
最近这段时间,我一直在想一件事。
AI发展得越来越快,我们每天看到的新产品、新模型、新能力也越来越多。但作为一个创业者,我真正关心的不是AI又能生成什么,也不是它在某项测试中超过了多少人。

我更关心一个非常现实的问题:
AI进入企业之后,我们到底会不会比以前轻松一点?
如果答案只是让员工多学几个AI工具,多打开几个对话框,在原来的工作之外再增加一套操作,那么这可能不是效率提升,而是另一种负担。
今天已经有很多人处于这种状态。
邮件还是要自己看,日报还是要自己写,客户还是要自己跟,项目还是要自己催。现在又多了一件事:研究怎么使用AI。
如果未来所有工作依然需要人主动发起,AI越强,人可能反而越累。

因为AI可以在一分钟内生成十份方案,但人要负责判断这十份方案;AI可以同时推进几十项工作,但人还要记得什么时候打开它、什么时候检查它、什么时候给它下一条指令。
人的精力没有因为AI变得更多。
所以,我最近产生了一个猜想:
未来企业真正的AI化,不是每个人都主动使用AI,而是AI开始主动组织人的工作。
不是我每天早上打开电脑,思考今天还有什么事情没做;而是一个Agent主动告诉我:
“今天有三件事需要你配合。”
“第一件事缺少一张发票,请上传。”
“第二件事存在一个异常,需要你确认。”
“第三件事已经处理完成,请你查看结果。
如果这一天真的到来,企业的工作方式可能会发生一次非常大的变化。

过去是人找工作
VS
未来可能是工作找人
01
我想象中的未来,不是AI替我工作,而是AI来找我配合
过去的软件,更像是一个工具箱。
财务软件放在那里,等财务人员打开;CRM放在那里,等销售人员录入;项目管理系统放在那里,等项目经理更新进度。
软件不会主动对结果负责。
它不会因为一张发票没有上传,主动找到对应的人;不会因为项目即将延期,提前重新安排任务;也不会因为某个环节三天没有推进,自己判断问题出在哪里。
所以,在今天的企业里,真正维持流程运转的,往往不是软件,而是人。
人记住时间,人催材料,人检查进度,人把不同系统里的信息重新整理到一起。
很多管理者看起来是在做决策,实际上每天有大量时间花在“追事情”上。
项目做到哪里了?
客户反馈了吗?
合同签了吗?
发票开了吗?
日报为什么还没交?
这些问题并不难,但它们会不断消耗人的注意力。
我对未来的猜想是:Agent会逐渐接过这一层工作。
它不是简单地替人写一份报告,而是像一个永远在线的项目管家,知道每件事情什么时候应该发生、需要哪些条件、目前卡在哪里,以及下一步应该找谁。
人依然需要工作,但人的参与方式会发生变化。
我们不再从头到尾推动一件事,而是在AI需要我们的时候,提供它暂时无法获得的信息、判断和授权。
这个变化,可以先从两个最典型的企业场景进行推演。
02
财务的变化:不是自动做账,而是AI主动把账做完
我假设的未来AI时代下的财务工作是这样的:
一家正常经营的企业,每个月的财务工作其实有很强的规律性。
什么时候收集发票,什么时候核对银行流水,什么时候结账,什么时候申报,什么时候出报表,这些事情并不是随机发生的。
但今天的大部分流程,还是由财务人员主动推动。

时间快到了,财务开始在群里催:
01
“这笔款是谁付的?”
02
“这个合同对应的是哪一个项目?”
03
“审批单在哪里?”
04
“还有谁的发票没有交?”
真正花费时间的,可能不是做账本身,而是把做账需要的东西找齐。
如果我们从三年后再回头看,这件事完全可能被倒过来。
Agent知道企业每个月要完成哪些财务事项,也知道完成这些事项分别需要哪些材料。到了相应的时间,它会自动检查目前已经有什么、还缺什么。

如果少了一张发票,它主动找到对应的业务人员。
如果银行流水和合同金额对不上,它提醒财务人员处理异常。
如果某项审批没有完成,它找到流程负责人,而不是让财务人员在几个群里反复询问。
员工收到的也不应该是一句模糊的“请补充财务材料”,而是一个非常具体的要求:
“你负责的A项目缺少一张金额为6800元的发票,请在今天下班前上传。”
员工把材料提供给它,剩下的工作由Agent继续完成。
它可以识别材料、匹配流水、整理凭证、检查缺项,最后把一个相对完整的结果交给财务负责人。
财务负责人看到的可能是:
“本月账务已经完成,发现两项异常,其中一项已经补齐,另一项需要你判断。确认后可以进入申报。”
这时候,财务人员不再是整个流程的搬运工,而是最后的判断者和责任人。

这里真正重要的,不是“AI会不会做账”。
单独生成一张凭证,并不是最难的。真正有价值的是,AI能不能围绕“把本月账务正确完成”这个结果,主动收集材料、发现问题、寻找责任人,并持续把事情向前推进。
这也是字竞未来团队正在尝试验证的一个方向。
我们想做的不是在财务软件里增加一个AI聊天框,而是把企业原来的财务流程提炼成一套能够自己运转的自动流。
时间到了,它主动开始。
材料不够,它主动寻找。
遇到异常,它找到人来判断。
条件满足,它继续完成。
最后,人确认结果。

如果这套模式能够成立,未来一家企业可能不再需要大量人员重复完成材料收集、数据录入和进度催促。
原来一个环节需要十个人处理,未来可能变成一个专业人员带着一组Agent完成。
但这并不意味着这个人会比以前更累。
因为他不再亲自搬运所有信息,而是负责那些真正需要经验、判断和责任的部分。
03
企业管理的变化:日报可能还在,但不再需要人主动写
第二个猜想可能是企业内部管理的自上而下自动化:
今天很多企业依靠日报、周报和项目会议了解进度。
员工每天回忆自己做了什么,再把这些事情写进日报;项目经理收集所有人的内容,判断项目进行到哪一步;管理者再通过会议发现哪里出现了问题。
这套方法并不是没有价值,只是它有一个天然的问题:
汇报和工作是两件分开的事。
一个人把工作做完之后,还要再花时间证明自己做过。

而且,日报记录的是员工愿意写出来的内容,不一定等于项目真实发生的过程。
如果未来企业的大部分工作已经在线上留下记录,那么日报的逻辑也可能被反过来。
假设公司签下一个A项目。
合同进入系统以后,Agent先理解这个项目需要交付什么,再根据公司的标准流程,把它拆成若干阶段。
不同阶段需要哪些岗位参与、每项任务的完成标准是什么、谁目前还有可用时间,这些信息都可以成为任务调配的依据。

Agent把任务发给合适的人。
员工完成那些AI不能独立完成的工作,例如与客户沟通、进行现场判断、确认创意方向或者解决特殊问题。
在这个过程中,相关文件、沟通记录、交付成果和系统操作已经形成了真实的工作痕迹。
Agent可以根据这些信息自动整理项目进度。
它不需要每天晚上再问员工“你今天做了什么”,而是先形成一份判断:
“设计初稿已经完成,客户提出两项修改;开发工作完成60%;原计划周五交付,目前预计延期一天。”
员工需要做的,可能只是确认这份记录是否准确,或者补充那些没有在线上留下痕迹的工作。
这就是我所理解的“被动写日报”。

不是完全取消汇报,而是让AI先根据真实发生的工作形成日报,人只负责确认和补充。
日报也不再是为了证明一个人忙不忙,而是为了判断项目能不能按时交付。
如果有一天,所有工作都由Agent围绕项目目标进行分配,过程又可以被持续记录,那么KPI的意义也会发生变化。
企业不再需要依靠大量间接指标猜测一个员工是否努力,而是可以更直接地看到:
任务有没有完成?
质量是否达到标准?
项目有没有向结果推进?
客户是否完成验收?
那时,管理可能会从“监督人”,逐渐转向“确认结果、解决异常”。
04
这件事在技术上怎么实现?
听起来像是一个很远的未来,但它在技术上并不是完全无法理解。
企业原有的财务系统、CRM、审批系统和项目管理系统,不需要立刻全部推倒重建。
这些系统可以继续保存数据、执行交易。
Agent更像是在这些系统之上增加了一个“大脑”和“值班经理”。

它通过定时任务知道什么时间该做什么,也可以通过事件触发理解企业里发生了什么。
比如合同签订了、客户付款了、发票上传了、任务完成了,这些都可以成为它开始下一步行动的信号。
如果系统开放了接口,也就是我们常说的API,Agent可以直接读取或写入数据。
如果老系统暂时没有接口,也可以通过RPA等自动化方式完成部分操作。简单理解,就是让软件模仿人点击、填写和下载。

企业自己的制度、流程和历史经验,可以被整理成知识库和规则,让Agent知道在这家公司里应该如何做事。
当然,Agent不能想做什么就做什么。
什么数据可以查看,什么结果可以生成,什么操作必须经过人工确认,都要有明确的权限。
特别是付款、报税、合同和客户承诺这类重要动作,最终确认权仍然应该掌握在人手里。
所以,这条技术路径并不是让AI一下子接管企业。
更现实的过程是:
先让它提醒,再让它收集;先让它整理,再让它判断;先让它提供建议,再逐步把稳定的流程交给它执行。

企业不需要一步到位,但需要开始把自己的工作流程变得更清楚。
因为AI能不能发挥作用,最后取决于企业能不能讲清楚:
这件事什么时候开始?
需要什么材料?
做到什么程度算完成?
出现什么情况必须找人?
谁来做最后决定?
05
企业真正需要改变的,可能不是软件,而是人的位置
我知道,谈到AI和企业效率,很多人第一反应是岗位会不会减少。
这个问题没有必要回避。

当一个Agent可以同时追踪几十项工作,可以随时整理信息,也不会忘记截止时间,一些长期依靠重复劳动存在的岗位,确实会发生变化。
但我更愿意把它理解为人的位置发生了变化。
过去,我们把大量能力不错的人放在流程中间,让他们复制数据、催收材料、整理表格、更新进度。
这些事情看起来重要,却在不断消耗人的精力。
未来,人可能会逐渐退到几个更关键的位置:
提供现实世界中AI拿不到的信息;
处理标准流程之外的异常;
理解客户和同事的真实需求;
对重要结果作出判断并承担责任。
人不再负责让每一个齿轮转动,而是负责判断整台机器是否应该这样运转。

对于创业者来说,这也意味着一种新的企业组织方式。
未来我们组建团队时,可能不再先问“这个部门需要多少人”,而是先问:
这项业务由哪些流程组成?
哪些流程可以交给Agent?
哪些节点必须保留人的判断?
一个优秀的人,能够同时管理多少个数字同事?
也许未来一家公司的竞争力,不只是拥有多少员工,而是能否把人的判断力和Agent的执行力组合起来。
写在最后
这还只是一个猜想。
Agent目前依然会犯错,企业流程也远没有我们想象得那么标准。很多工作涉及人与人的信任、临场判断和责任承担,不可能简单地交给AI。
但我越来越相信,企业使用AI的终点,不应该是让每个人多拥有一个聊天工具。
它应该改变工作的发起方式。

三年后,我们也许不会再每天早上打开十几个系统,寻找还有哪些事情没有完成。
Agent会先把大部分流程跑起来,然后在真正需要人的地方找到我们。
它可能会对我们说:
“材料我已经整理好了,有一个地方需要你确认。”
“项目正在正常推进,目前不需要你介入。”
“这里出现了例外,请你做决定。”
到了那一天,AI不再只是一个等着被使用的工具,而会成为企业里真正参与工作的角色。
人还是会工作,也依然需要承担责任。
只是我们终于不用再把时间浪费在记住每一个节点、追问每一份材料、搬运每一条信息上。
不是人追着流程跑,而是Agent推动流程,在需要人的地方停下来。
这可能是我对未来三年企业AI发展最重要的一个判断。




