门协作?我用 4 步说服了销售、HR、IT 一起推 AI🎯 开篇:我做了一个 AI 工具,演示给销售总监看,他说了一句话一、那天晚上,我想通了一件事二、AI 时代,跨部门协作为什么变难了?2.1 第一个难:AI 是"全公司的事",不是"研发的事"2.2 第二个难:每个部门的"AI 认知"不一样2.3 第三个难:每个部门都有自己的"老板目标"2.4 第四个难:跨部门协作的"利益冲突"三、4 步法:让销售、HR、IT 主动配合 AI 项目3.1 第一步:绘制"利益地图"——找准每个部门的"痛点 + 利益点"3.2 第二步:找到"共赢 KPI"——让所有部门都在同一个目标上3.3 第三步:用"业务语言"汇报——不要用"技术语言"3.4 第四步:建立"联合 PMO"——让所有部门都有"责任人"四、3 个部门的"专项攻略"——每个部门一套沟通策略4.1 销售部门攻略:让他们看到"业绩提升"4.2 HR 部门攻略:让他们看到"组织能力建设"4.3 IT 部门攻略:让他们看到"安全 + 效率双提升"五、跨部门协作的 5 个常见踩坑踩坑 1:用"技术语言"汇报业务部门踩坑 2:找错了"关键决策人"踩坑 3:让业务部门"免费配合"踩坑 4:研发做"自嗨产品"踩坑 5:跨部门协作没有"联合 PMO"六、跨部门协作的 5 条红线红线 1:绝对不能"研发自己拍板"红线 2:绝对不能"把业务部门当'工具人'"红线 3:绝对不能"承诺做不到的事"红线 4:绝对不能"甩锅业务部门"红线 5:绝对不能"让业务部门'996'做 AI 项目"七、跨部门协作的"AI 工具包"——4 个推荐工具7.1 飞书多维表格 + AI 字段(协作工具)7.2 Coze / Dify(业务部门自建 AI 工具)7.3 飞书妙记 / 通义听悟(会议协作工具)7.4 飞书文档 + AI 助手(协作文档)八、结语:跨部门协作的本质,是"用别人的语言,说服别人"8.1 跨部门协作的核心,不是"做出好东西",是"让别人愿意用"8.2 跨部门协作的最高境界,是"让业务部门主动找研发"8.3 跨部门协作不是"研发主导一切",是"研发搭台,业务唱戏"附录:跨部门协作的「自检清单」利益地图层面汇报沟通层面组织机制层面部门攻略层面红线层面📚 相关阅读B11:AI 时代怎么跨部门协作?我用 4 步说服了销售、HR、IT 一起推 AI「AI 时代开发者生存手册」系列 · 管理篇 · 第 5 篇作者:刘一说 🎙️ | 系列共 42 篇,每周 3 篇,预计 6 周完成🎯 开篇:我做了一个 AI 工具,演示给销售总监看,他说了一句话先把丑话说在前面:去年 Q3,我花 3 个月做了一个 AI 辅助写标书的工具。研发团队 5 个人,加我 6 个人,没日没夜干了 12 周。功能很全:自动解析招标文件自动匹配历史标书模板自动生成初版技术方案自动校验资质文件是否齐全我自己演示的时候,激动得手都在抖。我觉得这个东西一定能在销售部门引爆——因为销售总监老周,去年一年跟我提过 4 次:“标书写得太慢,能不能用 AI 加速?”演示那天,我把老周请到了会议室。

相关新闻

Leetcode新动循环嵌套之数组异或操作、好数对的数目、统计好三元组

Leetcode新动循环嵌套之数组异或操作、好数对的数目、统计好三元组

1486.数组异或操作class Solution:def xorOperation(self, n: int, start: int) -> int:nums []for i in range(n):nums.append(start 2*i)resultnums[0]for i in range(1,n):result ^ nums[i]return result1512.好数对的数目class Solution:def numIdenticalPairs(self,…

2026/7/5 14:07:32阅读更多 →
[特殊字符] Oracle EBS 中国客户(校正版)华为确实是 Oracle EBS 的老客户,不是 SAP。时间线先给你对齐:华为 1996 年引入 MRP Ⅱ,之后 20 多年核心 ERP 是

[特殊字符] Oracle EBS 中国客户(校正版)华为确实是 Oracle EBS 的老客户,不是 SAP。时间线先给你对齐:华为 1996 年引入 MRP Ⅱ,之后 20 多年核心 ERP 是

🟢 Oracle EBS 中国客户(校正版)华为确实是 Oracle EBS 的老客户,不是 SAP。时间线先给你对齐:华为 1996 年引入 MRP Ⅱ,之后 20 多年核心 ERP 是 Oracle EBS,支撑全球 170 国家、每年数千亿产值…

2026/7/5 14:07:32阅读更多 →
2026 新手开抖店 0 到 1 完整实操教程,优先跑通这几套核心流程才能稳定出单无货源上货软件

2026 新手开抖店 0 到 1 完整实操教程,优先跑通这几套核心流程才能稳定出单无货源上货软件

新手抖店0到1完整落地流程:先跑通全链路,再稳步放大店铺很多新手开抖店做不起来,核心问题不是不会引流、不会做活动,而是开店初期全链路流程没跑通,铺货乱、履约慢、售后乱、多平台运营顾此失彼,前期漏洞一…

2026/7/5 14:07:32阅读更多 →
SARSteer: Safeguarding Large Audio Language Models via Safe-Ablated Refusal Steering

SARSteer: Safeguarding Large Audio Language Models via Safe-Ablated Refusal Steering

文章核心总结与翻译 一、主要内容 本文聚焦大型音频语言模型(LALMs)的安全对齐问题,针对现有LLM和LVLM安全防御方法直接迁移至LALMs时存在的两大缺陷(音频输入下基于LLM的引导失效、基于提示的防御导致良性查询过度拒绝),提出了首个推理时防御框架SARSteer(Safe-Ablat…

2026/7/5 15:17:44阅读更多 →
Explainability of Large Language Models: Opportunities and Challenges toward Generating Trustwort...

Explainability of Large Language Models: Opportunities and Challenges toward Generating Trustwort...

文章核心总结与创新点 主要内容 文章聚焦大型语言模型(LLMs)的可解释性,围绕局部可解释性和机制可解释性两大核心方向展开。首先梳理了LLMs的发展背景与Transformer架构基础,系统综述了现有局部可解释性(如思维链推理、检索增强生成等)和机制可解释性(如注意力头分析、…

2026/7/5 15:17:44阅读更多 →
用optiland绘制光扇图

用optiland绘制光扇图

文章目录光扇图的基本概念测试RayFan光扇图的基本概念 Ray Fan即光扇图,是光学设计中用于分析一维截面上几何像差的核心工具。与点列图展示二维平面上的光斑分布不同,Ray Fan 将三维的光线追迹结果降维,通过二维曲线直观地展示横向像差&…

2026/7/5 15:17:44阅读更多 →
如何去除 AI 输出文本中带 *、# 的小技巧,选用 AI 导出鸭优化文档导出,结合行业数据根除多余格式符号困扰

如何去除 AI 输出文本中带 *、# 的小技巧,选用 AI 导出鸭优化文档导出,结合行业数据根除多余格式符号困扰

摘要 AI生成内容时常附带星号、井号等markdown标记符号,手动清理耗费大量办公时间。本文围绕去除特殊符号的实用技巧展开,结合市面五种主流文档导出方案横向测评,引用行业白皮书实测数据与业内专家观点,搭配用户实测反馈与问答科普…

2026/7/5 15:17:44阅读更多 →
P1634 禽兽的传染病

P1634 禽兽的传染病

题目背景mxj 的启发。题目描述禽兽患传染病了。一个禽兽会每轮传染 x 个禽兽。试问 n 轮传染后有多少禽兽被传染?输入格式两个非负整数 x 和 n。输出格式一个整数,即被传染的禽兽数。输入输出样例输入 #1复制10 2输出 #1复制121说明/提示保证 x,n 以及答…

2026/7/5 15:17:44阅读更多 →
AsrTools终极指南:5分钟学会高效语音转文字技巧

AsrTools终极指南:5分钟学会高效语音转文字技巧

AsrTools终极指南:5分钟学会高效语音转文字技巧 【免费下载链接】AsrTools ✨ AsrTools: Smart Voice-to-Text Tool | Efficient Batch Processing | User-Friendly Interface | No GPU Required | Supports SRT/TXT Output | Turn your audio into accurate text i…

2026/7/5 15:12:37阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/5 0:01:08阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/5 0:01:08阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/5 0:01:08阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/5 0:01:08阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/5 0:01:08阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/5 0:01:08阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/5 1:30:27阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/5 3:48:10阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/5 3:48:09阅读更多 →