標桿企業參訪之走進字節《AI浪潮下的商業機遇與組織進化》

香港亞洲商學院MBA同學走進深圳字節跳動。參訪結束，分享環節內容幹貨實錄

時間：2026年8月28日下午 深圳南山區
雙嘉賓對談（亞洲博士韓迎娣老師 × 飛書李立學老師）

一、課程定位與講師方法論

課程性質：亞商課程/分享實錄，兩位嘉賓接力講同一主題的兩面—

韓迎娣老師 商業視角，講《AI 的發展與商業機遇》。自己有實體企業（2018 年讓團隊"不用來上班、只考核交付"的案例出自本人）。對美的、海爾、富士康的智能體工廠如數家珍。
定位 ="AI 怎麽改變生意"。

李立學老師：飛書生態 / 富商雲企業數字化解決方案專家，主題《質變與重構 · AI 時代的組織進化論》。定位 = "AI 怎麽重塑組織與管理"，以飛書平臺 + 已落地案例為論據。

韓老師講"大勢與價值"，李老師講"工具與落地".

亞洲博士標桿企業考察走進飛書

二、全天地圖（模塊邏輯鏈）

韓迎娣老師篇：AI 的發展與商業機遇

1. 開場提問：用了那麽多 AI 工具，企業價值感/財務報表真的提升了嗎？

2. AI 發展三大階段（1950s / 1980s–2006 / 2006–今），2006 拐點 = 數據+算力+算法齊備

3. AI 替代手機的"過度產品"：不以 APP 存在，以服務授權模式存在

4. 企業智能化三階段：數字化 → 融合人 → 以人為中心（元宇宙/非侵入式腦機）

5. 數字化本質 = "連接"工具，基於價值鏈+業務流全面連接，降本增效

6. 智能組織案例：2018 年讓團隊不上班，只考核"交付"不考核時間

7. 企業智能化框架：戰略定位 → 價值鏈 → 業務內容 → 流程 → 嵌入 AI 智能體 → 人機協同

8. 場景定義四字：價值目標（先定目標再拆微任務）

9. AI 兩任務：決策式（預測）+ 生成式（寫畫做）；幻覺率 25%–35%，靠專項場景應用規避

10. 普惠元年：智能體應用元年，小微企業入場，開發成本從幾百萬降到幾萬/月費百元級

11. 智能體改變產品服務模式 + 價值交付（從人找服務 → 服務找人）

12. 超級個體爆發：老師自己一周碎片時間做跨境電商獨立站，成本約 1 萬，正經有訂單

13. 減肥藥同行對照：2600 多人 vs 5 人，營收都是 5 億多美元 → 人效天差地別

14. 智能體 = 裝了技能+規則引擎的大模型 = 會思考會執行的行動者

15. 智能體應用三階段：用工具 → 場景嵌入 → 企業級 AI

16. 考核從"人"轉到"AI"（數字員工）；MCP 協議連接 ERP/CRM

17. 全球首個智能體工廠（美的）：工廠大腦+家庭大腦，日均 1.3 萬智能體，年省 7 億→目標 9 億

18. 海爾（人單合一）、富士康（精益）各自的智能體路徑

19. 京東物流"超腦"大模型應用

香港亞洲商學院標桿企業考察

李立學老師篇：質變與重構 · AI 時代的組織進化論

1. 飛書背景：字節系，服務 150+ 國家、70+ 語言，全球月活 19 億

2. 區別於企微/釘釘：聚焦"協同+業務提效"，多維表格零代碼搭業務

3. 企業 AI 的數據環境：會議/文檔/知識庫/業務系統碎片化數據需統一沈澱

4. 個人用 AI 的安全隱患（數據泄露訓練）→ 需平臺承載+權限控制

5. 減少幻覺兩要素：模型能力 + 餵足夠上下文

6. "小龍蝦事件"（疑似某通用 AI Agent 發布）：AI 開始"長出雙手"幫人幹活

7. 數字員工進工資單：1 個真人 + 5 智能體 = 幹 10 人團隊的活

8. 外貿公司案例：郵件詢價→報價單→審批→發送，全流程智能體自動化，人只確認

9. 門店形象檢測（羅拉家紡）：導購自拍，AI 儀容儀表審查

10. 倉庫入庫：圖片/語音識別自動錄入

11. 實驗室記錄：錄音設備（安克聯名款）實時轉寫沈澱

12. 企業知識庫 + 知識問答：7×24 小時一線助手，制度/產品/項目實時問答

13. 銷售數字團隊：AI 陪練、語音錄入 CRM、妙記復盤（封裝銷冠經驗）

14. 研發各階段智能體；售後 VOC 消費者聲音自動歸類推送

15. 管理分身：積累老板會議決策風格，代替老板做審核/追問/復盤

16. 落地四建議：① 全生命周期管數字員工 ② 先跑起來找 AI 先鋒 ③ 拒絕完美主義小步快跑 ④ 不斤斤計較 ROI 先入場

17. 飛書 slogan"先進團隊先用飛書"；行業案例可"直接抄作業"

字節跳動飛書

三、各模塊要點（核心觀點 + 原話 + 案例 + 人話翻譯）

模塊 A｜開場之問：你用 AI 真的賺到錢了嗎？

核心觀點：工具用了很多（扣子/豆包/Kimi/釘釘/通義/DeepSeek…），但要從"人效、經營價值體

感、財務報表"去追問 AI 到底帶來了什麽。

人話翻譯：別光看熱鬧裝了一堆 AI 工具，要問一句—我的利潤表有沒有因為 AI 更好看？沒有就是"假用"。

管理視角：老板評估 AI 投入，唯一硬指標是"財報裏的體現"，不是"我裝了幾個大模型"。

模塊 B｜AI 三大階段與 2006 拐點

核心觀點：AI 發展三階段—上世紀 50 年代起步、80 年代到 2006、2006 至今加速；2006 後提速因"數據、算力、算法"三大核心同時成熟。

人話翻譯：AI 不是突然火的，是數據、算力、算法這三樣東西熬到一塊兒了才爆發。

案例（演示性，待校對）：老師現場舉了個"替代手機的電子化產品"例子—不貴但數據服務貴、以授權模式存在、是手機的過渡產品（註：此處為口語舉例，無具體產品名，勿當事實引）。

模塊 C｜企業智能化三階段：數字化 → 融合人 → 以人為中心

核心觀點：①數字化改變效率（連接工具，價值鏈+業務流全面連接，降本增效）；②把人融合進

來，基於場景的解決方案；③以個體數字映射為中心，相對成熟階段 = 元宇宙（非侵入式腦機連接物理世界）。

人話翻譯：第一步讓系統連起來提效；第二步讓 AI 進場景；第三步每個人有數字分身，虛實打通。

管理視角：大部分企業處在"準備解決第二步"或剛起步，全球首家智能體工廠已現身。

模塊 D｜智能組織：2018 年讓團隊不上班，只考核"交付"

原話："2018 年我就讓團隊不用來上班，每天睡到自然醒，在你最舒服的狀態，想幾點工作。就幾點。我們買的是 8 小時，要 KPI；但我考核的是什麽？交付能力按我的標準規則要求時效來交付，交付了有錢，不交付沒錢。"

人話翻譯：傳統管理買的是"時間"（你坐夠 8 小時），智能組織買的是"結果"（東西按時交上來就行）。

管理視角：當 AI 能承擔流程執行，管理機制從"管人考勤"變成"管交付結果"—這是組織進化的底層邏輯。

模塊 E｜企業智能化框架：從戰略到人機協同

核心觀點：戰略定位（5–8 年做智能企業）→ 價值鏈梳理（訂單/用戶/服務/項目生命周期）→ 業務內容 → 流程 → 把 AI 智能體融進流程幹活 → 人機分工協同 → 輸出交付價值。

關鍵動作：每個場景先定義四字—價值目標，再拆子任務/微任務告訴智能體怎麽做。

人話翻譯：別上來就讓 AI 亂跑，先想清楚這個場景要什麽結果，再把它拆成小活派給 AI。

模塊 F｜AI 兩任務 + 幻覺率

核心觀點：決策式 AI（用歷史數據預測市場/用戶/經營結果）+ 生成式 AI（寫文章/畫畫/做視頻）；

當前幻覺率 25%–35%，企業必須做"專項場景應用"才能不出錯。

人話翻譯：AI 既能學好也能學壞（餵了有毒數據就學壞），所以通用大模型會瞎編，企業要用"專屬場景 AI"才靠譜。

模塊 G｜普惠元年：小微企業也上得起智能體

核心觀點：前兩年大模型訓練太貴（企業幾百萬），今年（分享當年）是"智能體應用元年""普惠性的一年"—工具月費百元級、一個智能體開發幾萬到十幾萬，比幾百萬便宜太多。

人話翻譯：以前 AI 是大廠玩具，現在小企業一個月幾百塊就能養個數字員工。

競爭含義：普惠 = 競爭加速 = 行業集中度變高，速度慢的會被頭部甩開。

模塊 H｜超級個體：一個人幹翻一個團隊

原話（清洗）："我用一周碎片時間，課後每天一兩小時，做了一個跨境電商獨立站，一個人搞定。我全用 AI 練起來，不做推廣不做運營，只負責供應鏈數據對接，每天看數據，訂單自動來。
原來一個跨境電商要投好幾百萬，我這一萬左右（花了一萬四，賺回來了）。"

案例數據（口述）：跨境電商獨立站，成本約 1 萬–1.4 萬，正經有訂單，經營風險大幅降低。

人話翻譯：創業門檻被 AI 砍到地板價—一個人 + AI = 一家公司。

另一案例（口述）：兩個賣減肥藥同行，年營收都 5 億多美元；一家 2600 多人，一家只有 5 人。前者人效約 40 萬美元/人，後者約 1 億美元/人。

模塊 I｜智能體 = 會執行的行動者

核心觀點：大模型 + 技能 + 規則引擎 = 智能體，是"會思考會執行"的行動者，不是"你問它答"的被動工具。智能體之間互相驅動在流程裏幹活。
人的新角色：做引導、做業務專家—你專業度不夠就帶不動它。

人話翻譯：以前你問 AI"答案"，現在你讓 AI"把活幹出來"（開發程序、出數據分析系統）。
模塊 J｜考核從人轉到 AI（數字員工）

核心觀點：把"考核人交付"轉為"考核 AI 交付"，每個人擁有智能體 = 擁有無數個數字員工協同工

作。通過 MCP 協議，ERP/CRM 等信息化系統可直接連智能體出數據看板。

人話翻譯：你的數字員工也是員工，得納入管理。

模塊 K｜全球首個智能體工廠（美的）

核心觀點：在黑燈工廠基礎上更進一步，做"工廠大腦 + 家庭大腦"。

工廠大腦：以訂單為生命周期的全價值鏈，市場需求預測→生產→供應→質量全面管理，極致並向零庫存。

家庭大腦：冰箱屏提示常備商品耗盡→一鍵購買，產品交易後 5–8 年持續產生二次商業價值+數據價值。

案例數據（口述，待校對）：日均 1.3 萬個智能體運行；手檢 15 分鐘→30 秒，效率提升 96%；去年帶來約 7 億成本效益，今年目標提升到 9 億。

同行對照：海爾（人單合一 + 智能體場景）、富士康（精益 + 規則流程）都在工業智能體有大動作。

人話翻譯：最好的工廠不是沒人，是"智能體在跑流程、人在定規則"。

模塊 L｜京東物流"超腦"大模型

核心觀點：京東數據能力強、無人倉多，仍在流程中大量嵌入智能體提升物流能力，目標是全球化下的高度協同。

模塊 M｜飛書定位與數據環境（李老師）

核心觀點：飛書源自字節（抖音/今日頭條/紅果短劇/海外 Lark/火山引擎同源），服務 150+ 國家、70+ 語言、月活 19 億；
區別於企微/釘釘（偏管控審批），飛書聚焦"協同+業務提效"，多維表格零代碼。

企業 AI 數據環境：會議妙記、日常文檔、內部知識庫、業務系統—碎片化數據需統一沈澱，AI才"夠懂你"。

模塊 N｜個人用 AI 的安全與幻覺

核心觀點：個人版豆包/DeepSeek 咨詢可能泄露數據用於訓練；需平臺承載+權限控制。減少幻覺 =模型能力（智商）+ 餵足夠上下文。

"小龍蝦事件"（待確認）：今年初某通用 AI Agent 發布，標誌 AI"長出雙手"幫人幹活；企業禁止員工私自裝，後轉向飛書內"養蝦"（安全可控）。

模塊 O｜數字員工進工資單

核心觀點：1 個真人 + 5 智能體 = 幹 10 人團隊的活；智能體從"待操作小助理"升級為"管理數字分身"（24 小時、不買社保不加班）。

外貿案例（口述）：客戶詢價郵件→智能體識別需報價→人確認→自動從產品庫/訂單模板匹配出報價單→發起審批→人確認→自動發郵件。人只做"確認和審核"。

模塊 P｜業務場景智能體落地（多案例）

門店形象檢測（羅拉家紡）：導購自拍，AI 審儀容儀表甚至口紅色號，後臺看全量數據。

倉庫入庫：手機拍照/語音上傳，AI 識別自動錄入，與訂單匹配。

實驗室：錄音設備實時轉寫沈澱研發記錄。

企業知識問答：7×24 助手，按個人權限查產品/制度/項目進展/卡點風險。

銷售數字團隊：AI 陪練（模擬客戶演練、反饋話術短板）、語音錄入 CRM（對話自動結構化填表）、妙記復盤（封裝銷冠經驗替代 leader 聽錄音）。

研發各階段、售後 VOC 消費者聲音自動歸類推送負責人。

模塊 Q｜管理分身：讓 AI 越來越像你

核心觀點：數字分身先給"人設"（行為準則/禁區/習慣），再靠積累老板半年~一年的會議、管理會決策風格數據，越來越懂你，可代替老板做方案審核、風險跟進、追問銷售"客戶為什麽買"。

人話翻譯：你開會做的每個決策，都是給未來數字分身"餵料"。

模塊 R｜落地四建議（可直接當行動清單）

1. 全生命周期管數字員工：HR+業務定義崗位→註入 SOP/知識（當 985/211 應屆生培養）→業務人員自建而非只提需求給 IT→建立考核機制看產生了什麽價值。

2. 先跑起來：別等需求/RoI 想清楚再投；找"AI 先鋒"（懂業務+愛折騰新技術的人）帶動全員。

3. 拒絕完美主義：小步快跑，先解決 30% 再 60% 再 80%，AI 落地是"進化"不是"一次性交付"。

4. 不斤斤計較 ROI：先入場敢幹；飛書內部跑過兩三百個場景，最後沈澱有商業價值的僅 50 多個—但必須先跑。

模塊 S｜可"抄作業"

核心觀點：飛書已沈澱各行業落地案例（銷售智能體/研發智能體/AI 客服如公牛插座過濾 80% 問題/車間巡檢/質量運營），企業不必從 0–1 摸索，可直接復用。

協同賦能 智啟未來 走進字節MBA專題參訪活動

四、框架庫

1. 開場之問："你用了一堆 AI 工具，財務報表真的更好看了嗎？" — 反套路鉤子

2. 三階段論：AI 發展三階段 / 企業智能化三階段（數字化→融合人→以人為中心）

3. 價值目標四字法：先定場景價值目標，再拆微任務派給 AI

4. 管理進化對比：買"8 小時" vs 買"交付" — 智能組織只考核結果

5. 超級個體公式：1 人 + AI = 1 家公司（跨境電商 1 萬成本案例）

6. 人效對照：2600 人 vs 5 人，都是 5 億美元營收

7. 智能體定義：大模型 + 技能 + 規則引擎 = 會執行的行動者（不是問答機）

8. 考核轉移：從考核人 → 考核 AI（數字員工進工資單）

9. 智能體工廠雙腦：工廠大腦（零庫存）+ 家庭大腦（產品變服務）

10. 落地四建議：全生命周期 / 先跑 / 拒完美 / 不計較 ROI

11. 飛書差異點：協同+業務提效 vs 企微釘釘管控；多維表格零代碼

12. 安全紅線：個人 AI 泄密 → 平臺承載 + 權限

香港亞洲商學院走進字節MBA專題參訪活動

五、金句庫

1. 「我們買的是他們的 8 小時，要 KPI；我考核的是什麽？交付能力。交付了有錢，不交付沒錢。」

2. 「數字化階段解決的是，當這個工具深度參與你的業務流，讓我們極大提效。」

3. 「原來一個跨境電商要做一件事得投好幾百萬，我這一萬左右……經營風險是不是也就低了很多。」

4. 「智能體不是被動工具，是主動的執行工具；大模型是個字典，智能體是會把活幹出來的行動者。」

5. 「人的新角色：做引導，做業務專家。你專業度不夠，可能帶不動它。」

6. 「普惠性應用意味著商業競爭開始加速，行業集中度變高，跟不上的會被頭部甩開。」

7. 「1 個真人配 5 個智能體，就能幹 10 人團隊的活。」

8. 「AI 落地是進化的過程，而非一次性交付。」

9. 「先入場、敢幹，不要斤斤計較 ROI。」

10. 「你平時開會做的每個決策，都是在給未來的數字分身餵料。」

11. 「飛書 slogan：先進團隊先用飛書；很多場景可以直接抄作業。」

標註"老師觀點/個人案例"的，二次創作時不得作為客觀事實陳述；"客觀原理"類可當論點，但宏觀數字仍須補信源。

六、合規與落款

單基線說明（重要）

本次僅提供錄音文字，無課件 PPT，故為單基線蒸餾。以下數字均按錄音口述保留，未經課件/公開信源校對，引用前務必核實：

美的智能體工廠：日均 1.3 萬智能體、手檢 15 分鐘→30 秒、年省 7 億→目標 9 億

減肥藥同行：2600 人 vs 5 人、均 5 億+美元營收、人效 40 萬 vs 1 億美元

跨境電商獨立站：成本約 1 萬–1.4 萬

飛書：150+ 國家、70+ 語言、月活 19 億

AI 幻覺率 25%–35%、智能體應用"元年"等時效表述

海爾/富士康/京東物流相關描述（均為老師口述，非官方口徑）