同一个 QBR（Quarterly Business Review，季度业务回顾） 场景，五个人各自做了五个 Skill。
每个版本都能解决一点问题，也都带着各自的习惯。
工具越来越多，团队却开始为几个新问题发愁：哪个版本最好？谁来维护？新人应该用哪一个？
一旦每个人都在自己的版本上继续修改，组织很快就失去了统一标准。
这是网易智企·云商团队在推进 AI 转型时遇到的一个真实场景。员工开始使用 AI，转型才刚刚起步。
个人经验能否进入共同的知识库，零散用法能否固化成业务流程，AI 识别出的信息能否被人推进到结果，决定了这些尝试最终会停留在个人提效，还是逐渐成为组织能力。
8 月 7 日，崔牛会「SaaS 企业 AI 转型」系列深度学习走进网易智企。
网易智企·云商业务负责人肖钰妍、网易智企·云商 Agent 业务负责人赵胜海、网易智企·云商客户成功负责人柯明星，分别从业务转型、知识密集型组织和客户成功三个角度，分享了团队在 AI Native 转型中的实践。
三位嘉宾从各自负责的业务讲起，话题很快都落到了组织怎么工作这件事上。
AI 进入日常工作后，知识怎么流动、流程怎么调整、判断由谁做、结果由谁负责，都会成为企业必须回答的问题。
肖钰妍 网易智企·云商业务负责人 |
 | |
肖钰妍把云商团队的 AI Native 转型分成三个阶段。
第一个阶段是局部探索。
企业引入大模型和 AI 工具，在客服、内容、数据处理等局部场景中试用，先验证 AI 能不能产生价值。
这个阶段的使用往往比较分散，员工按照自己的习惯选择工具、写提示词、搭 Skill。
第二个阶段是流程固化。
随着个人用法不断增加，重复建设、输出不稳定和协作困难会逐渐暴露出来。
团队需要识别高频、高耗时的场景，把较好的个人实践沉淀为组织级知识库、工作台和标准流程。
第三个阶段进入组织重构。
原来的岗位分工开始变化，对人的要求也跟着变了。研发会直接参与需求调研，产品经理动手完成前端原型，售前也会进一步参与 POC。
随着这些工作越做越快，团队需要重新安排谁来做什么、怎么配合。
云商团队先让员工把 AI 用起来。
他们开放 AI 需求许愿池，让一线同学描述日常工作中最耗时、最重复的任务，也要求每个人亲手完成一个简单的 Skill。
团队随后把实践分成三个层级：个人可用、个人好用、组织好用。
这套分层的价值，在于给探索和治理留出了不同空间。
员工可以先低成本尝试，团队也不会急着把每个想法都做成正式产品。只有经过真实工作验证、具备复用价值的场景，才继续进入组织级建设。
CSM 工作台就是这样长出来的。
团队收集到二十多个 Skill 后发现，会议纪要、QBR、客户分析等场景存在明显重叠。个人版本继续增加，已经很难判断哪一个更好。
于是，团队重新调研 CSM 的工作流程，把客户 360、会议纪要、QBR、知识库和待办放进同一个入口，让已经验证过的能力沿着业务过程被调用。
这里有一个容易被忽略的细节。
把周会改成由 AI 汇总周报，看起来像一个文档生成任务，实际先要完成数据口径和管理规则的梳理。
什么叫交付完成，市场与销售如何使用同一套口径，哪些客户信号属于风险，这些问题没有统一答案，AI 只会更快地放大原有分歧。
AI 落地的过程，常常会迫使企业把长期模糊的管理问题说清楚。
工具把问题带到台前，接下来还要重新定义流程、数据和责任。
组织变化之外，肖钰妍还谈到云商团队对 AI Native 产品的理解。
传统软件接入 AI，常见做法是在原有产品上增加问答、生成或分析功能。这些功能能改善体验，却未必触及客户愿意付费的核心问题。
云商团队对新产品提出了更进一步的要求：从回答问题走向完成任务，让知识、状态、权限和人机协作进入同一条业务链路，并持续交付结果。
以企业服务场景为例，客户需要的往往不只是一个答案。
一次问题处理可能还要查询知识、补齐信息、调用后台系统、推动流程、交付最终结果。如果机器人回答完问题，后面的执行仍全部交给人，服务链路并没有真正缩短。
基于这一判断，云商团队选择从中腰部企业的私有化服务场景切入 AI Desk。
以前的私有化项目容易把客户差异直接写进产品底座，久而久之形成多个分叉版本，升级、维护和交付成本随之上升。
新的思路是把共性能力留在可以持续升级的产品中，把个性需求控制在配置、集成和扩展边界内。
产品研发方式也在变化。
团队尝试让 AI 参与编码、测试、回修和验证，人负责需求准入、范围判断、风险裁决和发布验收。
AI 可以在明确的证据链和验收口径内长时间执行，遇到争议和关键节点再回到人。
这项实践仍在推进中。它提醒 SaaS 企业重新检查自己的 AI 功能：它究竟增加了一个新入口，还是进入了客户完成任务的主流程？客户获得的是一次回答，还是一个可以验证的业务结果？
赵胜海分享的起点，是解决方案团队的一个典型难题。
这类团队真正交付给客户的，往往是对业务、行业、竞品和方案的判断。大量知识沉淀在个人脑中、本地电脑和零散文档里。
即便团队定期分享优秀方案，每个新项目仍可能重新找资料、重新问专家、重新写一遍。
拥有很多知识，并不等于组织能够随时调用这些知识。
赵胜海把标准化目标拆成五层：标准知识、标准决策、标准流程、标准输出和标准评审。
知识库解决资料能否被找到，Skill 负责把岗位的工作方法写成可执行步骤，评审机制则守住事实、业务适配、风险和交付完整性。在他的实践中，团队没有强制所有人使用同一种 AI 工具。成员仍可以选择自己习惯的工作环境，但需要加载统一的在线知识和标准 Skill。
工具可以不同，组织的知识来源、工作步骤和交付标准需要保持一致。
一个可供团队使用的 Skill，也不能只写几句提示词。
它至少要讲清楚适用场景、输入要求、执行步骤、需要调用的资源、输出结构、质量检查和风险边界。输入不足时，AI 应该先追问；涉及客户事实和专业判断时，输出还要回到证据和人工评审。
赵胜海反复强调，AI 生成只是起点，评审机制决定最终的交付质量。
对于高专业、高信任的工作，团队可以先用专家经验与 AI 共建，再让 AI 执行，最后由人完成判断。
赢单和输单的复盘结果，也要继续回写知识库和 Skill，让下一次交付有机会站在前一次经验上开始。
知识建设的顺序同样重要。
把所有文档一次性倒进知识库，通常很难直接带来效率。
更可行的路径是先选一个高频场景，限定知识范围，准备标准答案和评审方式，跑通后再扩展到同一团队的其他场景，最后复制到更多团队。
对知识密集型公司来说，这种变化已经超出资料管理。
以前，团队依赖“谁知道答案”；接下来更重要的问题是，谁负责维护答案，谁定义调用方式，谁对输出质量负责。
个人经验只有经过治理、调用和验证，才会成为组织资产。
柯明星把客户成功中的问题分成了三种状态：
客户主动来问时，谁能把问题接住；
客户没有提问时，谁能看见他的状态变化；
识别出机会或风险后，谁来把它推进成结果。
第一步是处理标准化问题。
网易智企把 AI 客服放进企业微信群，只有在客户提问或主动触发时才参与会话。
知识明确、路径清晰的问题可以由 AI 先回答，涉及客户真实环境、账号权限、生产配置和复杂故障时，继续由人工确认和接管。这条边界很重要。
AI 客服需要知道自己会回答什么，也要知道哪些问题不能独立回答。对于复杂排障，AI 更适合先完成跨系统的信息收集和初步定位，再由技术支持判断问题原因及后续动作。
第二步是从服务记录中识别客户状态。
企微聊天、客服工单、会议纪要、产品使用情况和购买信息，单独看都只是零散数据。经过结构化处理后，它们可以帮助团队发现反复出现的使用障碍、合作变化、流失风险和新的需求信号。
但 Agent 给出一条风险提示，并不等于风险已经成立；识别到一个需求，也不等于产生了商机。柯明星在分享中明确区分了这两件事。
线索进入团队后，还要经过 CSM 确认、分层、触达、行动、结果回写和复盘。
管理者关注长期未推进的机会和反复出现的风险，运营团队再把误识别和有效样本用于更新规则与知识。
第三步是把不同客户交给合适的经营力量。
数字员工可以扩大长尾客户的覆盖，成长型和高阶 CSM 根据客户价值与问题复杂度继续承接，区域团队参与重点客户的拜访和复杂项目协同。
AI 负责发现变化，人负责判断关系、协调资源和推动结果。
沿着这条链路，AI 客服、排障 Agent、客户信号识别、分层经营和 CSM 工作台不再是分散的应用。它们围绕同一个客户持续接力：接住问题，看见状态，推进结果，再把有效做法沉淀为可以复用的组织能力。
当产品与服务逐渐走向结果交付，FDE 成了三场分享里都提到的组织议题。
肖钰妍的判断是：FDE 很难由一个人包揽全部能力。
业务理解、需求分析、Agent 落地、系统对接和平台支撑，可以被看作一个能力组合，再根据产品生命周期由不同角色接力。
新品启动和早期验证阶段，需要产品经理靠近一线，与实施、研发一起控制场景边界，磨出交付方法。
进入规模化阶段后，需求分析和实施工程师形成协作单元，产品团队继续把共性经验沉淀进平台。
到了持续运营阶段，网易智企正在探索让 FDE CSM 更靠近客户结果。
柯明星也谈到，CSM 的工作正在从识别问题和机会，逐步延伸到推动方案落地与验证效果。
这个方向会提高岗位要求，也更依赖平台把复杂能力做得可配置、可复用。否则，组织只是把更多任务压到一线，新的流程仍然难以规模化。
这部分实践还处在试点和准备阶段。如果只做岗位合并或减少交接，组织重构很难走远。
企业还需要回答三个问题：哪些判断必须由人完成，哪些执行可以交给 AI，哪些能力应该沉淀到平台，从而降低对少数全能人才的依赖。
网易智企·云商团队呈现了一条仍在验证中的 AI 转型路径：
先让个人用起来，从真实工作中找到高频问题；再把有效做法沉淀为知识、Skill 和工作台；当新的业务链路逐渐稳定，组织再调整职责、协作和人才要求。
这条路径里没有一个动作可以孤立完成。
崔牛会组织深度学习，希望打开的正是这些转型过程。
企业对外展示的往往是产品和结果，真正走进去以后，才会看到中间经历过的混乱、重复、试错和重新定义。
粤ICP备14082021号
免费POC，
零成本试错
