AI应用认知升级
企业用AI最大的卡点不是工具、不是技术，而是心态。本课程完成从“把AI当工具”到“把AI当同事”的心智切换，并逐一破解五大应用错配。
先判断：你是否需要学这一模块 SELF CHECK
命中 2 条以上，建议优先安排本模块；勾选可当作业前的需求确认表使用。
学习目标 OBJECTIVES
- 1理解“AI是智力生产力”的判断：它替代的不是岗位，而是岗位中的任务
- 2掌握“把AI当人用、因岗设人、耐心教导”的核心方法论
- 3识别并规避认知、场景、流程、效率、评估五大错配
- 4养成AI First的工作习惯：遇事第一反应是“这件事AI能不能先做一版”
- 5理解“为Token充值”的投入观：AI能力的获得方式与人力不同，需要持续投入与训练
核心知识点 KEY POINTS
AI是什么生产力：智力
蒸汽机放大体力，大模型放大智力。它把“写、查、归纳、沟通”这类智力劳动的边际成本大幅压低，因此最先被重构的是知识工作者的时间分配。
商业范式改变
从“人找信息”到“信息找人”，从“人操作系统”到“人指挥系统”，从“经验沉淀在个人”到“经验沉淀在Skill”。企业竞争要素从人头规模转向人效与知识资产密度。
五大应用错配
认知错配（把AI当搜索/当万能）、场景错配（选了不痛不痒的场景）、流程错配（把AI塞进旧流程而不重塑）、效率错配（用AI做低效的旧事）、评估错配（用“感觉不错”而非量化指标评估）。
心智转变：把AI当人用
谁负责业务，谁来用；自己的团队，必须自己带。把AI当新同事：给岗位、给背景、给示例、给反馈，允许它犯错并要求它改，而不是一次不满意就弃用。
AI First 与为Token充值
AI First是工作顺序的改变：先让AI出首稿，人来评审与决策。“为Token充值”意味着把AI使用当作生产要素投入来管理预算，而不是当作软件License一次性采购。
人人都可AI
不需要懂技术也能用起来。快速见效的四类场景：会议纪要、文档摘要与改写、表格处理与分析、日常文案与话术生成。
方法论与操作步骤 METHOD & STEPS
第一步：换心智——把AI当人，不当工具
工具按一下出一次结果，同事需要交代背景、说清标准、给示例、能接受返工。用带新人的方式带AI：先说清“你是谁、要干什么、标准是什么、给个样例”。
要点：自测：如果你对AI说的话，换成一个新人实习生听完也能干活，说明你已经在“把AI当人用”。第二步：因岗设人——先定岗位，再定AI
不要泛泛地“用AI提效”，而是为具体岗位设一个AI助手：销售助手、面试助手、会议助手、报价助手。岗位越具体，AI表现越好。
第三步：耐心教导——三轮迭代法
首稿 → 挑错（明确指出哪里不对）→ 改稿 → 定稿 → 把这次的完整指令存成模板。80%的“AI不好用”死于只做第一步。
第四步：结果复核——建立自己的验收标准
对外内容必查事实与措辞；对内内容查结构与遗漏。让AI自查（让它列出自己不确定的地方）是性价比最高的复核手段。
第五步：沉淀复用——把经验变成模板与Skill
把跑通过的指令、知识、流程固化为模板或Skill，从“我会用”升级为“我们团队都会用”。
真实落地场景案例 REAL CASES
认知突破带来产能突破
业务场景
园区招商团队内容产出慢、投放不稳定，团队对AI的第一反应是“AI写的东西不能用”。
AI应用做法
以“把AI当人用”切入：先给AI设定“园区招商内容专员”岗位，喂入园区定位、历史爆款笔记、目标客群画像，按三轮迭代法打磨，再由人定稿。
从“试试看”到“天天用”
业务场景
门店导购内容能力弱，门店小红书账号长期断更，到店客流依赖自然进店。
AI应用做法
用“人人都可AI”四类快速场景切入，让导购先做会议/客户记录摘要与朋友圈文案，建立信心后再做内容生产。
全员AI素养普及
业务场景
街道与辖区企业员工对AI既好奇又恐惧，缺少统一认知。
AI应用做法
以“AI应用很简单，最难的是开始”为主题的公益培训，用现场演示+随堂实操破除神秘感，课后每人完成一个自己的AI小任务。
涉及工具与产出物 TOOLS & DELIVERABLES
- 千问办公 / WorkBuddy / 豆包工作 / 百度搭子（日常实操载体）
- 通用AI助手（通义千问 / 豆包 / DeepSeek）
- AI秘书（Dtalking A1 录音卡片）
- 企业内部AI使用倡议书模板
- AI First工作清单
- 个人AI First行动清单
- 岗位AI助手设定卡（角色/背景/标准/示例）
- 团队AI使用公约
- 首轮迭代示例库（每人3个可用模板）
随堂练习与验收标准 PRACTICE & ACCEPTANCE
- 为你自己的岗位写一份“AI助手岗位说明书”：岗位名称、职责、工作标准、交付物、汇报对象。
- 用三轮迭代法完成一件本周真实工作：首稿 → 挑错 → 改稿 → 定稿，并把最终指令存成模板。
- 对照五大错配，给自己团队做一次体检，写出最严重的两项错配与改进动作。
- 提交一份AI助手岗位说明书（岗位名、职责、标准、交付物）
- 完成一次三轮迭代实战，并把最终指令存为模板
- 输出团队五大错配体检结果与2项改进动作
常见误区 PITFALLS
把AI当百度用，一句话提问就期待好答案
像带新人一样交代角色、背景、标准与示例，信息给足才有好结果
第一版不满意就判定“AI不行”
至少三轮迭代：指出问题→要求修改→定稿→存模板，绝大多数场景可跑通
把AI应用当成IT项目，全权交给技术部门
谁负责业务谁来用，业务部门是主角，技术是支撑
纠结工具好不好用，反复换工具而不沉淀能力
工具迭代极快，真正值钱的是沉淀下来的场景、模板与Skill
用“感觉挺好”评估AI效果
先建基线：原耗时、原成本、原质量分，再对比，用数据说话
建议课时 RECOMMENDED HOURS
| 适合人群 | 建议课时 | 建议形式 |
|---|---|---|
| 全员 | 3课时 | 线下讲授 + 随堂实操 |
| 业务岗 | 3课时 | 讲授 + 岗位场景演练 |
| 技术岗 | 2课时 | 可并入M01/M13 |
| 管理者 | 3课时 | 含战略研讨与组织视角 |
721 时间分配（合计 3 课时 / 约 135 分钟）
| 环节 | 占比 | 课时 | 时长 | 内容说明 |
|---|---|---|---|---|
| 讲授 | 35% | 1.0 课时 | 约 47 分钟 | 讲概念、讲方法、拆解案例 |
| 实操演练 | 45% | 1.4 课时 | 约 61 分钟 | 随堂动手，产出真实业务成果 |
| 研讨点评 | 20% | 0.6 课时 | 约 27 分钟 | 方案互评、答疑与改进建议 |
按 721 法则设计：以实操为主、讲授为辅、研讨收口；1 课时按 45 分钟计，可按企业作息调整。