企业 AI 原生转型

企业 AI 原生转型 是本库用于组织企业案例的归纳视角，不是 OpenAI 或 Deutsche Telekom（德国电信）定义的标准框架。它描述企业从“让员工使用 AI 工具”继续走向“重新设计流程、责任、客户触点与运营控制”的过程。核心判据不是部署了多少席位，而是工作本身是否改变，以及这种改变能否由业务结果与风险指标共同验证。

四层推进

德国电信与 NTT DATA Group 的案例可以整理成四个逐层深入、但不必严格串行的层次：

flowchart LR
    A[员工获得 AI 工具] --> B[广泛实验与需求发现]
    B --> C[重构具体业务流程]
    C --> D[嵌入客户触点与核心运营]
    D --> E[用业务结果与风险指标治理]
    E -.反馈.-> C

工具可达：让员工较早接触通用 AI，积累使用经验并形成内部需求。
实验扩散：允许自下而上的探索，同时由管理层明确优先级和负责人。
流程重构：从高频、摩擦大的流程切入，重新安排上下文、自动化、人类接管和质量检查，而非只给旧流程加助手。
运营内生：把 AI 放进客户已有渠道和核心运营，例如客服、电话网络与网络资源调度，并持续治理数据、权限、安全和效果。

德国电信案例中的实践覆盖四类场景：向员工提供 ChatGPT Enterprise；在客户服务中探索减少等待与人工转接；把实时翻译、通话助手和通话后摘要带入用户已有的电话渠道；以及根据通勤、赛事等需求变化动态调整移动网络资源。来源没有披露后三类场景的具体模型、控制闭环或生产指标，因此这些内容更适合作为转型方向，而不是已验证的产品成效。

NTT DATA 则展示了另一条推进路径：先用全公司 ChatGPT Enterprise 培养研究、写作和内容创作习惯，再把约 9,000 名员工引向可执行明确任务的 Codex。公司内部 CoE 负责许可证、技术验证、活动、用例开发、使用监测、知识资源与安全指南；“Client Zero”机制让企业先在自己内部试用，再把局部成果整理成可复用实践。这条路径可以概括为：

flowchart LR
    A[广泛部署 ChatGPT Enterprise] --> B[形成日常 AI 使用习惯]
    B --> C[用 Codex 执行边界清楚的任务]
    C --> D[CoE 验证效果与风险]
    D --> E[指南、培训与 Skill 复用]
    E -.新用例与反馈.-> C

员工驱动的构建者：Univé

荷兰合作保险机构 Univé 提供了第三条路径，其核心主张由数据与 AI 负责人 Yous van Halder 点出：“多数组织靠构建更多解决方案来扩展 AI；我们靠造就更多构建者来扩展 AI。”这条路径不把 AI 当 IT 项目，而是当作组织能力转型：管理层先集体接受 AI 领导力训练，把治理从部署第一天就设计进来，再给员工许可、时间与结构去重新设计自己的工作。

Univé 的治理主张值得单独拎出来：它把治理当作加速器而非守门人。Enterprise 身份认证、连接器权限继承自底层企业系统（权限始终跟随员工既有授权范围，避免 AI 获得越权访问）、隐私评估、安全审查、责任 AI 原则、持续监控与明确的人类问责，共同构成员工敢于负责任地实验的信心来源。这与 Agent Guardrails（Agent 护栏）的「动作前审批 + 最小权限 + 审计」一致，并把它提升为扩散策略而非事后补丁。

在能力层，Univé 同时使用 Workspace Agents（工作空间智能体）与约 1,500 个自定义 GPT。两个具体用例落在流程层：

用例	Agent 准备的工作	人类保留的决定
宠物保险理赔	组装卷宗、审核兽医发票、核对保单、识别缺失信息、标记异常、准备可追溯建议	理赔专员做出并完全负责每个最终决定
承保	审查工作队列、汇总已批准企业来源、识别缺失文档、标记风险指标、标出优先案件	承保人关注需专业判断的部分并做决策

这条分工可概括为“AI prepares the work; people make the decision”，与 Human-Agent Teams的起草到有界执行等级一致。准备时间从数小时压缩到数分钟，但来源未给出任务验收方法、返工率、异常处理成本或错误率，不能把准备提速直接外推为整体理赔质量提升。下一阶段 Univé 在探索让 workspace agents 主动在多个已批准企业系统间准备周期性工作、汇总上下文、为每个工作日生成证据型起点。

Univé 披露的采用层数据包括 97% 的 ChatGPT Enterprise 许可证激活、85% 的持证用户周活、每人每周约 40 次 prompt、约 1,500 个自定义 GPT，以及覆盖理赔、承保、财务、人力、法务、IT、客服与管理等几乎全部知识职能。这些是采用层证据，不是流程或结果层证据；来源没有给出客户满意度、处理质量、成本或安全事件指标。但其可参考之处不在数字本身，而在它把扩散从“是否用 AI”转到“下一步该建什么”。

工作流即运营能力：Basis、Clay 与 Exa Labs

OpenAI 的 Enterprise Signals 企业数据为「四层推进」提供了一个量化佐证。按每月每活跃用户输出 token 数对企业排序，前 10% 的企业（frontier firms，前沿企业）与中位企业（45–55 分位）之间的前沿差距从 1 月的 2.6× 扩大到 6 月的 8.3×，增幅超过三倍。OpenAI 把差距归因于三类行为差异：前沿企业更常把 Agent 接到公司上下文与工具、委派更实质的工作、并让成功的工作流更容易重复——也就是上面第 3、4 层的做法密度不同，而不是模型本身不同。

2026 年 9 月的案例文章用三家初创公司把这条差距翻译成可操作的模式。Basis（为会计事务所构建 AI Agent）、Clay（面向 GTM 团队的自学习收入引擎）与 Exa Labs（为 AI Agent 提供网页搜索基础设施）的进阶路径一致：教 Agent 一个稳定的流程 → 随工作变化保持持久上下文 → 把机会带进经过测试的行动。

公司	模式	关键机制	可观察结果
Basis	已验证流程 → 可复用 Skill	入职 Skill 带明确触发器、已知步骤、工具访问与「完成」定义，HR 随异常迭代	首日入职从 2 小时缩到 30 分钟
Clay	上下文 + 持久化，保持演进的工作最新	每账户一个持久 workspace + 专属 subagent，夜间刷新、清晨汇总	每晚省约 1 小时收件箱分诊
Exa Labs	工具 + 测试 + review，把信号带进有界执行	Codex 按既定工作流监测机会、收上下文、建 PR、跑测试、发周报	机会从 signal 变成 tested artifact

Basis：把入职变成可教授的 Skill

Basis 为会计事务所构建 AI Agent，新员工首日入职从两小时缩到 30 分钟。员工第一天即获得 Codex 访问权与公司专属的 onboarding Skill（技能）；Codex 负责欢迎、介绍公司关键概念，并在后台用员工的电脑完成集成环境搭建。Basis 先把入职流程完整演示一次，再固化为可复用 Skill，关键要素是清晰的触发器、已知步骤、正确的工具访问与明确的「完成」定义——流程不再依赖某个人的空闲时间，团队仍能介入处理例外与复杂问题；HR 发现重复问题或异常时更新 Skill，再给下一批人使用。这正对应 Skill（技能）把经验证的局部流程封装为组织可复用资产的机制。

Clay：给分散的工作一个持久的家

Clay 销售团队的关键交易上下文散落在 CRM、邮件、Slack、通话、演示稿、短信与内部讨论里。一位 GTM 工程师的替代做法是：每个客户账户一个持久 workspace 与专属 subagent，subagent 夜间审阅一手来源并更新各自的 deal 文件夹；每天早晨一个协调 Agent 把全部账户的更新汇总成一份简短的优先行动清单（回答遗留问题、补购买委员会缺口、给客户重新参与的理由）。据 Clay 自述，该工作流每晚省下约一小时收件箱分诊；每条建议都紧贴支撑证据，销售能在行动前核查一手来源。文章把这类「演进中的工作」可规模化所需的四要件概括为：一致的结构、有用的刷新节奏、共享的证据、行动点上的人类判断——没有共享证据与人工把关，刷新就只是噪音。

Exa Labs：把机会带进经过测试的行动

Exa Labs 的目标「Exa everywhere」需要 devrel 与客户团队监测仓库与生态、识别有前景的集成、收集上下文并跨系统协调。虽然机会各不相同，从发现到实现的路径却遵循一致序列，Exa 把它定义成 Codex 的既定工作流：明确优先级和可访问来源，人工 review 前不发货。Codex 现在监测高优先级集成机会、收集相关上下文、创建 PR、运行测试，并用 Slack 与 Notion 等来源准备每周更新；合适时还会起草下一步（包括对外公告初稿）供团队评审。工作流把机会从信号一路带到经过测试的产物，压缩了研究、工程与沟通之间的交接。人仍然决定哪些机会重要、公司做出哪些承诺、外部关系如何管理；测试与 review 点让 Agent 的工作在发布前可见，也让团队在下一次运行前知道该调整哪里。

共性：改进内建于工作流

三家的改进都长在工作流内部，而非事后补丁：入职异常暴露 Skill 需要细化处；新账户活动与销售验证保持 deal 上下文新鲜；测试与人工 review 磨砺未来执行的边界。每家都从一个具体岗位 + 足够的试验空间起步，分工在使用中逐渐清晰，责任随工作流证明自身而扩展。这与前文 Univé 的「AI prepares the work; people make the decision」及 Human-Agent Teams 的边界一致，但多出一层：工作流本身是改进对象，不是一次部署即终态的自动化。

如何区分“采用”与“转型”

席位数、月活和调用量能说明采用程度，却不能独立证明转型成功。德国电信披露超过 5 万月活用户和年初以来 546% 的使用增长，这些数字表明扩散速度，但来源没有给出客户满意度、首次解决率、转接率、通话时长、网络质量或单位成本等结果指标。NTT DATA 披露约 9,000 名员工使用 Codex，且在发布使用指南和进行实操培训后，周活用户增长到原来的 1.4 倍；其内部问卷中，超过 96% 的受访者表示满意 ChatGPT Enterprise，超过 95% 报告生产力提升。这些数字仍主要是采用层证据，公开材料没有给出问卷样本量、题目设计和客观基线。

NTT DATA 的故障分析案例更接近流程层：一项原需 5 名资深工程师 3 天完成的复杂分析，用 Codex 在 30 分钟内完成。非技术员工也开始用它跨文件整理资料、分析 Excel、填写差旅表单和制作报告。不过来源没有给出任务验收方法、人工复核成本、错误率或重复运行结果，不能把单次成功直接外推成稳定业务结果。

因此评估至少应分三层：

层次	可观察问题	示例指标
采用	人们是否实际使用？	活跃用户、调用量、覆盖团队
流程	工作路径是否改变？	等待与转接、人工接管、处理周期、返工率
结果与风险	改变是否带来可持续价值？	客户满意度、问题解决率、成本、网络质量、安全事件、数据合规

这一区分也适用于 Evals（评估）：离线模型得分不能替代真实流程指标，而使用增长也不能替代质量和安全验证。

OpenAI Presence提供了一个更接近结果层的案例。OpenAI 的英语电话支持 Agent 上线数周后可在无需人工协助时解决 75% 的呼入问题，其 Codex 改进循环又在 10 天内将人工 handoff 降低 15 个百分点。与席位或调用量相比，这些指标直接描述流程路径是否改变；但来源没有给出客户满意度、成本、样本量和分场景错误率，所以仍不能只凭“自动解决率”判断整体转型质量。

新加坡电信公司 Circles 把这类流程指标带进了第三方客户服务场景。其 CareX 多智能体架构把编排智能体与账单、订阅、网络、账户等专门智能体结合，按需路由解决任务，并在升级时把完整上下文转给人类客服——从第一周 55% 到当前 65% 的自主解决率，并设定扩展实时语音后 95% 的目标（与 OpenAI Presence 的语音方向一致）。它强化了两个通用要点：成果应落在“自主解决率 / 人工接管”这类流程指标而非席位；治理要落在模型层之前（PII 识别加密、专门智能体最小作用域访问），这正对应 Agent Guardrails（Agent 护栏）的最小权限原则。其 Xplore IQ 也给出结果层自述——新加坡 ARPU 提升 22%、流失率降低 9%——但来源未披露实验设计，仍属厂商自报。

六步法：把最强实验变成可复制的运营实践

基于上述案例与 Enterprise Signals，OpenAI 给企业领导一份从「允许实验」到「规模化复制」的六步清单。前提是让实验可见、可复用：其研究发现，采用六个月后早期职业员工比高管每周多发 13 条消息——新员工更快把 AI 编进日常，领导者的任务是把有效的个人用法连同过程与证据打包成 Skill（技能）、Plugins 或共享 workspace，而不是只统计使用量。

选定一个有份量的价值面：从一个端到端工作流切入，让战略优先级、系统、交接、控制与可衡量的利害在其中交汇。它既要重复得足够频繁以便从中学习，又要重要得足以值得重新设计。
定义结果与度量：指定负责任的 owner、KPI、基线与护栏。深度用完成任务数、连接的上下文与工具、异常数、review 负载跟踪；价值用周期时间、质量、成本、收入或风险跟踪。输出量只能说明人们在要求 AI 做更多，工作流结果才能说明它是否重要——与前文「采用 / 流程 / 结果」三层框架一脉相承。
写 Agent 的职位描述：定义什么触发工作、期望结果、所需上下文、工具与权限，以及 Agent 应多持久地朝完成推进；明确它必须产出什么证据、在何处停下等人工 review。
在 Agent 周围建人的系统：让离工作流最近的人进入设计循环，写明谁拥有业务结果、领域逻辑、访问与控制、采用与日常使用。初创公司几个人就能压缩这些职责；企业规模化时必须把决策权显式化。
匹配工作模式：Chat 适合问答与快速协作，ChatGPT Work 适合多步知识工作与成品交付，Codex 适合技术执行——不同价值面用不同模式承载。
把运营模式向前带：保留已验证的上下文、权限、评估、review 点、owner、度量与赋能方式，应用到下一个价值面，让每个新实验都给下个团队更好的起点。

这六步补全了「四层推进」第 3、4 层的操作细节：先选一个价值面证明闭环，再把成功的组合原样搬到相邻工作流，而不是同时铺开所有流程。它与 NTT DATA 的「发现—验证—扩散」CoE 链条一致，只是把起点下放到单个具体工作流，让组织管理与治理沉淀在实际被验证的做法之后。

组织与治理含义

NTT DATA 的案例把 CoE 的职责具体化为一条“发现—验证—扩散”链：监测采用情况，结合问卷与访谈发现摩擦；验证高影响用例；再通过指南、实操培训和 Skill（技能）把做法推广到其他团队。公司披露其用 Playwright 自动化内部系统日常操作，并把自动化封装为 Skills 供组织复用。组织知识只有从个人 prompt 和一次性脚本进入可维护资产，才可能形成跨团队复利。

自上而下的方向与自下而上的实验承担不同职责。领导者需要为流程变化而非许可证采购负责；一线员工则能发现高频痛点、例外情况与不适合自动化的边界。两者之间需要明确的流程负责人，把零散实验变成可重复、可审计的生产工作流。

当 AI 进入客服、语音网络和网络运营后，风险面也从“回答是否准确”扩展到企业数据访问、实时输出、工具动作和基础设施控制。数据保护、数据主权与安全不能只是发布前检查，而应落实为最小权限、人工接管、持续 Evals（评估）、审计与 Agent Guardrails（Agent 护栏）。德国电信案例强调了这些原则，但没有披露具体控制设计；NTT DATA 则公开了需要明确数据范围、系统连接、网络流量、沙箱模式、自动化程度和人工复核位置，但没有公开各项策略值。两者都不足以提供可直接复制的控制配置。

在人机分工上，NTT DATA 把人的职责概括为设定方向并评估结果，AI 负责解释信息并推进任务。Univé 把这条原则具体到理赔与承保：AI 负责准备卷宗与证据，专业人员做出并完全负责每个最终决定。两者都与 Human-Agent Teams 的边界一致：扩大委派范围不等于移交目标设定、结果责任和高风险决策。