动态｜数花 AI Workforce 实战营上海首期开营：当 AI 真正进入岗位，我们还缺什么？
8月28日，数花 AI Workforce 实战营首场上海线下交流活动顺利举行。
这一次，我们没有把现场做成一场传统意义上的产品发布会，也没有花大量时间去讲"AI 有多强"。相反，来自不同行业、不同岗位的参与者，围绕一个更加现实的问题，进行了近 3 小时的深度讨论：当 AI 开始真正进入企业、进入岗位、进入工作流之后，人和企业究竟应该怎么变？
本次活动特别感谢腾讯校友会（鹅同学）的组织与支持，也感谢每一位来到现场、提出真实问题并参与讨论的朋友。
01 从"怎么用 AI"，开始走向"怎么和 AI 一起工作"
过去两年，大多数人讨论 AI，关注的是：会不会写 Prompt？会不会用 Cursor？能不能搭 Agent？能不能做一个自动化工作流？
但在这次实战营现场，我们发现，大家开始提出完全不同的问题。比如：如果我要进入一家 AI 公司，到底应该具备什么能力？一个没有 AI 从业经历的人，还有没有机会进入这个行业？产品经理应该继续做 PM，还是转向 Agent、FDE 或解决方案？未来专业技能型人才会发生怎样的分化？
甚至有人直接问：当所有人都会用 Cursor、会搭工作流、会写 Prompt 之后，企业真正愿意为什么样的人付钱？
这其实是一个非常重要的变化。AI 的第一阶段，是工具普及。而下一阶段，更值得讨论的是：当工具能力逐渐成为基础能力，人真正稀缺的价值是什么？
AI 能力最终不会独立存在，而会越来越深地和行业 Know-how、业务判断以及实际交付能力结合。
02 AI 员工真正上岗之后，怎么证明它创造了价值？
现场第二类讨论，直接进入了企业经营的核心问题：AI 员工到底怎么收费？AI 员工创造的价值如何衡量？效果不好，责任到底算人的，还是算 AI 的？
这恰恰也是数花 AI Workforce 一直在思考的问题。企业真正需要的，并不是多部署几个聊天机器人，也不是多购买几个模型账号。企业最终关心的是：这个 AI 到底完成了什么工作？替代了多少重复劳动？提升了什么指标？降低了什么成本？能不能稳定地完成一个岗位中的部分职责？
一个真正能够进入企业的 AI 员工，需要有明确的岗位、工作范围、业务流程、评价标准和交付结果。就像一个真实员工入职一样，它需要知道：我负责什么，我每天做什么，我做得好不好，以及出了问题怎么复盘。这也是数花 AI Workforce 希望推动的事情：让 AI 从工具，真正变成可上岗的企业劳动力。
03 企业 AI 化最大的难点，可能根本不是模型
现场还有一个非常典型的问题："我是传统行业老板，手里有大量历史数据，但数据质量很差、流程也很乱。到底应该先治理数据，还是直接上 AI？"
这个问题几乎代表了今天大量企业的真实状态。很多企业并不缺数据，缺的是统一的数据定义；也不一定缺流程，而是很多流程存在于员工经验里、微信群里、Excel 里，甚至存在某一个老员工的脑子里。
因此，当 AI 真正进入企业之后，我们越来越发现：最花时间的部分，往往并不是模型部署本身，而是理解业务、找到真正值得 AI 化的岗位和任务、把人的隐性经验变成可以执行的规则、建立 AI 工作的评价标准、不断验证、纠错和迭代。
04 AI 会替代什么，又有哪些事情暂时很难替代？
这也是现场争论最充分的话题之一。战略分析能不能被 AI 替代？经营分析可以做到什么程度？老板最容易高估 AI 的什么能力？哪些事情看起来适合 AI，真正落地以后却发现并不适合？
我们越来越倾向于认为：讨论"AI 会不会替代某个职业"，意义可能正在变小。因为真正发生的事情，很可能不是一个职业突然消失，而是一个岗位内部，大量任务正在被重新拆分。
一个岗位可能原来有 20 项工作：其中 5 项可以完全交给 AI，8 项变成人和 AI 协作，另外 7 项仍然高度依赖人的判断、沟通、责任承担和组织协调。
于是未来真正发生变化的，是企业内部的工作颗粒度。AI 不一定首先消灭岗位，但一定会重新定义岗位。
05 "专家 + Agent"，会不会成为未来企业的新组织方式？
现场还有一个非常尖锐的问题：数花的竞争对手到底是谁？以及"专家 + Agent"已经成为越来越多公司的方向，数花的壁垒在哪里？
我们认为，这个问题没有一个简单答案。模型会越来越强，Agent 开发门槛也一定会越来越低。今天看起来复杂的很多 AI 能力，未来都有可能变成基础设施。
因此，一个 AI Workforce 企业长期真正能够积累的，不应该只是 Prompt，也不应该只是某一个工作流，更重要的是：一个岗位应该怎么被拆解？什么情况下应该做什么判断？什么样的结果才叫完成？优秀员工与普通员工的差异，到底在哪里？以及这些经验能否不断沉淀，变成 AI 可以复用和执行的企业知识。
某种意义上，我们真正想做的，不只是 Agent，而是把一个个真实岗位里的优秀经验、判断方式和工作流程逐渐沉淀下来，让 AI 可以学习、执行，并最终进入真实企业岗位。
06 这也是为什么，我们想持续做 AI Workforce 实战营
三个小时里，大家还讨论了很多没有标准答案的问题：一个 Gap 一年的人，应该怎样重新进入 AI 行业？完全没有 AI 经验的人，企业到底愿不愿意给机会？创业者最重要的底层能力是什么？什么样的人看起来很努力，却很难把公司做大？有没有一些明明非常热门的 AI 场景，我们反而不会去做？
这些问题没有办法靠一场演讲回答。甚至很多问题，今天的答案和一年以后的答案可能完全不同。这也是我们决定持续做 AI Workforce 实战营的原因。
我们希望它不是一个单纯听课的活动，而是让真正对 AI 落地感兴趣的人——创业者、企业管理者、产品经理、工程师、FDE、数据分析师以及正在寻找 AI 转型方向的人——能够坐在一起，把真实问题拿出来讨论。
07 首场上海结束，但这只是开始
首场上海 AI Workforce 实战营已经结束。再次感谢腾讯校友会（鹅同学）对本次活动的组织与支持，也感谢所有参与现场讨论的朋友。三个小时远远不够。
接下来，数花 AI Workforce 将持续每月组织线下实战营交流。我们会继续邀请来自企业一线的创业者、AI 从业者、FDE、产品经理、业务专家和技术人员，把正在做的项目、踩过的坑、真实的企业需求以及还没有答案的问题带到现场。
我们相信，AI Workforce 不会只来自实验室。真正的企业 AI 员工，一定是在一个个真实岗位、真实业务和真实问题中被"训练"出来的。
如果你也正在思考：AI 怎么真正进入企业？未来自己的岗位会发生什么变化？如何成为能够驾驭 AI 的新一代专业人才？或者你的企业正在寻找第一个真正值得 AI 化的岗位？欢迎加入 AI Workforce 实战营交流群，下一场，我们继续线下见。