← 返回文章列表

一号位工程:一场 FDE 闭门交流会的三个共识

「AI 转型是一号位工程」已经是行业共识,但共识之下有两个空白始终没被填上:认知层,一号位到底要懂 AI 到什么程度;执行层,哪些事必须他亲自做,哪些可以交出去。 文章按会上真实的讨论顺序展开:先记录分歧在哪、怎么收敛的,再提炼出三个可以带走的共识——用「Agent 是不是默认工作入口」验体感,用「定结果、给实权、做取舍」验 ownership。
FDE 2026-10-25 15:14:20 评论 0

引子:为什么这个问题要由 FDE 来回答

FDE 这个位置有点特殊:我们不在任何一家公司内部,但同时站在几十家公司的落地现场。

同一类问题在不同组织里重复上演——不同行业、不同规模、不同的老板,卡在同一个地方。看得多了,就很难再把它当成个案。

一号位工程,到底工程在哪?

会上没有人否认「一号位工程」这个提法。它已经是行业里的政治正确。但政治正确的另一面,往往是没有人真的去拆它。所以那天我们把问题往下压了一层,结果在第一个问题上就卡住了。


一、第一处卡点:一号位要懂到什么程度?

现场很快分成两派。

一派的意见是必须补课:一号位至少要听得懂架构、看得懂技术选型、能参与关键决策,否则没法判断团队报上来的东西。另一派的意见更激烈:给一号位讲技术原理,是最没效率的一种投入。 他不需要知道模型怎么推理,就像 CEO 不需要知道财务系统用什么数据库。

争了一个多小时,两派最后收敛到了同一个位置:

一号位不需要懂技术原理,但他对 Agent 能干什么、能干到什么程度,必须有非常鲜明的体感。

问题是,「体感」这个词太虚了。你说一个人有体感、一个人没有,凭什么?所以会上花了很长时间,试图把它变成一个可验证的东西。

1. 会上提出的一个判据:Agent 有没有成为他的默认工作入口

有一位同行的表述很锋利,我认为是当天最值得记下来的一句:

判断一个老板有没有 AI 体感,不要听他怎么讲,只看一件事:Agent 有没有成为他的默认工作入口。

再往下压一层,是一个压力测试:

把 Agent 从他的工作流里整个拿掉,他的业务还能不能正常推进?

如果答案是「会断」,那他确实已经很 AI native 了。如果答案是「麻烦一点,但我照样能跑」,那说明 Agent 目前只是他的一个可选插件,不是他的工作方式。

这里要顺带排掉一个会上被反复澄清的误解:烧的 Token 多,不等于有体感。

Token 消耗量是用量指标,体感是判断力,两者可以完全脱钩。有人每天让 AI 润色周报、改邮件、写文案,Token 烧得不少,但你问他「Agent 能不能接管一条从客户会议到 CRM 回写的端到端链路」,他答不上来——因为他的用法始终停在单点工具那一层,从来没有把 Agent 放进真正的业务流里跑过。

2. 一个能当场分辨的现场鉴别法

会上大家认可度最高的,是用一个具体场景来做鉴别:老板去跟重要客户或供应商开会,会议纪要和结论是怎么进 CRM / SRM 的?

层级 现场表现 说明什么
L1 手工档 开完会回来,凭记忆手动录入系统 AI 和他的工作流完全没有交集
L2 人工辅助档 必须带一个下属专门记录,会后由下属整理成文档、人工录入 人是流程的一部分,Agent 不是
L3 默认入口档 Agent 自动录音、自动出纪要与结论、自动抽待办,会后直接同步进客户 CRM 或供应商 SRM Agent 已经是流程本身

从 L1 到 L3,表面上差的是效率,实质上差的是信任。

L3 的老板敢把「记录事实」整件事交给机器,不是因为他乐观,而是因为他在大量小场景里反复验证过准确率,知道它在什么情况下会错、错了怎么兜底。这种信任听汇报听不来,只能用出来。

3. 两类客户,两种水位

我们做落地,第一步标准动作是梳理需求:让 Agent 根据这家客户的基本情况,先整理出一份 QA list,以文档或多维表格的形式发过去。

同样一份表,回来的东西会立刻把客户分成两类:

  • 一类一号位:直接把表丢给自己的 Agent,Agent 读完、填完、回传。格式完整,几分钟。
  • 另一类一号位:自己看完,手动新建一个 Word 文档,一条一条敲进去,最后把 Word 发回来。

对于后面这一类,判断很直接:他对 Agent 基本没有体感。

这个差别看起来无关紧要——填一份表的时间差可能只有二十分钟。但真正的差距在后面:在这种最没有风险、最不需要授权、最不涉及利益调整的场景里,他都不会想到「让 Agent 干」;那么在整个公司范围推进 Agent 落地时,他既不会主动用,也不会主动判断。

推是推得动的。但推完之后会出现一个更麻烦的局面。

4. 没有体感的老板,只能全信或者全疑

会上一位 CIO 的总结,大意是这样:

如果老板没有体感,我们汇报什么他就信什么;反过来,如果我们报得保守一点,他又觉得团队没干活。最后我们不得不用 PPT 的质量,来替代交付的质量。

下属汇报「研发提效 20%」「某个环节交付时间缩短 15%」,如果老板没有体感,他连追问都问不出来:这 20% 是把哪一段工时省掉了?省掉的工时有没有变成交付,还是变成了更厚的文档和更多的评审会?那 15% 是从流程哪一段省出来的,是不是把成本挪到了下游?

于是他只剩两个选择:全信,或者全疑。这两个都不是管理。

所以大家在会上形成了一个说法:一号位的体感,是他的决策基础设施。 没有它,所有关于 AI 的汇报都不可证伪,所有关于 AI 的预算都无法定价。

5. 更硬的用途:判断自嗨 DEMO 还是端到端能力

体感还有一个更高阶的用法,是当天讨论到后半段才浮出来的。

当业务团队用 vibe coding 攒出一个系统,兴冲冲跑来说「我们自己做了个东西」时,老板需要当场判断两件事:

  • 这是业务团队内部自嗨的 DEMO——跑在某个人电脑上、数据靠手工灌、没有权限体系、没有异常处理、换个场景就崩、演示之后没人再打开过;
  • 还是它真的能扛住公司级的端到端任务——接了真实数据源、有失败重试和兜底、有明确负责人、能连续跑一个月不出事。

现场有个补充我觉得很重要:一号位不需要自己会做,但他必须能分辨好坏。 这个判断外部顾问给不了,CIO 给不了,只有老板自己能给。而给得出来的前提,还是那两个字:体感。


二、第二处卡点:认知解决了判断,但推不动转型

第一段讨论解决的是「看得准」。但会上很快有人把它推翻了一半:看得准,不等于推得动。

于是进入第二层:一号位在执行上,到底必须亲自做什么。

这一段讨论的价值,主要在于排除。会上很快列出一批「看起来像一号位该干、其实不该」的事:

  • 不需要亲自搭 Agent;
  • 不需要亲自上台讲每一场培训;
  • 不需要参与数据中台的表结构设计。

这些事一旦由一号位下场,结局通常是两个:一是把自己的时间耗进细节里,二是把专业判断的责任从专业人手里抢走了。

排除完之后,剩下的东西很少。大家在会上把它归结成一句话:

一号位真正要牢牢抓住的,是整个 AI 转型的 ownership。他必须作为第一负责人,去做三件事——定结果、给实权、做取舍。

1. 定结果:要业务结果,不要行为指标

这一条在会上几乎没引发争论,因为几乎每家都踩过。

常见的错误示范是这样的目标:今年要做 100 条工作流、要上线 20 个 Agent、年底员工 AI 使用率达到 100%。

这三条全是行为指标,不是结果。会上有人打了个很通俗的比方:这相当于给自己定「今年要读 100 本书」,而不是「考试分数要提高多少」。 读 100 本书可能全是漫画;工作流做 100 条,可能 95 条没人用。

一号位该定的是业务结果:交付周期从多少天降到多少天、人均单产提升多少、客单价或毛利改善多少、客户续费率提升多少。

而为什么只有有体感的一号位才定得出合理结果,这一点在会上被讲得很清楚:因为他清楚三件事——Agent 的能力边界在哪、提效究竟能发生在哪些环节、每个环节大致能提多少。

定太高,团队只有一条路:造假。定太低,转型就算成功也没有商业意义,还白占掉一年的组织注意力。

2. 给实权:真授权是三种权力,不是一封邮件

如果说第一件事是共识,那第二件事就是吐槽大会。

几乎每位在场的 CIO 都有类似经历。典型剧本是这样的:公司从大厂挖来一个高 P 当 CIO,拨一笔预算,发一封全员邮件要求各部门配合。

这叫假授权。它把责任全部集中在一个人身上,但否决权依然散落在公司各个角落:

  • 找中台调数据,中台说流程上要走审批,然后一直拖着;
  • 找业务部门抽调人手,业务部门说最近在冲业绩,可能得下个季度再支持;
  • 想改一个考核指标,HR 说按流程最快下半年才能落地。

结果是:所有人嘴上都在公开支持 AI 转型,但每个人都握着一个「暂时先不转」的正当理由。

会上把真授权拆成了三种权力,缺一不可:

权力 具体含义
资源权 能直接调配预算、数据、业务资源、人员,不需要逐级申请
规则权 能改流程、改制度,甚至改岗位设定和考核 KPI
裁决权 利益相关方冲突提交到一号位后,他做出的判决必须被真正执行

第三点最容易被低估,也是会上讨论最久的一点。前两种权力可以写在授权书里,第三种权力只能靠事件兑现——冲突发生的那一刻,一号位站在谁那边,全公司都在看。

所以会上有一句话,我认为说得很准:授权不是一个动作,是一串判决。

打个通俗的比方:给一个负责人配了车钥匙,但油卡放在财务、路线交给导航部门定、红绿灯归 HR 管——他拿到的是钥匙,不是一台能开动的车。

3. 做取舍:全场公认最难,也是讨论最久的

这一条引发了当天最长的一段讨论,因为它在会上被公认为最难,也最容易被一号位回避。

难在两个地方。

第一,AI 提效之后,每个岗位的 scope 都会膨胀。 一个人原来干三个人的活,现在能干五个人的活。每个职能的人都要承担更多工作,组织结构必然要调整——而这必然动到具体的人、具体的汇报线、具体的利益。

第二,AI 转型高度依赖公司里最懂业务的那几个人。 转型不是靠技术团队堆出来的,是靠那些最懂业务的人,花大量时间把业务知识翻译成 Agent 能执行的东西。

问题来了:业务部门凭什么把这样的人放出来给你?

这笔账在会上算得很清楚:

  • 转型成了,收益归整个公司;
  • 但最先发生的成本和风险,摊在各个具体的业务线、各个部门负责人身上——他交出了最能打的人,还要独自承受短期业绩波动。

站在部门负责人的位置上,抵制是完全理性的。

会上一位创始人讲了自己做过的一个决定,我觉得是当天最真实的注脚:他把某个事业部里最赚钱那条业务线的负责人抽出来,全职做 AI 转型。他说,那三个月他心里是有数的,那条线的业绩一定会掉,他只是决定认这个账。

所以这件事只能由一号位来做:只有他能站在公司整体利益上做这个裁决,这就是 ownership 唯一不可让渡的部分。

这里还有一个会上补充的区分:取舍不等于和稀泥式的「平衡」。取舍是排序 + 补偿——一号位要明确告诉业务负责人:你的短期损失我认,我用什么补给你(考核口径调整、资源倾斜、明确的时间窗口)。认账,才叫取舍。


评论: