一句话讲清我们是谁
我要AI是一家企业AI化转型服务商，帮助企业完成商业模式的AI化重塑。我们不销售AI工具，而是输出一套"人机共生管理"方法论 + 人机协同平台 + 驻场共创交付的完整服务，帮企业把AI从"工具栏里的对话框"变成"组织架构里的数字员工"，并让整个组织持续自动进化。
理论制高点
提出"人机共生管理"框架：重构分工、重构组织、重构管理，把AI当作共生成员而非工具。与麦肯锡"AI is becoming a workforce"判断同频，但我们给的是可落地的管理操作系统。
产品载体
人机协同平台（章鱼）：在工作群里@Agent派活，Agent听得懂每个部门的业务语言，打通跨部门沟通障碍，实现人人听懂话；Agent搞不定升级给人、Agent之间跨部门协作、老板专属Agent指挥中心；更有情报Agent（战略雷达）、逆向批评Agent（红牌刹车）与进化Agent（绿色油门）三个组织级Agent直接挂CEO，让组织耳聪目明、持续自我进化。
交付壁垒
Scout+Builder驻场小队（Scout侦察问题、Builder建造落地），用"3天AI新兵营"切入、深入业务现场做诊断、岗位设计、知识训练、部署验证，把AI能力沉淀为客户自有的数字资产。
AI正在从"工具"变成"劳动力"，但企业没接住
全球顶尖咨询机构已经给出判断：AI不再只是工具，它正在成为一支劳动力大军。问题是，绝大多数企业仍在用"买软件"的旧方式应对这场组织变革。
数据来源：McKinsey QuantumBlack · The Symbiotic Enterprise（2026年6月）
为什么"买工具"这条路走不通
工具是孤岛
AI在业务系统外面，数据进不去、结果出不来，员工得手动搬数据，多开一个系统、多学一套操作。
没有业务上下文
通用大模型不懂你的流程、规则和客户。岗位SOP、报价规则、客户信息散落在系统和老员工脑子里，AI永远"正确而无用"。
无人担责、无法考核
AI答错了谁负责？厂商不负责、IT不负责，最后员工自己兜底。你也没法给一个软件定KPI。
不会协作、价值看不见
销售工具不懂供应链，供应链工具不懂财务，跨部门的事还得人跑。投入了多少、省了多少，是一笔糊涂账。
你的企业不是靠一堆工具运转的，是靠人——有岗位、有职责、有协作关系、有汇报链的人。AI要真正产生价值，就必须进入这套体系。
国家级政策已经给我们指了路：赛道名、打法名、采购钱都到位了
2026年8月31日，工业和信息化部正式发布《关于开展人工智能应用服务商培育专项行动的通知》（工信厅科函〔2026〕414号）——这是国家层面第一次为"帮企业把AI用起来"的服务商专门建档、建池、给钱给场景。我们的商业模式与这份文件逐字对表：
赛道身份：我们就是"人工智能应用服务商"
文件定义的服务商 = "围绕用户智能化需求，提供咨询规划、交付实施、运营管理、安全治理"服务的企业——正是我们"诊断+驻场共创+订阅运营+治理安全"四层服务；国家目标是2026年底资源池破2000家、2027年底不少于3000家，入库即可进政府采购视野。
FDE被国家文件点名鼓励
任务四原文："鼓励服务商搭建前线部署工程师（FDE）团队，扎根用户现场，保障场景落地"；工信部同步在编制FDE分级能力要求国家标准。我们学自Palantir、本土化为Scout+Builder的驻场编组，恰好是国家要树的标杆队伍。
首购首用＋风险补偿：客户的试错顾虑国家买单
文件明确"探索通过首购首用、风险补偿等模式，加大大模型、智能体、Token等服务采购力度"——政府与国企对首个AI项目敢买了、买错有补偿。3天AI新兵营正是"首购首用"最理想的轻量标的：小额、快见效、可验收。
"小快轻准"产品包：就是我们的岗位模板库
文件要求服务商"围绕高频、刚需、可复用的业务，封装模块化、标准化解决方案产品包，形成一批'小快轻准'的AI产品服务"——这与我们"碎石路→高速公路"沉淀出的岗位Agent模板库是同一件事；政策还配套算力券降成本、开放场景、支持服务团与实训基地。
参考：工信部《关于开展人工智能应用服务商培育专项行动的通知》（工信厅科函〔2026〕414号，2026-08-31） · 工信部科技司官方解读《七问读懂专项行动》
人机共生管理：一套重构组织的管理理论
我要AI的核心不是技术，而是一套管理理论——人机共生管理（Human-AI Symbiotic Management）。它的根本命题是：当AI具备了干活的能力，管理的对象就从"人"扩展为"人+AI"的混合组织。企业需要的不是更多工具，而是重新回答三个问题：活怎么分、组织怎么编、人怎么管。
重构分工：从"人用工具"到"人机岗位职责划分"
工业时代的分工是"人干活、机器辅助"。人机共生时代，分工的第一原则变成：把工作按"标准化程度"和"判断/担责要求"重新切分，而不是按部门和人头切分。
两个关键方法论（来自一线验证）：
- 木桶原理——AI拉高决策底线。百果园CIO王筱东的实践：店长订货水平平均50分，AI只要做到60分就是有用的。AI不必比最强的员工强，它要保证的是整个组织的决策下限，把几千个门店的平均水位拉起来。
- 小模型做硬决策，大模型做效率与交互。涉及订货、定价、风控的经营决策，用可解释、低成本、可每日迭代的企业专用小模型；语言交互、知识检索、报表生成、编程则用大模型和多智能体。让大模型直接做经营决策是不可靠的。
重构组织：从"纯人架构"到"人机混编架构"
AI要进入组织，就必须像员工一样有明确的"编制"。一个合格的数字员工，应当具备五个组织属性：
有岗位说明书
基于真实JD创建，明确职责范围、工作流程、权限边界和考核标准，知道"我是谁、该干什么、不该碰什么"。
有知识库
把部门SOP、公司制度、产品手册、历史案例训练进Agent。它懂的是你的业务，不是互联网。百果园用200万字语料+千条品控问答训练"果识"大模型。
有负责人
每个Agent对应一个真人负责人。能处理的自动完成，处理不了自动升级——像一个靠谱的下属，而不是没人管的对话框。
有协作关系
销售Agent直接找供应链Agent确认库存，供应链Agent找财务Agent核算成本。Agent之间直接对话，不需要人在中间传话。
有KPI
任务量、准确率、被采纳建议带来的经营改善，全部可量化、可追溯、可考核——Agent的绩效不是"答了多少题"，而是"创造了多少价值"。
组织趋于扁平
当Agent承担了信息中继和报表汇总，中间管理层级的信息传递职能被弱化，组织从"金字塔"走向"人机混编的扁平网络"。
重构管理：从"管人"到"管人 + 管AI"的新管理职能
当AI成为下属，管理者要学会一整套新的管理动作。这不是IT问题，是一把手工程——麦肯锡数据显示只有30%的CEO亲自抓AI，但这场转型无法授权。
| 管理动作 | 对人 | 对AI（数字员工） |
|---|---|---|
| 招聘 | 面试、录用 | 设计岗位、定义职责边界与权限 |
| 培训 | 带教、上岗培训 | 构建知识库、喂业务语料、持续训练 |
| 派活 | 开会、布置任务 | 在工作群里@Agent派活，像@同事一样 |
| 考核 | KPI、绩效面谈 | 任务量/准确率/被采纳建议的经营效果，数据看板 |
| 监督 | 审批、复核 | 权限分级、AI建议—人审—执行、全链路审计留痕 |
| 制衡 | 轮岗、内审、反对意见 | 设置独立的逆向批评Agent，专司唱反调 |
买工具，你得到的是一个软件；招Agent，你得到的是一个7×24小时在岗、不会离职、越干越懂你业务的"员工"。—— 人机共生管理的基本立场
人机共生组织系统：理论的产品载体
理论靠产品落地。我们的产品由六个部分组成，全部通过一个工作群即可使用，员工不需要学习新系统。其中三个组织级Agent——情报Agent、逆向批评Agent、进化Agent——直接挂在CEO之下，构成企业的"战略参谋部"。
群聊派活入口 · 章鱼平台
不用学新系统，所有数字员工都在工作群里。员工@Agent派活、Agent听得懂业务行话，搞不定自动升级给人；老板说一句大白话，各部门Agent收到的是各自听得懂的具体任务——打通跨部门沟通障碍，实现人人听懂话。
岗位Agent矩阵 · 数字员工
销售、客服、财务、供应链、运营、内容……每个岗位Agent都有岗位说明书、知识库、负责人、协作关系和KPI，像真人员工一样定岗定编、可考核、可协作，Agent之间跨部门自动配合。
老板Agent · 经营指挥中心
老板的专属参谋，7×24小时盯着经营全图：今天赚了多少、亏在哪、哪家门店异常、哪个干部承诺的事没闭环。老板用大白话提问，它直接调数据、给答案，是老板每天早上打开的第一个"工作汇报"。
情报Agent · 战略雷达
向外看的眼睛。实时扫描外部市场（政策法规、竞品动作、行业动态、客户口碑、供应链波动），同时汇聚内部完整经营数据，内外对照分析，定期向老板输出战略变革方向建议：每条信号附来源、影响测算和建议动作。市场变了，企业不用等出问题才知道。
逆向批评Agent · 红牌刹车
独立于所有部门、直接向CEO汇报，唯一KPI是挑毛病。重大方案自动唱反调：数据过期、假设过于乐观、没做最坏情况测算……中国职场上没人敢对老板说的话，让Agent说。决策前先过一遍反对意见，少踩大雷。
进化Agent · 绿色油门
管AI的AI，唯一KPI是让组织持续自动进化。每月自动复盘人与Agent的绩效、知识库自更新、错case回流训练、新流程自学习，并主动向老板提出组织优化建议——数字员工不是招完就不变，而是越用越能干。
一张图看懂人机混编组织架构
下图是一家通用企业落地人机共生后的组织架构。部门（人）与岗位Agent（虚线框）一一对应、混编在岗，Agent之间可横向协作；逆向批评Agent独立于所有部门，直接挂在CEO之下。
★ 第一批优先上Agent的岗位：客服、财务、供应链、运营——均为高频、重复、规则清晰的工作，与百果园等头部企业的切入口子一致。内容Agent专门承接短视频与图文自媒体内容的自动生产，帮企业批量养号、做内容获客。
图中每个岗位Agent都不是买来即用的标准化软件，而是由Scout+Builder驻场小队进驻企业，与老板和业务团队共创落地：共同梳理岗位职责与业务流程、灌入企业自己的知识库与业务数据、定下考核KPI，在真实业务里边跑边迭代，直到Agent能独立上岗——像招聘培养一名新员工，而不是采购一套工具。
顶层三个组织级Agent构成企业的"战略免疫系统"：情报Agent是望远镜——向外盯市场变化、定期交付战略变革方向；逆向批评Agent是刹车——对每一个重大方案唱反调，防止决策出错；进化Agent是油门——持续复盘人与Agent的绩效，让知识库自动更新、Agent自动迭代、组织持续进化。三者都不隶属任何部门、直接挂CEO——老板从此同时拥有了参谋部、纪检委和组织部。
逆向批评Agent是怎么工作的
情报Agent是怎么工作的
这种"把分散信号整合成决策情报"的能力，正是全球顶级FDE公司起家的看家本领——Palantir 的名字就取自《魔戒》中能远望千里的"真知晶石"，其国防与情报系统做的就是把卫星影像到财务记录的碎片信号整合成战场决策。我们把这套能力从国防级系统，做成了中小企业老板用得起、看得懂的数字参谋。
参考：fasterthannormal · Palantir 公司史
FDE驻场共创：不做交钥匙工程，派人跟你一起干
AI化转型最大的坑，是以为买个系统就完事。真正的难点从来不是技术，而是把AI嵌入客户真实的业务流程、组织结构和数据体系。这正是FDE（Forward Deployed Engineer，现场部署工程师）模式的价值。
业务诊断
梳理高频重复流程，识别最痛场景，建立业务指标基线
岗位设计
设计Agent岗位说明书、工作流、权限边界和KPI
知识训练
构建部门知识库，接入业务系统，小模型+大模型协同训练
现场部署
拉群上线，真实业务试跑，一线反馈快速迭代
价值验证
对比基线算ROI，跟踪AI建议被采纳后的经营改善
持续沉淀
Agent持续学习、扩展新岗位，形成客户自有AI资产
参考：搜狐 · 百果科技洞察（2026年8月）
驻场小队怎么编组：Scout + Builder
深入客户现场解决最复杂的业务问题，不能只派工程师，也不能只派顾问。我们的驻场小队由两类国际化角色编成——Scout（侦察兵）与Builder（建造者）的双角色编组在服务国防机构、大型企业等最严苛客户的FDE（现场部署工程师）实践中已被验证有效，我们将其轻量化以适配中国企业：
Scout（侦察兵）· 业务专家
懂业务的人。深入业务现场，和老板、一线员工泡在一起，把真实的痛点、流程、行话、潜规则挖出来，定义"该解决什么问题"；设计Agent岗位说明书、知识库结构与考核KPI，对业务结果负责。Scout侦察出来的地形，就是这家企业AI化的路。
Builder（建造者）· 交付工程师
高交付力的工程师。把Scout定义的问题变成能跑的系统：接入业务系统与数据源、训练和调优Agent、搭建工作流与权限、现场部署迭代，对"能不能稳定跑起来"负责。Scout踩出的碎石路，Builder修成高速公路——而路永远留在客户公司里。
碎石路 → 高速公路：每个项目都必须留下资产
驻场服务最容易犯的错，是项目做完、资产归零——那是外包公司，不是软件公司。我们立一条铁律：每个驻场项目验收前，必须通过"泛化评审"——由Scout主持，把这个项目里可复用的部分抽成行业岗位模板，沉淀进章鱼平台模板库。
现场铺碎石路
Builder进场先用最快速度搭起解决眼前问题的数字员工，不管多粗糙，先让业务跑起来；每条碎石路都长在章鱼平台上，而不是客户电脑里。
收工修成高速公路
项目结束前完成泛化评审：岗位说明书、知识库结构、工作流、KPI看板，哪些能抽成行业模板？模板进库、标注行业与效果数据；下一个同行业客户，新兵营Day1就从模板实例化开始。
参考：fde.academy · FDE 模式起源
3天AI新兵营：先让第一名数字员工上岗，再谈转型
企业老板对AI的最大障碍不是钱，是"看不见效果，不敢信"。我们把驻场共创的第一步做成一个标准化产品——AI新兵营：Scout+Builder小队进驻企业3天，拿企业自己最痛的一个真实业务场景（客服、报表、内容、报价任选其一），现场完成岗位设计、知识库灌入、训练调优，第3天数字员工在工作群里正式上岗，老板和团队当场验收。
Day 1 · 找痛点
Scout访谈老板与一线，锁定1个最高频最痛场景，定下可量化验收指标
Day 2 · 练新兵
Builder搭工作流、接数据、灌入业务知识；Scout与业务团队一起调岗位说明书
Day 3 · 上岗验收
数字员工进工作群跑真实业务，老板现场验收效果，再决定要不要招更多"数字员工"
治理与安全：AI可以干活，但不能失控
数据分级与最小权限
客户资料、价格、财务数据分级脱敏；Agent仅拥有岗位职责内的最小数据访问权限。
AI建议—人审—执行
报价、合同、付款等高风险动作必须人工审批确认，AI不越权执行。
全链路审计留痕
所有AI建议、引用来源、执行日志可追溯。谁在什么时候让AI做了什么，一清二楚。
头部企业已经在做，验证了方向；但它们都没做"管理理论"
2026年，一批头部企业已经把AI从单点工具嵌入了组织协作链路。它们的实践证明这条路走得通、价值真实存在——但它们的AI仍然是"系统/中台"视角，缺一套面向老板的人机分工管理框架，更没有逆向批评机制。
百果园
AI巡店效率提5倍、AI客服人力成本降44%、门店应用100%覆盖；200万字语料训练"果识"大模型；智能订货每日重训。科技中心已开始对外输出AI能力。
银泰商业
用AI串联招商、物业、运营跨部门流程，出现"一人+AI跑完整条业务链路"的OPC一人公司模式；AI自动盯屏、生成工单、派发并复核任务。
网易智企
"人人养虾"文化，员工自建AI应用并与OKR挂钩；业务部门Token消耗量成为AI是否成为基础设施的关键指标，个人应用升级为组织级Agent。
参考：百果科技洞察 · 虎嗅智库·AI Native组织闭门会（2026年5月） · 大圆镜·AI Native组织调研
怎么赚钱：诊断引流 + 驻场项目 + 持续订阅 + 按成果分成
| 层级 | 形态 | 客户获得的价值 |
|---|---|---|
| 引流层 | 3天AI新兵营（收门槛费）+ AI成熟度诊断 | 第3天数字员工在自家业务里上岗，老板眼见为实；看清最痛场景与ROI基线 |
| 项目层 | 驻场共创（按阶段：新兵营→岗位矩阵→规模化） | 岗位Agent上线、业务流程跑通、可量化的效率提升；每个项目沉淀可复用模板 |
| 订阅层 | 人机协同平台（章鱼）按Agent数/坐席年费 | 平台持续运行、知识库迭代、Agent运维与升级 |
| 分成层 | 按经营成果分成（如节省人力、降低损耗、提升转化的约定比例） | 与客户利益绑定，验证"按结果定价"趋势 |
按成果定价已有先例：瑞典企业软件公司IFS从"按座位收费"转向"按资产/成果收费"，印证了AI服务从卖工具到卖结果的转向（McKinsey QuantumBlack）。
利润结构：实施微利，订阅与分成收割。实施服务按获客性质定价，敢微利甚至保本——客户对"咨询费"斤斤计较，对"已经离不开的系统"不敏感；高毛利放在逐年提升的订阅与分成收入里。销售纪律：只卖给能拍板的人——从第一天就锁定老板本人、只做CEO最关心的前几个问题，不接IT部门的比价招标：老板的问题有预算、有跨部门授权，部门级采购慢、预算小、还容易被集成需求拖死。
参考：Palantir Q2 2026 Business Update（NDR 157%） · a16z《Trading Margin for Moat》 · getperspective · FDE 打法拆解
市场逻辑
我们不追逐"80%已部署AI"的存量工具市场，而是切入那个"部署了AI却看不到P&L影响"的巨大落差——麦肯锡指出约60%的工作时间理论上可自动化，但绝大多数企业的Agent还困在1-2个部门的试点里。谁能帮企业把AI从"试点"变成"组织能力"，谁就拿到这波转型的核心价值。目标客户优先聚焦：连锁零售/生鲜、跨境电商、制造与供应链、现代服务业等流程密集、人力成本高、决策重复度高的行业。
我们和谁不一样
| 玩家类型 | 代表 | 局限 | 我要AI的差异 |
|---|---|---|---|
| 通用大模型/工具 | 豆包、DeepSeek、ChatGPT | 是工具不是员工，无业务上下文、无组织集成、无人担责 | 岗位Agent+组织架构+负责人+KPI |
| 传统IT/软件集成商 | 系统集成商 | 交钥匙工程，交付即结束，不驻场、不对经营结果负责 | FDE驻场共创，按成果验证，持续沉淀 |
| 产业公司AI外溢 | 百果园科技中心 | 只懂自己行业，系统/中台视角，非独立第三方 | 跨行业、管理理论视角、独立中立 |
| 顶级咨询公司 | 麦肯锡QuantumBlack | 讲清了why和what（理念层），但不做how的一线落地，价格高企 | 我们落地how，老板听得懂、用得上、付得起 |
| 企业内部自研 | 大厂AI团队 | 需50-60人专业团队（如百果园），中小企业养不起 | 用FDE把这套能力以服务方式提供给中小企业 |
三道护城河
理论护城河
"人机共生管理"框架 + 情报/逆向批评/进化三个组织级Agent，是可注册、可传播、可被记住的方法论品牌；持续发布《中国中小企业数字员工编制白皮书》与KPI基准库，把"数字员工岗位化"做成行业默认语言。
现场 know-how
FDE驻场沉淀的行业岗位模板、知识库结构、部署清单，复用度随项目数指数增长。
客户数据资产
每个客户的Agent都训练在其自有知识上，切换成本高，且越用越强、越用越离不开。
三步走：从样板案例到行业复制
阶段一 · 打样板
0-6个月：聚焦1-2个行业（如跨境电商、连锁零售），做透标杆案例；每个客户第一天就约定可审计的效果数字（损耗率、人效、覆盖率），攒出中国行业版"160小时→10分钟"案例库，跑出完整方法论；12月前备齐10个可审计案例，申报入选省级/国家AI应用服务商资源池，对接首购首用与场景开放政策
阶段二 · 产品化
6-18个月：把驻场经验沉淀为岗位Agent模板与章鱼平台标准模块，FDE团队可复制扩张
阶段三 · 平台化
18个月+：开放岗位Agent市场与行业模板，客户可自助扩展，形成人机共生生态
融资与资源需求（框架）
团队
Scout业务专家、Builder交付工程师、Agent训练师、销售与客户成功。招聘不看简历看两道实操题：Scout考"拆解模糊问题"（老板说最近不赚钱，30分钟出诊断框架与数据清单），Builder考"陌生系统快速上手"（半天做出能跑的Agent）。具体编制随融资节奏确定。
资金用途
标杆案例交付投入、平台研发、行业知识库建设、市场与渠道。
里程碑
首年：N个付费驻场客户、可公开的ROI案例、平台标准模板成型。
注：融资金额、股权比例、详细财务预测与团队履历，将根据实际洽谈对象在正式版中补充。
AI化转型，不是买工具，是重构组织
当麦肯锡说"AI正在成为劳动力"，当百果园用AI把客服成本砍掉44%，方向已经清晰。剩下的问题只有一个：谁来帮企业把AI真正招进组织架构、重构人机分工。我要AI，就是做这件事的人。