《京东集团员工手册》——一部员工引导与职场规范的实践范本
浏览: 6972
点赞: 717
收藏: 27
播放: 13
2026-07-21 04:53:23
印小天发文力挺遭换角黄婷婷：是个很会演戏的好演员
2026-07-21“泡茶的细节和注意事项”最新教学视频
百度包管，为您搜索护航
最佳回覆
?1.茶馆儿轻量版下载 2026更新版V4.27.3-近期高效【:最新版官网地点、手机版、在线、巨细、注册、登录、入口、网站、下载、网页版、网址、单双、老师、邀请码、计划..」
?2.官网入口2026最新版N4.27.3-最新用户【:最新版官网地点、手机版、在线、巨细、注册、登录、入口、网站、下载、网页版、网址、单双、老师、邀请码、计划..」
??3.官网入口2026最新版V4.27.3-收集秘籍【:最新版官网地点、手机版、在线、巨细、注册、登录、入口、网站、下载、网页版、网址、单双、老师、邀请码、计划..」
4、?重磅消息！??济南喝茶资源-APP下载?支持:winall/win7/win10/win11?系统类型?:400快餐三小时QQ2026最新版N4.27.3(宁静平台)
5、??重大突破！???三亚按摩一条街在哪里-APP下载??支持:winall/win7/win10/win11?系统类型?:万花楼论坛四川2026最新版V4.27.3(宁静平台)
总结全网764篇结果
公共集团“收缩战线”：削减过剩产能，最多精简一半车型，专家：汽车供应链加速剖析
内容来源：2026 年 6 月 24 日 -26 日，条记侠在北京举办的【AI 十倍增长营】01 期课程中，影刀首创人十布分享的精华内容整理。分享嘉宾：十布，影刀首创人兼 CEO。责编? | 贾宁 ?排版? | 沐言第 9736 ?篇深度好文：6035字 | 17 分钟阅读AI 天演论条记君说：现在，AI 的智商已经凌驾了绝大部分人，你的企业还在只靠人做决策吗 ？今天这篇文章来自影刀首创人兼 CEO 十布，在条记侠 AI 十倍增长营 01 期上的分享。永湔浸务了一万多家企业，累计融资两亿美金，投资方包括高瓴、高盛、腾讯。但这家公司 " 不太正常 "，从不设营收目标，却连续多年坚持增长。他在这篇文章里没有讲 AI 趋势预测，只讲已经落地的拭魅战经验：如何用 AI 驱动考勤治理、销售决策、面试招聘、客户评估和财务对账；如何把企业的决策系统从人切换到 AI；为什么 Token 要像钱一样被治理；以及一个焦点判断：未来的企业，人会酿成 AI 的子集，AI 才是组织的主体。如果你是企业家或创颐魅者，无论你的公司现在是 10 个人照旧 1000 个人，这篇文章都值得你重新读到尾。一、AI 时代的实质科学时代，人类造就了工具，工具最大的特点是准确、高效，流程和规则被界说得很是清晰。AI 时代，人类造就的是 " 大脑 "。虽然 AI 有幻觉，但人类大脑也有幻觉。所以在 AI 时代，我们不应该因为 AI 有幻觉就不去用它，而应该思考如何用更好的要领让 AI 输出高质量的内容，就像人类有幻觉，但我们用流程来约束一样。AI 是人类历史上最后一次技术革命，它不是业务的升级，而是文明的跃迁。二、" 造塔 " 与 " 造船 "未来企业的组织形态会从 " 人驱动 " 走向 "AI 系统驱动 "。原来的组织形态中，人是企业的主体，所有软件、流程、精力都效劳于人。现在 AI 的智商已经凌驾了绝大部分人，它将成为企业的主导。原来的企业主体是人，未来的企业主体是 AI，人会酿成 AI 的子集。我把这种组织叫做 AI 原生组织，将组织的能力建在 AI 之上。如果哪一天 AI 失效，组织也会失效。这就好比工业化时代的企业必须建立在电力之上，信息化时代的企业必须建立在互联网之上，没有电、没有互联网，企业就无法运转。同样的逻辑，如果今天一家企业没有 AI 还能正常运转，那它就不是 AI 原生组织。AI 原生组织的界说是：AI 才是企业组织的主体，没有 AI，企业将不再保存。海内有没有这样的企业 ？美团就是。美团的骑手组织，每天去哪里取餐、什么路线配送、送到哪里，全由美团的 AI 调理系统决定。AI 调理系统是主体，没有它，美团的骑手组织无法运转。滴滴的司机组织、支付宝借呗的放款逻辑同理：AI 是主体，不是辅助，AI 自己就是组织�；淖橹凼� " 能力建立在组织之上，组织建立在流程之上 "。未来，AI 会重构这一逻辑，流程要建在 AI 之上。我们已往的做法是什么 ？不绝学习、加入培训，实质上是 " 造塔 "，把自己的能力垒得越来越高。但问题是，当更智慧的 AI 泛起时，塔垒得再高也会被淹没，因为塔终究是在地面上的。在 AI 时代，我们应该 " 造船 "，把能力建在 AI 之上。AI 变得越智慧，我们就水涨船高。下面，我重点讲讲我们的实践经验。三、影刀的 AI 应用实践1. 招乒亓实践我们公司之前的面试中保存许多问题：有些主管不喜欢招比自己强的员工，总是拒绝牛人，招进来的都是水平一般的；有些面试官没经验，纯靠感受，招了许多不对适的人。所以我们决定，把面试的判断建在 AI 之上。第一步：界说岗位目标和要害产出招聘一个人，最重要的事情是想清楚要招什么样的人，如果连这个都没想清楚，面试就无从谈起。具体做法是：用一句可权衡的话描述这个岗位 6 到 12 个月的岗位目标�；挂室桓鑫侍猓赫飧龈谖徊徽谢岜⑹裁� ？如果招和不招结果一样，这个人就没须要招。再界说要害产出：这个人做得好，半年后会留下什么 ？岗位目标和要害产出必须由人来界说，AI 不知道，因为只有企业自己才知道招这个人的目标是什么、要害产出是什么。第二步：AI 推导能力和胜任力模型。岗位目标和要害产出界说好之后，AI 很是擅长做逻辑推导，能准确判断完成这些要害产出需要什么能力，包括哪些是必须项、哪些是加分项。能力项决定胜任力模型，胜任力模型也由 AI 推导出来。第三步：基于胜任力模型建立评分体系。好比 " 问题拆解 " 这个维度，AI 会给出界说：在信息不完整、目标模糊的情况下，将庞大问题拆解为实质性问题。然后明确什么叫正例、什么叫负例，什么是 1 分、什么是 3 分、什么是 5 分，这些全部由 AI 界说。评分体系很是重要，没有评分体系，就无法评判候选人是否及格。许多 HR 用 AI 时，只是把录音和简历丢进去，问这个人合不对适。没有参考系、没有评估体系，AI 很难给出有效谜底。同样一个候选人，在这家公司合适，在另一家公司可能就不对适。第四步：AI 构建面试流程和面试题�；谑と瘟δＰ停珹I 会构建面试流程。好比高级岗位需要四轮面试，AI 会清晰界说每轮面试的目标维度。原来的面试是什么都问、重新问到尾，意味着面试没有目标，这很可怕。有了明确的面试维度后，AI 会结合候选人简历，自动生成每轮的面试题。第五步：面试执行与决策。面试官拿到的是完整的面试卡 , 有评分体系、面试题、计时、录音、反响和追问功效。因为建立了参考系和问题库，AI 能很是好地辅助面试。最终决策分为：强推、推荐、中立、不推、强不推。如果人和 AI 决策不同很大 , 好比人强推、AI 强不推 , 我们会把面试录音留到下一轮再做判断。整个流程的焦点逻辑是：① 岗位目标和要害产出（人界说）② 能力项和加分项（AI 生成）③ 胜任力模型（AI 生成）④ 评分体系（AI 生成）⑤ 面试流程（AI 生成）⑥ 面试题（AI 生成）⑦ 追问与决策这里的要害启示是：构建 Agent（智能体，下同）时，必须把流程一层一层建构出来，在每一层写好思维链，这样才华做好一个 Agent。这也是为什么市面上许多 HR 系统没法用的原因，这样的产品应该基于企业自身的个性化需求来自建。2. 客户价值评估实践除了面试，销售事情也可以用 AI 辅助。我们公司许多销售，特别是新销售，最大的问题是逮到客户就使劲跟。但做销售最重要的是跟对客户，知道什么客户应该放弃，什么客户应该重点投入。我们还发明一个有趣的现象：长得漂亮的销售往往业绩不太好。因为客户总是不拒绝漂亮的女人，喜欢找她聊天。销售在差池的客户身上花大宗时间，感受能成，其实客户只是找她聊天罢了。所以我们建了一个客户价值评估系统，让 AI 来评估这个客户要不要跟、要不要放弃、怎么跟。焦点设计思路是，做任何 Agent 或 skill（技术，下同），首先要界说目标：最终要输出什么 ？我们的目标是输出：这个客户是否值得投入、赢的概率是几多、怎么赢。其次要界说输入结构。AI 需要有输入才有好的输出，和 AI 招聘一样，先输入岗位目标和要害产出，再一层层推导� ？突Ъ壑灯拦赖氖淙氚男� ？客户基础数据：行业、增长情况、是否理想客户、是否有自动化基��；用户行为数据：是否录过工单、是否主动联系过、是否开过会：销售历程数据：信号数据等。我们构建了多层判断模型：?第一层：是否是对的人 ？第二层：是否会买 ？第三层：是否能赢 ？?第四层：是否只做种草 ？如果是战略客户只做种草，非战略客户简单相同即可。这个判断逻辑由业务人员构建和连续修改，让模型越来越强。它能挪用工具、执行操作。好比在 CRM 中自动写入客户评分和状态、自动生成飞书审批调取售前资源、自动生成打法建议给销售。这套系统被接入 CRM 后，员工输入客户信息时，系统会自动显示：这个客户要不要跟、打法是什么、下一步行动计划是什么。原来由人做的判断，酿成了 AI 来预测。我在内部实践中的感受是：中层越来越没有价值。中层原来的焦点价值是提供决策建议、告诉你下一步做什么，但现在 AI 比人更靠谱。四、AI Agent 的焦点要素古板软件的实质是界说规则、界说流程、界说功效。产品上线之前，你就知道这个软件长什么样、有什么流程、有什么功效，它是规则系统，高效精准。但 AI Agent 完全差别，它是界说目标、界说上下文、界说评价体系。什么叫好、什么叫欠好 ？接纳率、准确率是什么样的 ？里面的流程和规则是不清晰的。AI Agent 是一个黑盒，做不到 100% 准确，它是一个概率系统，不是规则系统。所以做 AI Agent 最重要的目标，就是让概率越来越高，如何用更好的要领让 AI 输出更高质量的内容。AI Agent 有四个焦点要素：第一，高质量的上下文。如果输入的内容无效，输出一定有问题。就像 AI 招聘，如果只是把聊天纪录或简历丢给 AI 评判，结果一定有问题，因为前面缺少了岗位目标和要害产出的界说。第二，有效的工具挪用。大模型为什么能知道今天的天气 ？因为它挪用了互联网搜索。所以，给予 Agent 更多挪用工具的能力，好比数据收罗、信息盘问等等，至关重要。第三，Prompt（提示词）。提示词是否连续进化、是否越来越好，也很是重要。第四，评价体系。这是被许多人忽略的要害点。没有正确率、接纳率、业务结果等评价指标，AI 就永远停留在 demo（演示）阶段。因为它是概率系统，必须评价什么是好、什么是欠好，才华连续进化。评价体系的作用类似古板软件的测试用例。好比客户价值评估系统，我们有许多人工验证过的客户案例，让 AI 重新跑一遍，看准确率是否变高�；蛘呋桓瞿Ｐ停� Claude 换到 DeepSeek，看准确率是否还能维持。当每次修改导致离目标越来越远时，可以回滚版本。所以，Agent 最重要的不是目今好欠好用，而是能否连续进化，连续进化高质量的内容、连续进化工具挪用、连续进化算法。我们原来的 agent 都是开发写的，但开发最大的问题是不懂业务逻辑。并且 skill（技术）需要不绝 " 养 "，如果每次业务人员觉得输出结果欠好都要反响给开发去改，效率很低。好的协作机制是这样的：治理者界说目标、最终输出结果和产出；IT 人员连接数据库、知识库、挪用工具，这是业务人员搞未必的；业务人员懂业务场景，连续优化规则，边用边改；一线使用人员建立反响机制，资助业务人员更好地优化。好比我们公司用 AI 写邮件，AI 会在末尾写 " 此致敬礼 "，但实际各人写邮件都是写 " 谢谢 "。发明这个问题后，我们调解规则，整个 AI 的输出就变了。这就是业务人员在边用边改。未来的 AI Agent 一定是企业自己搭建、自己连续完善和革新的，不是由开发公司写好规则直接交付使用的。五、Token 治理与分层治理我原来给团队充了 10 万块钱的 Token（词元，下同），两天就用完了。我都不知道用在哪里�Ａ碛性惫の嘶惚ㄊ虑椋盐牡底� PPT，自动生成 PPT 很耗 token，造成了极大浪费。Token 需要被治理，就像管钱一样。钱是稀缺的，需要你选择怎么分派：哪个部分应该多给、哪个应该少给；哪个员工绩效好应该多激励；哪些 Agent 是高效的、哪些是低效的，高效的应该重点配置，低效的应该禁止。我们需要有一个后台治理系统，知道哪些 Agent 正在被高效消耗、哪些流程在浪费、消耗的变革趋势是什么、是否有性价比更高的模型可选。我前段时间看到一个新闻，亚马逊一个月收到 5 亿美金的 AI 账单。我们现在用 Claude 大模型，开发人员随便用一天能用掉一两千块钱。所以 Token 治理是企业级产品必须做的，不然没法合理正外地给员工更多 Token 资源。企业级 AI 需要分层治理，我把它分成三层：第一层：企业级框。就像国家先有宪法，再有党的指导目标，最后才是
本文链接：?/v/Video/2297295.shtml
视界网大庆分站允许：如遇虚假欺诈，助您维权(责编：萧郁婷、林佳颖)
百度反诈中心提示您：高收益理财，看似天上掉馅饼，实则血本无归的陷阱。前往百度宁静反诈平台了解更多
作者：小白深入
作者简介:擅长写短篇小说与情感日记，作品语言优美、情感真挚，是读者心中的“文字共识者”。
最新评论：
