AIE × AIB· 2026
— 我 们 的 愿 景 —
用 AI 员 工
驱 动 企 业 乘 风 AI 浪 潮
持续供给岗位AI同事,伴随企业每一步成长。
让 AI 从「游离在管理之外的工具」变成「有编制的员工」
等待时间一直展示这页。这是 DanceClaw 的开场立场——先讲我们要去哪里,再讲为什么是必然、怎么做。
"我们的愿景:用 AI 员工驱动企业乘风 AI 浪潮——不是卖一次性软件,是持续供给岗位AI同事,伴随企业每一步成长。
让 AI 从'游离在管理之外的工具'变成'有编制的员工'。
今天用 20 分钟讲清楚:为什么这件事必然发生、我们的产品形态、5 个跨行业岗位的落地实例"。
【等待状态】不循环、不切页。
AIE × AIB· 2026
— 主 题 —
必然
不是「会不会」· 是「什么时候」·「由谁来推」
必 然 · 01 · 消 失
50% 入门白领岗位将在 5 年内 消失
— Dario Amodei, Anthropic CEO · 2025
新一代员工的培养体系将被根本重塑
来源 · Anthropic 公开口径
必 然 · 02 · 接 管
18 个月 内 AI 接管 常规专业工作
— Sam Altman, OpenAI CEO · 2026
常规动作、标准流程、文档处理全部由 AI 完成——人转向判断与决策
来源 · OpenAI 公开口径
等待时间一直展示这页。左侧「必然」两个字是视觉锚点,右侧两条大厂背书的命题是论据。
【等待状态】不循环、不切页。陪观众安静看完。
【正式开场】先安静 10 秒,等大家看完两个必然,再开口。
【开场话术 · 45 秒】
"今天不讲 AI 是什么。讲两个事实——
第一,Anthropic CEO Dario Amodei 公开预测:50% 的入门白领岗位,将在 5 年内消失。
第二,OpenAI CEO Sam Altman 公开判断:18 个月内,AI 将接管常规专业工作。
这不是 PPT 标语,是两大厂 CEO 在公开场合讲的判断。
剩下的 40 分钟,讲装备制造企业怎么把这两个必然,变成主动权。"
【数据出处备查】
- 50% 入门白领岗位 5 年内消失: Dario Amodei 2025 年 5 月 Axios 访谈
- 18 个月内 AI 接管常规专业工作: Sam Altman 2026 年公开判断(LinkedIn / Reuters 转述)
- 这两条是行业最锋利的判断,大厂公开背书,不是营销话术
停顿 2 秒,翻到下一页。
AIE × AIB· 2026
必然 · 已经在发生
不是未来时 · 是现在进行时
自 2025 起,至少 9 家 公司公开宣布 AI 相关裁员 · 每家影响 10,000+ 员工
咨询服务业
Accenture
全球最大咨询公司 · 2025 年 AI 业务重构,影响 10,000+ 岗位
电商 / 云
Amazon
全球最大电商 · 2025 年 AI 自动化重构,影响 10,000+ 岗位
金融业
Citigroup
全球系统重要性银行 · 2025 年 AI 替代入门白领,影响 10,000+ 岗位
HBR · 2026.01
"公司不是因为 AI 已经做好而裁员,是因为 AI 的潜力预期而裁员"
关键判断
"18 个月" 不是 Sam Altman 一个人的预测 —— 是已经发生在 Accenture / Amazon / Citigroup 上的事实。
【过渡话术】承接封面两个必然,这页用真实事件砸下来:
"封面讲了两个必然。这页告诉各位——这不是预测,是事实。
自 2025 起,至少 9 家全球大公司公开宣布 AI 相关裁员,每家影响 10,000+ 员工。
Accenture / Amazon / Citigroup 都在名单里。
HBR 2026 年 1 月刊的判断更尖锐: 公司不是因为 AI 已经做好而裁员,是因为 AI 的潜力预期。
也就是说,'18 个月' 不是 Sam Altman 一个人的预测,是已经发生在这些大厂身上的事实"。
【停顿】让听众消化 5 秒,再翻页到第 3 页(5 类工作)。
AIE × AIB· 2026
必然 · 哪些工作会被接管
5 类常规专业工作 · 18 个月内全部由 AI 完成
世界经济论坛(WEF)· 2026 年报告 · BCG 行业研究
| 类别 | 具体任务 |
|---|
| ① 行政 / 文书 | 数据录入 · 排程 · 简单研究 · 信息整理 |
| ② 客户服务 | 常规工单 · 聊天机器人 · 基础咨询 · 客户回复 |
| ③ 写作 / 内容 | 报告起草 · 文案 · 内容生成 · 格式整理 |
| ④ 技术 / 工程 | 基础编程 · IT 诊断 · 常规测试 · 故障排查 |
| ⑤ 财务 | 数据处理 · 对账 · 报表生成 · 基础分析 |
制造业对号入座
售前技术报价 = ②③④ 客服 + 写作 + 技术
工程制图 = ④ 技术
客户审核响应 = ③ 写作
合规监检报告 = ①⑤ 行政 + 财务
排产调度 = ①④ 行政 + 技术
客诉处理 = ②③ 客服 + 写作
→ 制造业 100% 常规专业工作,都在 AI 接管范围内
【过渡话术】
"上一页讲了已经在发生的裁员。这页讲——具体是哪些工作被接管。
WEF 2026 年报告明确列出 5 大类: 行政、客服、写作、技术、财务。
BCG 报告也指出: 50-55% 的美国工作将在 2-3 年内被 AI 重塑。
把制造业的 6 类高频岗位对号入座——售前报价 / 工程制图 / 客户审核 / 合规监检 / 排产调度 / 客诉处理——100% 都在这 5 类里。
这不是危言耸听, 是 WEF + BCG 公开报告"。
【停顿】让听众感受 5-10 秒"全部对号入座"的冲击,再切到平台演示。
AIE × AIB· 2026
— 第二部分 —
看清
企业 AI 落地的本质
不是工具 · 不是助手 · 是员工
① 个 人 用
AI 工具
字节豆包 · DeepSeek · Kimi · 通义
纯聊天回复 · 无交付物 · 用完即弃,数据可能出域
② Agent · 自主规划
AI agent
腾讯 WorkBuddy · 钉钉悟空 · 飞书 aily
能交付任务 · 但 嵌在单一生态,不跨系统、无岗位定义
③ 企业 AI 员工 ⭐
真正的 AI 落地
跨 ERP/MES/PLM 抓数 · 结构化交付 · 有岗位 · 有审核 · 可衡量
【过渡话术】承接第一部分(必然),进入第二部分(看清):
"第一部分讲了两个必然。第二部分讲——AI 落地的本质是什么。
市场上对 AI 落地有三种理解: 工具、助手、员工。
工具 = 员工用 ChatGPT,跟企业没关系。
助手 = ERP/OA 里加个 AI,本质还是聊天回复。
员工 = 跨系统抓数、结构化交付、有岗位定义、可衡量。
企业要做的,是第三种"。
【停顿】让听众感受三种形态的对比,引出第 5 页"vs 大厂 AI 办公助手"——执行轴差异化答辩。
AIE × AIB· 2026
看清 · 执行轴深度
跟腾讯 WorkBuddy / 钉钉智能助手差在哪?同名,不同物
大厂的"数字员工"是给个人的 AI 助理;我们的"数字员工"是企业编制内的岗位同事
大厂办公助手 · 给个人配的 AI 助理
产品形态 = 个人生产力工具
- ① 核心单位 · "一个员工 + 一台电脑"——帮他自己干活更快
- ② "全行业专家" · 通用办公场景(写文档 / 做表格 / 出 PPT / 查数据)
- ③ 个人任务自动化 · IM 远程调度电脑、手机指挥办公电脑
- ④ 仅 prompt 工程 · 没有岗位说明书、没有交付物状态管理
AIE × AIB · 企业编制内的岗位同事 ⭐
产品形态 = 企业治理基础设施
- ① 核心单位 · "一个岗位 + 一个交付物"——编制内独立同事,可签字可追责
- ② 具体岗位交付 · 规格书制图员 / 8D 报告员 / 工艺工程师 / 合同审查员 / 经营早报员
- ③ 企业级业务链路 · 取数 → 分析 → 撰写 → 签字 → 审计
- ④ 工程化的岗位资产 · 岗位说明书(CLAUDE.md)+ skills + reference + signoff 工作流
类比锚点:WorkBuddy = Office 智能助手;AIE × AIB = HR 编制管理系统。
前者替员工提效;后者替企业扛活。商业模式差异(完全私有化 / 凭据代理 / 买断制)留到第三部分"实现"展开。
【过渡话术】承接第 4 页"看清":
"上一页讲三种 AI 形态——工具 / 助手 / 员工。这页讲执行轴答辩——为什么我们不是腾讯 WorkBuddy / 钉钉智能助手。
这是被问到最多的问题:'你们跟腾讯 WorkBuddy 有什么区别?WorkBuddy 也是数字员工、也有企业版'。
答案是:同一个词("数字员工"),两种完全不同的产品。四个产品形态差异——
① 核心单位:WorkBuddy 是"一个员工 + 一台电脑",帮他自己干活更快;我们是"一个岗位 + 一个交付物",企业多一位同事,可签字可追责。
② 岗位定义:WorkBuddy 是"全行业专家",通用办公场景;我们是具体岗位——规格书制图员、8D 报告员、工艺工程师、合同审查员、经营早报员。
③ 工作流:WorkBuddy 是个人任务自动化,IM 远程调度电脑;我们是企业级业务链路——取数 → 分析 → 撰写 → 签字 → 审计。
④ 岗位资产:WorkBuddy 仅 prompt 工程,没有岗位说明书;我们是工程化的岗位资产——岗位说明书(CLAUDE.md)+ skills + reference + 多角色 signoff + 业务状态管理。
类比锚点:WorkBuddy = Office 智能助手(给个人配 AI 助理);AIE × AIB = HR 编制管理系统(给企业招岗位同事)。前者替员工提效,后者替企业扛活。
商业模式差异(完全私有化 / 凭据代理 / 买断制 license)留到第三部分"实现"展开——这页先讲产品形态根本不同。
客户群几乎不重叠:大厂适合互联网和 SMB;我们适合政企制造业金融医疗这类有合规底线和商业机密的客户。被问到时不要抹黑大厂,直接讲客户群不同"。
【过渡到下一页】"执行轴答辩说清楚了,下一页深入定义——什么叫一位 AI 员工,岗位四要素是什么"。
【停顿】让客户自己对比他们的业务特征,判断属于哪一类。
AIE × AIB· 2026
看清 · 定义
一位 AI 员工 = 一个具体岗位动作
不要"制造业智能助手",要"参数化制图员"——岗位化是 AI 落地的具体方法
反模式 ❌ vs 可落地的正确做法 ✅
| 「销售智能助手」 | 售前技术报价工程师 |
| 「技术智能助手」 | 工程制图员 |
| 「客服智能助手」 | 客户审核 / 投诉响应员 |
| 「质量智能助手」 | 法规监检 / 合规报告员 |
| 「生产智能助手」 | 排产 / 资源调度员 |
岗位定义 · 四要素
01
输入 · 从哪个系统拿数据
ERP 应收明细?MES 工单?WMS 库存?
02
输出 · 交付物是什么
账龄报表?异常清单?客诉报告初稿?
03
审核 · 谁复核、谁签字、谁担责
财务主管?质量工程师?生产调度?
04
触发 · 何时调用
定时调度?事件触发?对话调用?
四要素都明确,才进入开发。模糊的岗位定义必然导致 demo 好看但跑不进生产。
【过渡话术】承接第 5 页"vs 大厂 AI 办公助手":
"上一页讲了执行轴答辩——为什么我们不是大厂办公助手。这页深入定义——什么叫一位 AI 员工,岗位四要素是什么。
反模式:'XX 智能助手' = 没有岗位定义,跑不进生产。
正确做法:'工程制图员' / '客户审核响应员' = 有岗位动作、有交付物、有审核。
四要素:输入、输出、审核、触发——任何一个模糊,就跑不进生产"。
引出第 7 页"一把手":"岗位定义清楚了,还不够——还得有人推,还得改流程"。
AIE × AIB· 2026
看清 · 组织
AI 不是 IT 项目,是组织变革项目
光定义清楚 AI 员工还不够——必须一把手亲自抓,必须围绕 AI 重构运营管理流程,否则只能停在试点
一把手决策战略层 ·亲自抓
流程重构变革层 ·围绕 AI 重设
AI 员工执行层 ·岗位四要素
任何一层缺位,项目都跑不进生产
流程重构 · 旧流程 vs AI 重构后
| 维度 | 旧流程 | AI 重构后 |
|---|
| 人员角色 | 做(产出) | 审(复核 + 决策) |
| 触发机制 | 人发起 | 事件触发 + 人审核 |
| 上下游协同 | 邮件/例会/工单 | AI 实时推送 + 责任链可追溯 |
| KPI | 做多少 | 审多少 + 创造多少增量价值 |
| 知识沉淀 | 在老员工脑子里 | 在系统里,员工走了还在 |
光买 AI 平台不重构流程,
就像买了 ERP 但还用手写账本——工具换了,组织没换。
【过渡话术】承接第 6 页"岗位四要素":
"岗位定义清楚了,AI 员工就能落地了吗?不能——还得有人推,还得改流程。
AI 落地是一把手项目,不是 IT 项目。
三个层次:一把手决策、流程重构、AI 员工——任何一层缺位,项目跑不进生产"。
【现场互动】可以问:"贵司上 AI 这件事,是一把手在推,还是 IT 部门在推?这决定项目能不能进生产"。
引出第三部分(实现):"接下来看我们怎么工程化交付——目标公式 / 决策轴差异化 / 8 条链路 / 三年路径"。
AIE × AIB· 2026
— 第三部分 —
实现
我们如何把 AI 员工
工程化交付到企业
AIB · 配置大脑
AI Brain
IT / 业务管理员 · 接入数据 · 配置员工 · 管理凭据 · 权限规则 · 监控审计
AIE · 执行工作台
AI Employee
业务用户 / 管理者 · 对话 · 查数据 · 生成报告 · 接收成果
三个关键承诺
数据不出客户域 · 不被模型供应商绑架 · 全程可审计
【过渡话术】承接第二部分"看清":
"第二部分讲了 AI 落地的本质 = 企业 AI 员工。
第三部分讲——我们怎么帮企业工程化交付这些员工,两轴都做:AIE 执行轴 + AIB 决策轴。
两个产品组件: AIB 配置大脑(管理员用)、AIE 执行工作台(业务用户用)。
三个关键承诺: 数据不出企业域、不被模型供应商绑架、全程可审计。
接下来 4 页讲目标公式 / 决策轴差异化 / 架构链路 / 落地路径"。
AIE × AIB· 2026
实现 · 终极目标
企业 AI 不是效率工具,是财报公式
— 李开复 · 零一万物「老板AI」发布会 · 2026.07.07
左轴 · 执行效率 · AIE
让员工干活更快
普通大模型应用 · 智能助手 · 写作 / PPT 助手
局部效率提升 · 对财报影响有限 · 市面上 90% 的企业 AI 都停在这一轴
右轴 · 决策质量 · AIB ⭐
让老板做对的事
「老板AI」· AI 合伙人 · 服务一号位
战略方向 · 资源分配 · 异常归因 · 直接命中财报
「方向错了,跑得越快,错误越大。」
— 李开复
零一万物内部实践:应用「老板AI」后,订单额 5×、商机转化率 2×(2026.07 公开口径)
【过渡话术】承接第 8 页"实现 opener":
"上一页讲了我们交付的产品形态——AIB 配置大脑 + AIE 执行工作台。这页讲——交付的终极目标是什么?
不是让员工干活更快,是直接改善财报。
李开复今年 7 月发布「老板AI」时给了一个公式:财报改善 = 执行效率 × 决策质量。
左轴——执行效率——员工干活更快,普通 AI 助手都能做,市面上 90% 的企业 AI 都停在这一轴。
右轴——决策质量——老板做对的事:方向、资源、产品线、产能——这才是直接命中财报的那一轴。
李开复原话:'方向错了,跑得越快,错误越大'。
他自己公司内部跑出来的数据:订单 5 倍、商机转化 2 倍。
我们两轴都做——AIE 是执行轴、AIB 是决策轴"。
【过渡到下一页】"按这个公式,下一页深入决策轴——为什么我们的 AIB 不是传统 BI"。
【停顿】让公式在屏幕上停留 5 秒,听众会拍照。
AIE × AIB· 2026
实现 · 决策轴差异化
你的 BI 已经在做决策 AI 的事了吗?很可能没有
大部分老板买的 BI,本质是「自动化的跑腿」——能取数,不能思考
传统 BI · 跑腿工具
为什么对老板价值有限
- ① 只取数,不思考 · 老板要"分析",BI 拉图表,人脑拼凑原因
- ② 操作门槛高 · 自助 BI 实际只有 <20% 核心用户真在用
- ③ 复杂分析做不了 · 只能解决 30% 的需求,70% 多步骤过程算不了
- ④ 口径混乱 · 同一毛利率三种算法 → 经营会变"数字辩论会"
- ⑤ 被动响应 · 不会主动说"大客户正在流失,请关注"
AIB · 决策参谋 ⭐
从取数工具到决策伙伴
- ① 主动分析 · 给结论、给建议、主动预警
- ② 全域打通 · 会议纪要 / 销售记录 / 客户反馈 · 非结构化也能懂
- ③ 推动行动 · 拆解成具体任务,建立「承诺账本」追踪执行
- ④ 四步闭环 · 看信号 → 做判断 → 推行动 → 拿结果
BI 回答「发生了什么」;AIB 回答「正在发生什么信号、为什么重要、应该做什么」。
【过渡话术】承接第 9 页"公式":
"上一页讲两轴——执行效率 × 决策质量。这页深入决策质量这一轴——也就是 AIB。
很多人会说:'我们老板已经买了 BI 了,决策 AI 的事 BI 不就在做吗?'
不在做。传统 BI 对老板价值有限,5 个原因——
① 只取数,不思考。老板问'为什么利润下降',BI 拉一堆图表,最终还得人脑拼凑原因。这就是'自动化的跑腿'——把'IT 帮业务查数'变成'AI 帮业务查数'。
② 操作门槛高。号称自助,实际不到 20% 核心用户真在用,老板根本不会自己拖拽建模。
③ 复杂分析做不了。多步骤、过程计算的 70% 需求,BI 处理不了。
④ 口径混乱。同一毛利率,财务、销售、产品三种算法,经营会变数字辩论会。
⑤ 被动响应。BI 不会主动告诉你'大客户正在流失'。
AIB 是 5 个反向升级:主动分析、全域打通(连会议纪要和客户反馈都懂)、推动行动、四步闭环——看信号 → 做判断 → 推行动 → 拿结果。
一句话:BI 回答'发生了什么';AIB 回答'正在发生什么信号、为什么重要、应该做什么'"。
【过渡到下一页】"决策轴差异化说清楚了,下一页讲工程化矩阵——8 条链路 + 信创全栈"。
【停顿】让听众自己对比他们公司现在的 BI。
AIE × AIB· 2026
实现 · 工程化矩阵
不是 PPT 产品,是已交付能力
8 条链路全工程化 + 信创全栈适配 · POC 阶段全部可演示
8 条工程化业务链路
| # | 能力 | 工程化要点 |
|---|
| 1 | 模型密钥管理 | 加密存储 + 池化轮询 + 密钥代理 |
| 2 | 企业知识库 | 文档自动解析 + 按权限隔离 |
| 3 | 数据分析 | ETL + 自动脱敏 + 秒级聚合 |
| 4 | 员工定义 | 三种形态统一编排(轻/中/重) |
| 5 | 管理驾驶舱 | 定时推送报告 + 邮件分发 |
| 6 | 多员工协作 | 一次对话完成"取数+分析+撰写" |
| 7 | 离线授权 | 数字签名 + 机器指纹 + 不联网激活 |
| 8 | 完整审计 | 每次调用可追溯 |
信创全栈适配
| 硬件 | x86_64 / ARM64(鲲鹏/飞腾) |
| OS | 麒麟 / 统信 UOS / 欧拉 / CentOS |
| 数据库 | PostgreSQL / StarRocks / 达梦 / 人大金仓 |
| 大模型 | Claude / 通义 / GLM / DeepSeek / 任意 |
| 身份认证 | LDAP / OIDC / OAuth2 |
三种员工形态(从轻到重)
🟢 轻
系统级业务员工
对话 / 驾驶舱 / 报告 / 演示文稿——平台内置
🟡 中
工具箱专员
按岗位配置角色(销售分析专员 / 运营监控专员)——管理员配置
🔴 重
专家员工
独立部署(参数化制图员 / 三维制图员 / 工艺工程师 / 合同审查员)——开放接口接入
🚀 CTO/CIO:重点说"8 条链路全部可演示,POC 阶段现场验证"。
🏭 制造业:重点说"信创全栈 + 工业专网离线"——国产化清单 + 工业网络安全是硬门槛。
关键话术:"每一项都可以 POC 阶段现场演示——不是 PPT 承诺,是工程化能力"。
不要展开每条链路的实现细节,只说"做了什么 + 价值"。
AIE × AIB· 2026
实现 · 落地路径
不是一次性大采购,是按岗位渐进式招聘
第一年 3-5 位高频员工 → 第二年 15-20 位 → 第三年跨系统协同团队
第一年 · 试点
3-5 位高频员工
- 售前技术报价工程师
- 工程制图员
- 客户审核 / 投诉响应员
- 排产 / 资源调度员
覆盖销售 / 技术 / 质量 / 生产 4 部门 · ROI 验证
第二年 · 推广
扩展到 10-15 位
- 法规监检 / 合规报告员
- 备件 / 续订快速报价员
- 供应商审核员
- 项目进度跟踪员
从单点扩展到业务领域 · 沉淀企业工程资产
第三年 · 深化
跨系统协同团队
- 订单全流程团队
- 客户审计响应团队
- NPI 新产品导入团队
一次对话完成"取数 + 分析 + 撰写"的跨员工协作
ROI 计算 · 售前技术报价工程师(按典型装备制造企业规模)
单员工年价值
= 替代/增强的岗位动作 × 频次 × 单次节省 × 时薪
+ 中标率提升带来的订单增量
+ 报价准确率提升的毛利改善
例:
= 技术报价 3-5 天 → 半天
× 月度报价项目数(数份至十余份)
× 响应提速带来的中标率提升
= 年化节省工时数十万至百万级(不含订单增量)
- AI 员工边际成本趋近于零——开发一次,所有关联公司、兄弟工厂都能用
- 与传统软件最大区别:复用次数越多,ROI 越高
- 第一年选 3-5 位「高频 + 高价值 + 跨系统」员工,而不是 10 位单点
对应观点 5
渐进式是组织变革节奏,不是技术风险控制——一次上 20 位,组织消化不了。
💼 管理者:"不要想着一次上 50 位员工——第一年选 3-5 位验证 ROI,第二年再扩展"。
关键话术:"AI 员工不是软件采购,是组织能力建设——所以渐进式比一次性大采购风险低得多"。
AIE × AIB· 2026
— 第四部分 —
探讨
5 个跨行业高频岗位 · 我们的初步假设
等现场各位一起细化、修正、补充
01
售前技术报价工程师
销售部 · 售前方案 + 报价
03
客户审核 / 投诉响应员
质量部 · 大客户审核 + 投诉
04
法规监检 / 合规报告员
质量部 · 第三方监检 / 出厂资料
05
排产 / 资源调度员
生产部 · 多订单混线 / 套料
【过渡话术】承接第三部分"实现":
"第三部分讲了我们的能力——架构、链路、路径。
第四部分是探讨——5 个跨行业高频岗位。
这些岗位在装备制造、工程、工业项目类公司都常见,具体到每家企业一定有差异。我们对各家具体业务不够熟悉,这是基于公开信息做的初步假设。
数字打问号——是行业基准,不是贵司实际数据。
接下来 5 页,每一页都请现场各位修正、补充、质疑"。
【关键姿态】谦虚 + 开放。不要装作什么都懂。
"在座的各位对自家业务的理解比我们深得多——这 5 个岗位是起点,不是终点"。
AIE × AIB· 2026
探讨 · 案例 01 · 销售部 · 售前方案 + 报价
售前技术报价:行业基准 vs 现场讨论
📋 行业基准
典型装备制造 / 工程公司
- 当前报价周期:3-5 天/份
- AI 后潜力:半天(选型 + BOM + 草图自动化)
- 核心痛点:投标响应慢 → 丢单
❓ 现场讨论?
请销售 / 售前出身的各位补充
- 贵司现在一份技术报价平均要多久?
- 投标 / 询价 / 老客户复购,哪类项目最多?
- 算报价最耗时的环节是?(选型 / BOM / 成本核算)
💬 讨论引导
如果报价周期从 3 天 压到 半天,贵司能多接多少项目? 哪些目前因为"报价来不及"丢失的单,能拿回来?
【姿态】谦虚 + 开放。"这是行业基准, 各家实际可能完全不同"。
【讨论引导】让现场销售 / 售前的人多说, 记录:
- 实际报价周期
- 最痛的客户类型
- 最耗时环节
- 丢单的具体案例
不要打断, 不要纠正。后续 POC 用得上。
【过渡】讲完走到下一页前,问:"这个岗位先放一边,大家觉得其他岗位哪个更急?"
AIE × AIB· 2026
探讨 · 案例 02 · 技术部 · 非标方案图 / 工程图
工程制图员:行业基准 vs 现场讨论
📋 行业基准
典型装备 / 工程 / 非标制造
- 当前非标方案图周期:1-2 天/份
- AI 后潜力:30-60 分钟出方案图 + BOM
- 核心痛点:老工程师退休 → 设计经验随人走
❓ 现场讨论?
请技术 / 工程出身的各位补充
- 贵司现在画一份非标方案图要多久?
- 客户改工况 / 改需求 → 重新出图的频率?
- 老工程师退休,标准图块库 / 选型经验传承得怎样?
💬 讨论引导
如果出图速度提升 5-10 倍,贵司能多接多少非标项目? 老工程师的经验,现在沉淀在哪?
【姿态】谦虚 + 开放。"我们对各家技术资产不熟,请技术 / 工程出身的人多讲"。
【讨论引导】让技术出身的现场嘉宾多说:
- 实际出图周期
- 改图频率
- 老工程师退休问题
- 标准图块库现状
现场记录,后续 POC 用得上。
AIE × AIB· 2026
探讨 · 案例 03 · 质量部 · 大客户审核 + 投诉
客户审核 / 投诉响应:行业基准 vs 现场讨论
📋 行业基准
典型 B2B 大客户审核场景
- 当前客诉 / 审核响应报告:2-3 天/份
- 大客户 SLA 要求:24-72 小时响应
- AI 后潜力:调追溯链 + 半小时起草
❓ 现场讨论?
请质量 / 客户经理出身的各位补充
- 贵司最频繁的客户投诉 / 审核问询类型?
- 调取追溯数据最耗时的环节?散在哪些系统?
- 不同大客户的审核模板差异有多大?
💬 讨论引导
如果审核 / 投诉响应从 3 天 压到 1 天,贵司品牌 + 客户感知价值多少? 历史投诉案例现在怎么沉淀?
【姿态】谦虚 + 开放。"大客户的审核要求我们只能从公开信息了解,各家实际更清楚"。
【讨论引导】让质量 / 客户经理出身的现场嘉宾多说:
- 实际投诉类型
- 调取追溯链的痛点
- 不同客户模板差异
- 历史案例沉淀现状
现场记录,后续 POC 用得上。
AIE × AIB· 2026
探讨 · 案例 04 · 质量部 · 第三方监检 / 出厂资料
法规监检 / 合规报告:行业基准 vs 现场讨论
📋 行业基准
典型强监管行业(压力容器 / 医疗 / 食品 / 化工)
- 当前出厂 / 项目合规资料整理:1-2 天/台
- 必备项:工艺记录 + 检测报告 + 试压/试运行 + 材质书 + 监检证
- AI 后潜力:数据汇总 + 小时级出包
❓ 现场讨论?
请质量 / 合规出身的各位补充
- 贵司每台设备 / 每个项目整理合规资料包平均要多久?
- 第三方监检 / 客户验收最容易退回哪一项?
- 对应法规标准(压力容器 / 医疗 / 食品 / 工程)哪部分最容易漏项?
💬 讨论引导
这是强监管行业的差异化岗位(其他案例是 B2B 通用)。贵司作为合规主体,合规风险前置的价值有多大?
【姿态】这是强监管行业的差异化岗位。"我们对具体法规细节不熟,各家质量 / 合规部门最清楚"。
【讨论引导】让质量 / 合规出身的现场嘉宾多说:
- 实际资料整理耗时
- 最容易被退回的项
- 漏项风险
- 审计期间痛点
现场记录,后续 POC 用得上。
AIE × AIB· 2026
探讨 · 案例 05 · 生产部 · 多订单混线 / 套料
排产 / 资源调度:行业基准 vs 现场讨论
📋 行业基准
典型离散制造 / 工程项目
- 当前原料利用率:70-80%(经验排产 / 套料)
- AI 后潜力:跨订单合并 → +5-10pp
- 核心痛点:瓶颈工位 + 老调度退休
❓ 现场讨论?
请生产 / 调度出身的各位补充
- 贵司现在原料利用率 / 瓶颈工位 OEE 大概多少?
- 多订单混线时,瓶颈工位拥堵多严重?
- 老调度退休 → 套料 / 排产经验传承问题?
💬 讨论引导
原料利用率每提升 1pp 都是真实利润。贵司年原料采购量级? +5pp 能省多少?
【姿态】谦虚 + 开放。"各家的成本结构我们不清楚,生产 / 调度部门最清楚"。
【讨论引导】让生产 / 调度出身的现场嘉宾多说:
- 实际原料利用率
- 瓶颈工位程度
- 套料 / 排产经验现状
- 调度员日常痛点
现场记录,后续 POC 用得上。
【收尾】5 个案例讲完,接总结页。
AIE × AIB· 2026
总结
让 AI 从「游离在管理之外的工具」
变成「有编制的员工」
五个观点
死亡谷 → 五道坎 → 员工最小单元 → 岗位四要素 → 一把手 + 流程重构
一套架构
AIE + AIB + 8 条链路 + 信创全栈(可私有化)
五个跨行业岗位
技术报价 · 工程制图 · 客户审核 · 合规报告 · 排产调度
一条路径
一周 POC → 3-5 位试点 → 10-15 位推广
下一步建议 · 提供 1 个岗位样例,我们做免费 demo
POC 周期 · 1 周私有化部署 + 3 位员工跑起来
最后 2 分钟,主动引导下一步——不要等现场观众问"接下来呢"。
关键话术:"今天的 5 个岗位如果让各位觉得'有一两个能直接在我们这儿试',会后我们用一周时间做一次免费 POC——3 位员工跑起来,贵司团队现场验证"。
"数据绝对不出贵司域,真实业务样例现场演示"。
留 10-15 分钟 Q&A,优先回答"数据安全 / 模型供应商 / 与现有 ERP 集成"这三个问题。