企业级的AI转型和赋能，关键是需要做好如下两件事情

Hello，大家好，我是人月聊IT，今天还是接着聊一下企业级的AI转型，AI赋能究竟应该怎么做？

因为从年初到现在，至少大家已经有一个普遍的共识，就是类似于传统模式的AI智能体开发平台，不管你是用 Dify，还是用类似于 Coze 这么一些通过可视化工作流的方式去编排智能体，逐渐的会被替代掉。而替代的核心模式就是类似于 Manus 这一些通用的智能体平台，加上 skills、技能包。

图片

大家一定要注意，在AI转型和AI赋能里面，不是什么事情都是必须要AI大模型去做。像这类本身就是一个精确的、稳定的、固定的事情，它一定是通过程序代码去解决的，AI的作用仅仅是帮你编程输出程序代码。所以说你即使用AI智能体编排，你仍然会发现在你去做可视化 workflow 的时候，对于这一些精确的事情，你仍然还是要写代码去解决掉。那么既然这样，我为什么还要一定去固化这么一个 workflow（流程）呢，没有意义，我完完全全可以在 skills、技能包里面去固化这个工作流就足够可以了。

其次，技能包它本身就是提示词、上下文工程、workflow、代码片段、外部接口能力调用的一个大整合。通过这种技能包可复用的模式，那么使整个的企业级的AI赋能可以变得更加的灵活，更加的可复用。说白了，skill 就是给企业 AI 装上去的一个个"标准动作"，你不用每次都重新教它一遍。而且这些 skill 一旦写好，换个业务场景还能接着复用，不像工作流那样被绑死在某一个平台上。

企业级 AI 赋能只做两件事

图片

所以昨天我们去参加深圳腾讯云的架构师沙龙，在几个嘉宾分享完了以后，我更是感觉到以后企业级的AI赋能就只做两件事情，对。

第一件事情就是把你企业已有的知识，已有的资产，把它变成可复用的东西，把它变成能力，把它变成服务。你已有的资料库知识库，你可以把它变为能力接入点；你已有的业务系统的能力，你可以把它变为能力的接入点。它既可以是一个个 skill 的可复用技能包，也可以是供大模型调用的 MCP server 的服务能力，这是要做的第一件事情。说白了，就是先把你公司压箱底的东西，变成别人随取随用的能力。

第二件事情就是基于我们的业务场景，把原来存在我们有经验的核心业务人员头脑里面的这么一些做事情的方法论、经验，把它沉淀下来，形成相应的一些做事情的方法、指导书、流程，这个事情是相当有价值的。所以你看，一件事是"把家底变成能力"，一件事是"把老师傅的经验变成规矩"，两件事合起来，企业才算真正把 AI 用到了点子上。

为什么这样讲？就是如果有了底层的 skill、技能包，你不做这件事情，AI大模型通过相应的意图识别以后，它也可以自己去组装底层的能力。但是这样组装出来的方法，做事情的方法，可能跟你企业实际的需求千差万别。我们需要的是贴合企业实际的业务场景，贴合企业实际解决问题方式的这么一种方法论。很多公司一上来就让大模型自由发挥，结果十个员工问出十个答案，没法沉淀，这就是没做第二件事的代价。

这些方法论不能够让AI大模型自由发挥，而是我们应该提前约束，约束完以后就会形成一个个指导书文档。这个指导书文档就是AI大模型在真正解决业务问题的时候，需要去装载的一个业务语义和上下文，让AI大模型在基于这个指导书的要求的模式下面，去展开相应的问题的解决、需求的探索。这就好比老师傅带徒弟，你不先给一本操作手册，他只能自己瞎琢磨。

二、一个完整场景案例：智能合同评审与履约跟进

图片

我给大家举个实际的例子，你就明白这两件事到底怎么落地了。假设一家做装备制造的客户，销售经常要跟大客户签几百万的订单合同，以前合同评审全靠资深法务和销售的老师傅一句句看，慢，还容易漏。

按我上面说的思路，他们其实就只干了这两件事。

第一件，家底变能力。 他们公司这么多年攒了上千份历史合同，还有 ERP 里的客户主数据、产品标准价，以及法务系统里沉淀的条款模板。这些东西以前全躺在数据库里没人用，现在全接成了能力接入点——历史合同做成 RAG 检索的 skill，价格和标准条款核查接成 MCP server，大模型随时能调。等于把压箱底的家底，变成了随取随用的能力。

第二件，经验变规矩。 他们那个干了十五年的销售总监，脑子里有套很牛的评审逻辑：哪类客户必须加担保条款、什么利润率以下的单子要上报、哪些付款周期红线不能碰。以前这东西只在他一个人脑子里。现在把它写成了一本《合同评审指导书》，作为业务语义和上下文，装载进大模型。

你再看运行时。 销售在对话框里说一句"帮我审一下 A 客户五百万的订单合同"，平台做意图识别，自动组装：调合同解析 skill 把 PDF 拆成结构化的条款，调价格核查 MCP 去比对标准价，再按那本指导书的规矩去卡红线。最后给销售和法务输出一份带风险提示的评审意见——哪些条款要改、哪里价格偏低、要不要加担保，一清二楚。

如果你不做这两件事会怎样？ 那就是很多公司正在犯的错——直接把合同丢给大模型自由发挥。结果呢？十个销售问出十个版本的评审口径，该卡的红线没卡住，历史合同里的好经验全浪费，最后谁也不敢信 AI 的评审结果。所以你看，不是 AI 不行，是你没把家底变成能力、没把老师傅的规矩提前变成它能用的东西。

简单总结

这样的话，整个我们讲的核心精确解决事情的代码片段，我们的方法论，AI大模型本身的一些意图识别、内容的灵活组装编排能力，就完完全全融合起来了。这种模式才是一种快速构建AI赋能应用，包括去积累整个企业可复用的业务语义资产最佳的一种模式。所以回到开头那个共识，未来真正拼的不是谁的工作流拖得漂亮，而是谁的 skills 沉淀得多、谁的领域方法论约束得准。

好了，今天的简单分享就到这里。再见。