李践：如何构建AI型组织

推荐语

李践老师分享行动教育10年AI化升级经验，揭秘如何避开误区构建高效AI型组织。

核心内容：
1. AI型组织的本质与核心能力
2. 构建过程中的四大关键误区解析
3. 行动教育的实践路径与方法论

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

尊敬的各位企业家校长、企业家朋友们，大家晚上好！

今晚我想和大家分享行动教育这10年的经历——从数字化转型到AI化升级，过程中踩过的坑、交过的学费，以及总结出的方法论和思维逻辑。

接下来我会先讲“什么是AI型组织”，再讲我们走过的误区，最后分享行动教育的实践路径。

什么是AI型组织？

本质是“把AI技术建在组织上”，最终通过AI技术转化为组织的核心能力——管理能力、决策能力、流程能力、运营能力，还有员工的执行能力。

过去我们常说“能力建在组织上”，那时的“能力”更多指向领导力、人才选育用留、流程管理、品质与用户服务；但在当下时代，我们更需要“AI技术建在组织上”，用AI驱动增长、抓住结果。

AI型组织的4大核心误区

在聊怎么做之前，我们得先分清“什么是错的”——这十年我们踩过很多坑，总结下来有四个核心误区，希望大家能避开。

误区一：混淆“个人AI”与“组织AI”

现在大家常说的AI，比如用豆包、DeepSeek，这些是“消费AI”，是个人场景化工具；但我今天要讲的“AI型组织”里的AI，是“组织AI”——它基于战略、组织、能力、技术、流程、决策、数据化，核心是用AI驱动增长，是“生产者视角”的AI，不是个人应用问题。

简单说，组织AI是“让整个组织通过AI技术赋能岗位、赋能员工，提升整体能力和效率”。比如行动教育的AI，不是某个人用AI写文案，而是整个教学、营销、财务、人力资源系统，都用AI重构流程——这才是组织AI，和个人AI完全不是一个维度。

误区二：凭感觉管理，跳过“数据化”谈AI

很多中小民营企业最大的问题，还是“凭感觉管理”——决策靠经验、效率低、投资失误、产品不精细，根源都在“感性大于理性”。

今天的管理必须升级，而升级的前提是“数据化”，再到“AI化”，你得先把业务场景、管理能力、流程、决策全部数据化，才能谈AI。

很多人觉得AI离自己很远，甚至十年前“互联网+”的时候也没感觉，但现在回头看，互联网+已经融入生活、工作的方方面面；今年8月26日“AI+”政策出台，未来五年到十年，AI也会全方位融入我们的生活和工作。

我们常说“高质量发展”，但高质量发展的背后是“高质量管理方法”，而数据化和AI化，就是高质量管理的核心抓手。跳过数据化谈AI，就像没打地基就盖房子，根本立不住。

很多中小民营企业至今仍在“凭感觉管理”——决策失误、效率低下、投资失误、产品不精细、管理质量不高，其实都和“凭感觉”直接相关。

当下的管理必须大幅升级，而升级的核心抓手就是“数据化”，再到“AI化”。这需要我们把业务场景、管理能力、流程、决策全部变成数据化的形态。

很多人觉得AI离自己很远，却忽略了AI的“前身”：工业革命历经四次迭代，第一次是蒸汽机，第二次是电器，第三次是信息技术，第四次才是AI技术。而信息技术到AI之间，又经历了IT（信息化）、CT（通讯化，比如手机移动）、DT（数字化）三个阶段，最后才到AI平台化、数据链化、智能化、自动化。

我们追求高质量发展，背后必须有高质量的管理方法，而数据化和AI化，就是高质量管理的核心抓手，它能让效率提升变得可见、可落地。

误区三：数字化变成“信息孤岛”，没形成数据链

过去十年，很多老板意识到数字化的重要性，引入了财务IT系统、管理软件，但最后发现：上了IT，信息中心的人变多了；上了财务软件，财务部的人变多了；流程反而更长、更复杂，一件事要十个人交接，形成了“信息孤岛”——这就是陷入了“生态盲区”。

问题出在哪？

就是没把数据“打穿”——没有互动、没有贯穿始终，没形成平台化、数据链。比如财务的数据和营销的数据不互通，营销的数据和人力资源的数据不联动，最后数据变成了“死数据”，不仅没提效，反而增加了成本。

误区四：为做AI而做AI，脱离业务增长

这是我们行动教育早年犯的大错。

2013年我接手行动教育后，知道数字化重要，马上成立IT共享中心，还从20多个候选人里筛选出了CIO，花了半年做IT蓝图规划，2014年4月1日就推出“大智移云”数字化战略，急着做了很多事：推出投资积分购物平台、做精准招聘平台……前后投入了两千万，还不算人力物力，但最后都失败了。

为什么？因为“为做而做”，脱离了业务增长。

不管是数字化还是AI，核心都应该是“为业务服务、为增长服务”，要提效增利，要看得见摸得着的目标，不能跟风。

后来我们总结：

不管是数字化还是AI，都必须“为业务而做、为增长而做、为提效增利而做”，要有看得见、摸得着的目标，要循序渐进，不能急。

脱离“业务增长”这个核心，再先进的技术都是花架子。行动教育2014到2018年，就是在不断试错、不断迭代中，才慢慢找对方向。

打基础
组织认知升维

避开误区后，第一步不是找技术、上系统，而是“统一认知”，人不会做自己不知道的事，更不会做自己不坚信的事。你的世界就是你认知的边界，要做AI型组织，先得让整个组织的认知“升维”。

认知的核心：不是“个人认知”，是“组织认知”

过去我们常说“老板认知决定企业天花板”，但AI型组织不一样，企业不是靠老板一个人，而是靠“金字塔三层”：决策层（高）、管理层（中）、执行层（基），需要“三维合一”，做到“知在前、行在后”。

我们把组织认知总结为“1+4+N”模型：

“1”是1号位（比如我作为总经理）：负责战略决策、组织架构、分工、产品模式，决定“做什么、不做什么”；

“4”是四大核心系统负责人（人力资源、财务、研发供应链、营销）：这是“四根梁”，如果他们的认知不到位，再好的战略也落不了地，只会找理由说“做不了”；

“N”是执行团队（基层）：最终落地靠基层，要在基层建立无数“AI小组”，让每个人都参与认知升级。

怎么提升组织认知？对标、学习、实践闭环

行动教育这十年，靠“对标学习”提升认知，具体做了三件事：

第一，走出去学，找标杆对标。

2013年我们建立IT共享中心后，我和CIO每周去交大上互联网课，在当当上买遍了互联网相关的书，还专门去硅谷对标标杆公司；后来我们成立战略研究部，每周分析全球标杆（包括五大商学院、行业头部企业）的数字化、AI动态，出具研究报告。

比如为了学透数字化，我们派战略研究部总监去美国凯洛格商学院，全程上“首席数字官”全英文课程。不是只看资料，而是亲自上课，每周分享教授用的工具、案例、管理流程，把“理论”筛掉，“实践”留下，为我所用。

第二，分门别类，对标学习。

我们每周开管理层专题会，2023-2024年有一半会议是针对AI，相当于一个月内，管理层会针对AI进行两次定标、对标和改进，缺什么补什么。

我们通过标杆感受到了迫切性，通过标杆看到了他们的成果，通过标杆发现了他们的价值，从而提升了自身的认知。

在这种情况下，我的决策也变得有针对性，我们向他们学习，明确我们该做什么，不该做什么。决策之后，管理层最高层负责决策，执行层面则分门别类，将这些知识对应到不同的部门。

第三，学完要落地，形成闭环。

不是学完就完了，每周我们都会举行老师的学习改进会议，每周一次，尤其在2025年这段时间，至少有十次会议是针对AI学习。

这表明我们在这一领域投入了大量时间和精力。每个人都要分享“针对你的部门、你的岗位，AI能做什么”，逼着大家把认知转化为具体动作。

只有通过组织认知的升维，我们才能深刻感受到事情的迫切性、重要性和价值，才能明确哪些事该做，哪些事不该做，一切围绕增长、提效和增利展开。

定方向
AI型组织的战略落地

认知统一后，下一步是“战略落地”。行动教育11年做了两次战略升级：2014年“大智移云”数字化战略，2023年“AI型组织”战略。总结下来，战略落地要抓三个核心：目标、组织、能力。

第一步：把战略分解为可落地的目标

2023年我们推出AI战略时，没有喊空口号，而是分解为“512计划”，每个目标都和增长挂钩：

“5”：价值升级50%——通过AI捕捉用户痛点、学习感受，迭代产品和课程。

比如现在行动教育的每堂课，AI都会分析录像、录音：老师有没有讲重点？节奏对不对？有没有废话？甚至能精准算出“学员的收获点”，帮课程做“取一舍九”的升级，现在大家觉得我们的课更简单、更直接，就是AI在背后发力。

“1”：每年降低成本10%——不是降原材料成本，而是降“组织成本”。过去因为信息孤岛，一件事三个人做、重复交叉，AI能打通流程、实现数据平权，把金字塔组织变成同心圆组织，去中心化、信息端对端，从内部省成本。

“2”：持续提升利润20%——比如第一年利润1亿，第二年就要做到1.2亿，核心靠AI提效增利。

第二步：把目标分解到组织

目标不会自己落地，要靠组织分工。

“1”是1号位，定方向，比如决定“AI优先投入营销还是研发”；“4”是四大系统，分领域落地，比如营销中心负责“AI+获客”，人力资源中心负责“AI+招聘”；“N”是基层，抓岗位、场景、流程的数字化，比如财务部的“合同流、成本流、数据流”要一一对应，营销部的“客户线索、画像、跟单”要数据化，做到“做哪里、迭代哪里，学哪里、用哪里”。

第三步：把分工转化为能力

最后，要让每个岗位都具备“AI能力”。不管是副总裁、事业部总经理，还是研发、营销员工，都要把AI技术和自己的岗位、业务流程结合。

能力不是凭空来的，是在“目标-组织-落地”的过程中，逼着大家练出来的——比如一线员工用AI处理客户线索，练着练着就会了；管理层用AI做决策，用着用着就精准了。

抓实战
行动教育AI型组织的四大落地场景

战略和目标清晰后，关键是“落地到具体场景”。行动教育这几年重点在“人财物销”四大场景做AI化，每个场景都有具体的方法和成果。

场景一：AI+营销

以销售为例，增长是核心，销量源自销售体系，销售环节需建立数智化管理。

1. 精准找客户：

过去依赖经验判断，如今需精准定位客户线索，明确客户来源后进行分类，如海豚客户、鲸鱼客户等，区分优质客户。分类后绘制客户画像，了解客户行业、规模、障碍及行业标杆情况，并搜集相关资料进行触达、提案和成交。这些在行动教育被称为7D数智管理，涵盖线索、分类、客户信息等多项数据。

行动教育“AI+营销”锁单板块应用

2. 精准画客户：

AI能精准定位关键信息，凸显了精准的重要性，企业需要精准的员工、产品、客户、流程和决策，当前效率低下源于混乱，缺乏精准。许多问题可通过数据溯源，客户画像前置是分类，分类前置是线索，线索前置是客户渠道来源，均可追根溯源。

3. 精准跟客户：

数智化、AI管理的难点不仅在于客户精准定位，更在于内部员工流程管理。员工是企业最大资源，其动作涉及成本，工作真实性难以核实。因此，AI应用需基于岗位、场景、流程建立数智化追踪。

行动教育针对销售实施四单管理，涵盖锁单锁客户、跟踪、成交、提案、跟单、成单、客户体验、学习及转介绍等，都基于岗位、场景、流程和关键动作进行数智化。过程管理需数据化，确保提案经总部审计、领导把关，明确客户需求等，形成从用户端到员工端的真正闭环系统。

行动教育“AI+营销”跟单板块应用

场景二：AI+教学

教育的核心是“价值”，AI能帮我们把课程价值做到极致：

1. 研发AI化：

教学内容和研发初期，便需如大海捞针般进行大量的数智化信息收集，这一过程离不开AI技术的支持。这是我们的客户端基础，进而延伸至前台和中台，强化研发力度。因此，在行动教育的强研发环节，我们注重大规模营销与深度研发相结合，每周紧抓教师团队，持续迭代产品与课程，不断反思和优化我们的课程服务体系，确保内容与价值持续提升。每周进行一次全面改进，我亲自带领团队，循环往复地进行改进、反思和学习，以实现持续进步。

行动教育“AI+教学”研发板块应用

2. 课堂AI化：

行动教育的每一堂课背后，都可以借助AI算法，针对教师的教学方法、内容改进、课程升级，以及学员的学习收获，精准识别亮点与痛点。AI如今具备录像和录音功能，这些录像与录音资料将自动合成。整个过程无需人工计算，AI能够迅速得出结果。它能够分析今天是否达到了讲解的终点，是否涉及了方法论，内容是否能够落地，是否有偏离主题，以及今天的讲解节奏和语气。此外，它还能判断哪些话语是多余的，并为你提供精准的报告。

场景三：AI+财务

财务体系正从数智化迈向AI化。过去，我们强调四流合一，涵盖订单流、数据流、现金流、成本流及客户流，确保一一对应。如今，财务四流已升级为“三测”：

1. 预测：

与以往财务部主导预算不同，现由1号位负责，依托强大数据库进行。预算需考虑价格、数量、产品、客户、团队、效能、成本、毛利及利润等要素，老板需清晰掌握，明确业务方向、目标客户、执行员工及方式。

2. 检测：

完成预判，需检测产品、客户、流程及事项，评估成本、毛利、利润和复购率，形成闭环以辅助决策。

3. 决策：

AI，即人工智能，代表更高智慧。与过去零散的数据化不同，AI具有平台性、链条性，实现共享、协同与对齐。目前，我们的思维尚需跟上这一变革。

因此，我们必须坚定不移地升级，全面推动数字化管理。在营销、客户开发、用户交付、产品研发及教学等各环节，全方位实施AI战略，确保全员同频，共推AI战略落地。

行动教育“AI+预测”预判板块应用

场景四：AI+人力资源

人力资源领域，过去常说，若想组织成功，关键在于找到对的人。找到千里马，组织方能驰骋千里。合适的人才，会自发行动，无需过多指导，他们能干、愿干且会干。像诸葛亮、关羽，并非是刘备教出来的，人才难以被真正塑造。

1. 人才选拔AI化：

在人才选拔上，我们曾付出高昂代价，却因判断失误、认知不清，难以洞察真相。这导致我们无法准确评估一个人的德才以及其与岗位的匹配度。原因有二：一是判断常基于感性和情绪；二是对方可能伪装、包装自己。在双向选择中，有人可能表面来学习，实则别有用心，表面诚信，实则居心不良，组织中德才岗不匹配现象屡见不鲜。

问题根源在于，我们的决策主要依赖感觉思维。历经11年，我坚信必须借助数智化，数据才是真实可靠的，我们要依赖数据、运用数据。两年前，我们推翻旧思维，全面采用数据驱动，无论是德的量化、才的量化，还是过往成果、岗位模型、场景、任务和目标，都以数据为准，如今更是全面引入AI。

在人才搜寻时，我们借助AI挖掘其基因，确保找到真正的千里马。通过多维数据构建精准画像，摒弃以往简单的德才岗评估。测评环节，我们依靠数据进行客观评估，不再被主观判断和动人故事所迷惑。上周我面试一位总经理时，他提及被前老板骂，我追问细节，他却支支吾吾，这显然是在掩饰。

如今，我们不再轻信表面，必须用数据揭示真相，看清真实表现、行为和场景，唯有数据验证，才令人信服，其他皆不可靠。

2. 人才测评AI化：

数据画像、数据测评、以及行动教育新员工入职时，我们均采用数据测评方式。该测评基于老员工的标杆案例，精选十年间各领域的顶级标杆，涵盖男女、老少、不同任期及行业的典范，数量从最初的十个逐步增至二十、三十个。将这些标杆数据输入AI，AI通过智能分析，对每位员工进行各项指标的评分。若关键指标未达标，则不予录用。我们通过标杆数据建模与测评，精准识别员工必备特质及不可触碰的红线，这就是我们的选人标准。

行动教育“AI+人力资源”测评板块应用

3. 组织培训AI化：

过去，我们对教练工作极为重视，每次总经理的提案都会精心组织培训。

几个月前，我们引入了AI教练。这个AI销售大师能指导如何销售、沟通、讲解、判断和分析，这个模型由我亲自构建，结合了阿里云的千问模型、DeepSeek多模态技术，以及我们自己的数智化系统和内容。

我与研发中心调研关键总经理，亲自撰写每句话、每个动作，最终将这些内容输入给AI智能体。之后，我们再次让总经理进行讲解，但这次是在AI的测试下进行。

面对AI的提问：“你是谁？你卖什么？你有什么特点？”等，总经理们需要即时应对，而AI会进行多种判断。

行动教育“AI+人力资源”培育板块应用

我们必须改变这种现状，改变思维和行为模式，立即开始强化练习。学习不是一次性的事情，而是需要反复持续，深入骨髓，形成习惯。

作为教练，我们无法让人练习一万次，但AI可以。机器可以不知疲倦地陪伴练习，测试打分，这正是数智化、AI化的重要性所在，提供无限次的练习机会，帮助我们真正掌握技能。

这一切的核心，是要把AI技术建在组织上，也就是AI力决定了组织的增长力。最终形成“人财物销”的全面整合与平台化、链条化协同，实现资源共享与权限共通。

战略上，我们致力于打造世界级标准的产品。这要求高质量的发展必须依托高质量的管理，而高质量的管理则必须数字化与AI化。缺乏对人才、数字化的深耕，以及平台化、链条化的实现，我们将无法从基本面出发，实现战略、产品、人才的全面升级。

看成果
行动教育AI转型的三个关键案例

接下来是共享协同，形成一个真正的闭环——数智闭环，数智链，实现螺旋上升，迭代升级。

最后，我想与大家分享三件我印象最深刻的事情。

案例一：百校计划

第一件事，关于我们的百校计划。2013年我担任总经理后，首要任务是人才复制，即招募总经理以组建团队、建立根据地，实现“大营销”。

2013年，我创立行动军校并亲自招募总经理。首期招募20余人，经培训、上岗、打磨后，四五个月内却全军覆没。失败原因在于流程未成系统，各环节问题频出：人才判断不准、画像模糊、测评不足、教练技术不精，且决策、管理系统及流程业务场景均未数据化。

2014年，我再次招募总经理，亲自主持筛选、沟通等工作，从20多人中选出5位派往子公司，但一年至两年后仍全军覆灭。于是，2015年起我们转向内部培养，九年仅培养三位总经理，速度缓慢。

直至去年，我仍认为内部培养与人才晋升是可行之路，但也意识到需广纳外部英才。如今，行动教育已拥有系统化、数据化、AI化的管理体系，涵盖人才源头、基因画像、测评数据等。决策、检测系统及产品线、价值体系完善，注重员工流程节点的精准管理与过程管控。

因此，今年2月我与公司副总裁达成共识：对外招聘，三年内在全国建百所学校。

2月至8月，凭借数据系统精准识别人才，成功引进10位跑通业务的总经理。他们带领团队取得业绩，并助建8所分校，新增46名员工，全链路高效跑通。数据涵盖人才、财务、供应链、物流、营销场景及市场环境等多方面，内外融合使数据成为资产与财富。

AI助力行动教育“百校计划”卓有成效

案例二：上市核查

第二件事，分享一个关键细节。行动教育属于需上市审批的教育模块，无审批则无法上市。2020年，我们提交材料后经历了多轮审核。最终，证监会通知：若继续申报，将进行现场核查；一旦发现刑事犯罪、做假账或欺诈，董事长将担责入狱。

随后，19个工作组来核查，第三天组长找我说：“我们本来准备让你们撤材料，因为教育行业的财务数据很难达标，但看了你们的CRM系统（客户关系管理系统），发现数据全打通了，订单、资金、学员信息一一对应，现在我们要增派人手，继续核查——这才是我们要的标准。”

最终，现场核查通过，我们成功挂牌敲钟。其实当时推行数据化战略时，并未考虑上市。只追求高效、精准决策，认为这能支撑未来决策，想到了互联网+的应用。

案例三：战略研究部

第三件事，行动教育设有战略研究部，专注于情报分析。我们秉持《孙子兵法》中“知天知地、知彼知己，胜乃不穷”的理念，强调必须构建谍报系统，并进行精准定标与对标。战略研究部任务繁重，是决策与先知的重要支撑。

实施上，我们采用“天罗地网计划”，从四个维度全面推进。战略研究部的工作涵盖七个核心方面：政策研究室、产业标杆对标中心、AI应用实验室、国际战略合作处、国际师资合作中心、管理思想创新院及多语种信息中心。其中，多语种信息中心的设立，旨在解决我们赢利模式书籍输出至韩国、英国等国的语言输入输出问题。

具体操作，将围绕这七个方面细致展开：

1. 政策研究室：

其核心任务是追踪全球最新趋势，涵盖麦肯锡、尼尔森等权威机构的报告研究、上海证交所、香港证交所的市值与价值变化、全球顶尖思想库的最新洞见等，挖掘与行动教育相关的价值。

2024年，政策研究室共组织了46次战略研究会，每周雷打不动提交一份战略研究报告。

2. 产业标杆对标中心：

对标全球顶尖商学院，如哈佛、哥伦比亚、沃顿和凯洛格商学院，战略研究部深入研究其教学内容，以汲取精髓。

3. AI应用实验室：

主要研究大数据应用，比如聚焦瑞典某公司的对练机器人技术，引进并推出了行动教育的AI销售教练和AI销售大师。

4. 国际战略合作处：

积极参与国际组织的学习和商学院交流，同时全球招募战略合作伙伴，与全球顶尖商学院等建立合作关系。

5. 国际师资合作中心：

负责课程体系的国际化推广和国际师资的合作，并邀请他们分享经验。如卡普兰教授的平衡积分卡、菲利普·科特勒、彼得·圣吉的内容对接、审核、印刷、品质控制和交付等工作。

6. 管理思想创新院：

战略研究部发掘了普北班模式，八周的学习效果相当于八年。行动教育高度重视其训练手段，移植了普北班的方法论，大幅提升了管理模式。

7. 多语种信息中心：

负责英文申报国际奖项、《赢利》英文版的发行等工作。

整个组织架构包含七个板块，但战略研究部仅设一名战略研究总监，其余均为AI机器人与智能体。

AI赋能行动教育战略研究部

未来，工作成果将难以区分是人还是机器完成，但成本仅需支付一人薪酬，管理也仅需关注一人，其余以结果为导向。这充分展现了AI、大数据和多模型的技术优势，未来增长动力将持续源自AI。

结语

展望未来，我们即将迈入AI的4.0新时代。这个阶段，精准度、智能化与效率需再上新台阶，实现全员、流程、决策及服务的全面AI化，这便是4.0新时代的标志。

未来，行动教育要成为世界级AI型组织，赋能一万家企业打造AI型企业，培养一百万名企业家成为AI型经营者。

迈向世界级的AI型组织，成为中国管理教育AI的引领者。未来已来，不可抗拒。

 点击「阅读原文」，咨询课程