AI落地失败,最大的变量不是技术,而是组织
过去一个岗位对应一个人。未来一个岗位对应的是“人 Data Agent”共同协作。最近两年AI以前所未有的速度进入企业经营企业投入持续加码但真正见到实效的却凤毛麟角。问题究竟出在哪儿近日纷享销客与北森联合进行了主题为《AI原生时代销售组织如何进化》的直播对谈纷享销客创始人兼CEO罗旭与北森联合创始人兼董事长王朝晖围绕AI原生组织、销售组织进化、企业落地实践等话题展开了深入探讨。两家在企业服务领域深耕多年的企业给出了一个共同判断AI落地失败最大的变量不是技术而是组织。AI竞争的关键也正从模型竞争走向组织能力竞争。一、AI落地失败技术从来不是最大的变量组织才是方向看起来都对但为什么大部分企业部署了AI却迟迟看不到效果罗旭在直播中总结了企业AI落地最容易踩的三个坑第一系统没有端到端跑通。很多企业买了系统但只用了某一段。商机管理用得很好订单和客户服务却完全脱节数据断层AI无法形成完整判断。第二知识体系没有沉淀。制度在文档里经验在人脑中流程、知识和数据彼此割裂AI自然无法理解业务的真正逻辑。第三急于铺全局。很多企业一上来就规划庞大战略希望三到六个月全面铺开实现AI落地这种做法非常危险。罗旭还指出了两种极端心态一种是好高骛远希望一步到位完成AI转型另一种是急功近利希望通过AI快速裁员。他举了一个真实案例一家国企去年春节就采购了AI产品老板说“先买了再说”但在项目推进过程中他们发现业务信息化基础并没有打牢知识体系也没有形成AI最终难以真正用起来。王朝晖则把AI落地失败的原因归纳为三层第一是认知层认知决定行为。基层员工担心被AI替代中层不知道管理方式怎么变高层目标过高、希望短时间内完成AI转型。他用一句话点破了焦虑的本质“不是AI干掉你而是会用AI的人干掉不会用AI的人。”第二是数据层数据是基础。结构化程度越高、数据越完整AI融入的速度就越快。王朝晖提到一个现象很多企业内部系统之间的数据是割裂的知识没有沉淀和梳理。如果没有做这些基础工作指望“一夜进入AI时代”根本不现实。第三层是组织层组织是保障。很多企业的AI项目在一个小范围试点里做成了但一旦要往全公司推广就会遇到阻力。对此罗旭把根源归结为企业往往只有“一号位”在轰轰烈烈地推动却没有一支真正的“先锋团队”做支撑上面喊得再响下面没有承接的组织能力创新项目最后很容易“一地鸡毛”。归根结底AI落地失败技术从来不是最大的变量组织才是。二、从AI赋能到AI原生销售组织正在经历一次范式重构如果说前面是“避坑”那么一个更深层的问题就浮现出来了AI到底应该以什么方式进入组织王朝晖首先做了一个关键区分「AI赋能」和「AI原生」是两回事。AI赋能是在原有流程里加AI工具流程不变只是某些环节用AI提效。AI原生是围绕AI能力重新设计整个业务流程和组织方式。罗旭则从销售一线出发描绘了AI原生销售组织的三个特征第一智能决策。传统科层组织靠层层汇报和部门分工信息在传递中不断衰减。AI原生组织建立在底层信息深度共享之上AI根据角色、权限和业务场景智能编排工作流人和人、人和AI之间实现高效协同。“就像鸟群、蚁群一样看似无序实际上拥有高度协同的群体智能。”第二流性组织。过去部门墙把信息、职权、分工都隔开了。AI把底层数据串通之后很多工作自然击穿了部门边界。第三可量化、可沉淀。过去制度在文档里经验在人脑里决策靠个人判断。AI把行为、过程、结果全部量化沉淀形成企业级的自我洞察和反思能力。王朝晖则提出了“碳硅共治”的概念未来一个碳基员工身边会有多个硅基员工。碳基员工负责定义问题、设定边界、承担责任硅基员工负责执行任务、分析数据、提供建议。“未来很长一段时间AI更像辅助驾驶。它可以快速提供方案、执行任务但真正定义问题、承担责任的依然是人。”三、从理念到战场纷享销客和北森的AI实践纷享销客的实践可以从两个维度来看——产品层和方法论层。7月2日纷享销客发布的蜂巢智能体平台ShareHive AgentOS和ShareAgent产品家族正式开创了Agentic CRM新时代。这套产品采用三层架构数据底座层连接CRM业务数据、多模态非结构化数据、AI知识库数据和第三方数据让AI从“懂文字”走向“懂业务”AgentOS内核层提供智能体全生命周期管理、任务编排、运行环节与沙箱、上下文管理和审计与效果评测等能力让Agent不只是回答问题而是能在企业授权边界内规划任务、调用工具、执行动作、观察结果并持续优化Agent服务层则通过ShareAgent把底层能力带入营销、销售、服务、分析、行业及行业场景让智能体真正进入业务流程像业务专家一样协同工作和交付结果。方法论层是罗旭在直播中详述的“两个大脑”纷享销客将自身能力体系概括为两个中枢业务大脑沉淀行业打法、销售流程、客户案例、方案策略等业务知识管理大脑则沉淀组织战略、岗位职责、胜任力模型以及领导力要求。两个大脑融合运作让AI既懂业务也懂管理。在这个基础上纷享销客聚焦销售业务将销售流程重构为四个环节洞察、思考、行动、复盘。• 洞察过去销售花大量时间研究一个新客户这家企业什么背景、有没有成交过同类客户、关注什么。现在外部智能搜索加上内部历史数据分析能直接给销售出一份客户画像报告。• 思考两个销售在做方案讨论时AI会调用它掌握的全部相关信息甚至比人还全因为人没有能力把所有信息都拉通。• 行动从拜访、提案到报价过去15年沉淀下来的销售打法、经验、方法被结构化成可复用的能力。• 复盘客户交接、项目移交环节AI能把前面所有流程和系统里发生的事按时间和规则自动沉淀总结减少人工交接的信息损耗。目前AI已经帮助纷享销客内部销售节省了约60%的资料查找和分析时间。不过在罗旭看来效率提升只是第一步。“AI不是提高销售能力的上限而是把下限从60分提高到70分。”AI最大的价值不是培养几个“超级销售”而是让优秀经验真正成为组织资产。相比之下北森关注的则是销售管理者的培养。王朝晖提到优秀销售并不一定能够成长为优秀的销售管理者。如何制定目标、开展反馈、激励团队以及面对不同类型员工时如何沟通都是许多新任管理者最容易遇到的挑战。基于这一判断北森推出了一站式AI HR专家平台Mavens聚焦成为HR专家的AI分身与HR一起赋能业务、赋能组织、赋能员工并将真实管理场景搬进AI陪练系统。AI可以模拟不同类型的团队成员有积极主动的员工也有消极懈怠的员工有高绩效却难以管理的骨干也有不同沟通风格、不同情绪状态的成员。管理者可以在正式带团队之前先完成一轮又一轮模拟训练。正如王朝晖所说“先在沙盘上打一仗再真正走上战场。”这一模式也已经在北森内部得到验证。今年6月北森内部数百位销售累计完成了近4000次AI陪练人均训练约10次最终带来了销售转化率和业绩的提升。一个聚焦销售业务一个聚焦销售管理。纷享销客通过CRM数据和Agent让优秀销售经验沉淀为组织能力北森则通过AI陪练让优秀管理经验能够被持续训练和复制。虽然切入点不同但两家公司都在回答同一个问题AI真正要复制的不是某一个人的能力而是整个组织持续学习、持续进化的能力。四、从“人管理人”到“人AgentData协同”直播最后两位创业者再次回到了同一个问题AI最终会把企业带向哪里罗旭用一句话概括了人与AI未来的关系AI负责广度和速度人负责深度和态度。一个负责快速处理信息、执行标准化任务一个负责判断、决策、建立信任和承担责任。王朝晖则认为未来企业真正变化的不是业务流程而是完成业务流程的主体越来越多能力将由“碳基员工硅基员工”共同承担。未来的销售组织也将从传统的“人管理人”逐步演进为“人 Data Agent”的新型组织。对于纷享销客而言这是客户经营方式和增长模式的深刻变革对于北森而言这是组织能力的持续升级。但无论从组织管理还是业务增长出发两家公司都给出了同一个答案AI不会替代企业也不会替代销售。真正改变企业竞争力的是组织能否借助AI持续学习、持续沉淀经验、持续创造价值。这或许正是AI原生时代销售组织进化的方向也是企业迈向长期增长的新起点。

相关新闻

MiniMax市值缩水3000亿港元,从明星公司到普通上市企业,能否重回千亿市值?

MiniMax市值缩水3000亿港元,从明星公司到普通上市企业,能否重回千亿市值?

【MiniMax股价暴跌,市值缩水超3000亿港元】上市半年的MiniMax,股价经历了一轮过山车走势,从4000亿港元到不足1000亿港元。7月21日收盘,MiniMax股价报收222.4港元,总市值776.7亿港元。半年前的1月9日,公司在…

2026/7/23 23:11:58阅读更多 →
大模型测试:按产品形态区分完整测试方案

大模型测试:按产品形态区分完整测试方案

目录 一、大模型主流产品形态分类 1. 纯 API 服务型(后台能力底座,无前端界面) 2. 网页端对话应用(C 端通用聊天产品) 3. 客户端独立 App(手机 / PC 桌面端) 4. 嵌入式 / 插件集成型&#…

2026/7/23 23:11:58阅读更多 →
好用的售后工单系统有哪些?按企业规模分类,看完这篇就够了

好用的售后工单系统有哪些?按企业规模分类,看完这篇就够了

先抛结论:售后工单系统没有普适的最优解,脱离企业规模谈选型,和脱离剂量谈毒性一样不靠谱。一家五人的设备维修作坊和一家三千人的制造集团,需要的系统架构、功能深度和预算上限完全不在一个量级。但在展开之前,有必要…

2026/7/23 23:11:58阅读更多 →
5、智慧消防系统

5、智慧消防系统

第五篇:化工园区智慧消防系统:从极早期探测到联动灭火 摘要 化工园区火灾风险具有燃烧速度快、爆炸危险性高、有毒烟气扩散复杂等特点,传统"烟感+喷淋"模式远不能满足需求。本文构建了"极早期吸气式探测→点型感烟感温→线型光纤感温→火焰探测→热成像复核…

2026/7/24 2:12:30阅读更多 →
串口和 uart 得关系

串口和 uart 得关系

UART 是芯片内部硬件 帧协议;串口是对外物理接口(俗称叫法)。芯片内部:UART 外设 → 引脚 TTL 串口 → 外加电平芯片变 RS232/485 串口。1、层级拆解UART(内核,逻辑层) 单片机片上硬件&#xf…

2026/7/24 2:12:30阅读更多 →
MSPM0 SPI中断与DMA触发机制详解:从事件模型到实战配置

MSPM0 SPI中断与DMA触发机制详解:从事件模型到实战配置

1. 项目概述与核心价值在嵌入式开发领域,尤其是涉及高速传感器数据采集、实时显示驱动或与复杂外设通信的场景,如何高效、可靠地处理串行外设接口的数据流,是每个工程师都会面临的挑战。传统的轮询方式不仅占用大量CPU时间,在应对…

2026/7/24 2:12:30阅读更多 →
LLM机器人在技术论坛的应用与可验证测试方案

LLM机器人在技术论坛的应用与可验证测试方案

1. 为什么有人想在 HN 上跑 LLM 机器人在技术社区里,用大语言模型自动处理内容一直是个敏感但实际存在的需求。Hacker News 这类高质量技术论坛,每天有大量新帖和讨论,人工跟进耗时耗力。有人想用 LLM 机器人自动扫描、总结或回复&#xff0c…

2026/7/24 2:12:30阅读更多 →
梳理页面组件的作用,以及怎么和用户打交道

梳理页面组件的作用,以及怎么和用户打交道

梳理页面组件的作用,以及怎么和用户打交道 如果研究一下elementui 我们可以发现,elementui作为一个网站快速成型的脚手架 提供了很多组件来使用 我们就对这些组件的概念和使用思路做一次梳理 首先是菜单 我们知道llm大模型,如果你和他交流 不…

2026/7/24 2:12:30阅读更多 →
AI信息评估:修辞模式如何影响对话效果与验证准确性

AI信息评估:修辞模式如何影响对话效果与验证准确性

这次我们来看一个关于AI辅助信息评估的研究项目——"It Matters How You Say It: Exploring Rhetorical Patterns for AI-Assisted Information Evaluation"。这个项目关注的核心问题是:在与AI对话时,不同的表达方式如何影响信息评估的效果。 …

2026/7/24 2:10:30阅读更多 →
Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/24 0:58:53阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/24 0:58:53阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/24 0:58:53阅读更多 →
我的编程之路:第一篇博客

我的编程之路:第一篇博客

大家好,我是一名编程初学者,同时这也是我编程学习之路上的第一篇博客。在这里,我想要向大家介绍我的一些想法和规划。a.自我介绍我是一个刚刚接触编程的新手,目前在学习c语言,我对编程世界充满了强烈的好奇。当然&…

2026/7/24 0:00:06阅读更多 →
【LeetCode 54】螺旋矩阵

【LeetCode 54】螺旋矩阵

问题描述: 解法: 1、模拟(参考自【LeetCode 54】螺旋矩阵-CSDN博客) int *spiralOrder(int **matrix, int matrixSize, int *matrixColSize, int *returnSize) {static const int dirs[4][2] {{0, 1}, {1, 0}, {0, -1}, {-1, …

2026/7/24 0:00:06阅读更多 →
2026 WAIC:模型隐身、智能体疯野,厂商竞赛聚焦办公场景与商业闭环

2026 WAIC:模型隐身、智能体疯野,厂商竞赛聚焦办公场景与商业闭环

知春路不相信模型领先今年WAIC大会,昔日AI六小龙来了五家,分别是Kimi、阶跃星辰、Minimax、百川智能、零一万物。连放弃基模的百川和零一万物都来了,唯一缺席的竟是近几个月来风光无限的智谱。(DeepSeek一直不参加)WAI…

2026/7/24 0:00:06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…

2026/7/23 22:58:43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&#…

2026/7/23 18:58:18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…

2026/7/23 18:58:18阅读更多 →