- 扩展场景的选择方法（不是"什么都试"）
- 如何在公司内部建立AI使用文化（让员工主动用，而不是被逼用）
- 第一次量化ROI汇报的框架
扩展场景：从1个到3-5个
第一个场景已经跑通，现在的任务是复制这个成功，扩展到更多场景。
选下一个场景的3个原则：
原则1：用第一个场景的先行者做推荐
他们是公司里最了解AI能做什么的人。问他们："在我们的日常工作里，除了已经在用的场景，你觉得还有哪里可以用AI？"他们的答案比你从外部研究得到的更可靠。
原则2：选不同类型的场景
如果第一个场景是"内容创作"，第二个可以选"数据分析"或"客服流程"，而不是再选一个内容创作的子场景。这样可以更快探索AI在公司里的覆盖边界。
原则3：选有"展示效果"价值的场景
有些场景的AI效果特别容易被其他人看到，比如"AI辅助写的提案，赢得了一个大客户"。这类场景的扩展可以带动内部传播，让更多人主动想用AI。
建立内部AI使用文化
文化不是靠命令建立的，而是靠激励和可见性。
方法1：每月AI使用分享会（30分钟）
每个月组织一次非正式分享：谁用AI做了什么，效果如何，学到了什么。不要做成汇报，而是像"这个东西挺好玩的，分享给大家"。
注意：第一次分享会，内容要够"有料"——如果分享的内容是"AI写了一封还好的邮件"，员工不会有感觉。选一个有戏剧性对比效果的案例（比如"AI帮我们两小时写完了原来要一周才能写完的方案"）。
方法2：Prompt大赛（季度活动）
每季度举行一次内部Prompt分享，每个人提交"本季度最好用的Prompt"，全公司投票，选出前3名给予小奖励。这个活动有两个效果：让好的Prompt在公司内部传播，以及让更多人有动力去研究和优化Prompt。
方法3：把AI成果纳入工作汇报
当员工在工作汇报里提到"这个提案是AI辅助完成的，比以前快了60%"，作为管理者，明确表扬这种行为。让大家知道：用好AI是加分项，不是偷懒。
方法4：给"AI不擅长的场景"留空间
不要让员工觉得"所有工作都要用AI"，这会产生逆反心理。明确告诉大家：有些工作用AI反而会降低质量（比如需要深度客户关系的沟通、需要高度个性化的创意策划），这些场景鼓励不用AI。
员工AI技能建设：分层培养，而非全员统一
为什么标准培训不起作用？
见第十一章失败模式之一：全员培训 + KPI压力 = 表面合规，实际废弃。根本原因：不同岗位的员工，需要的AI技能完全不同，统一讲"AI能做什么"没有意义。
三层AI技能框架
| 层级 | 角色 | 核心技能 | 人数比例 | 培养方式 |
|---|---|---|---|---|
| L1 用户层 | 所有员工 | 会提问、会审核AI输出、会用SOP | 80% | 场景化培训（针对自己岗位） |
| L2 优化层 | 各部门骨干 | 会写有效Prompt、会迭代优化、会建简单工作流 | 15% | 跟着先行者实操学 |
| L3 构建层 | AI先锋（1-3人） | 会搭知识库、会配Agent、会设计工作流 | 5% | 自学+外部课程+实战 |
这个框架的实际含义：
- 不要期望所有员工都达到L2，L1已经是有意义的进步
- L3的人不需要多，1-2个人就能支撑整个公司的AI能力建设
- 大多数培训失败是因为把L2/L3的内容教给了L1的受众
场景化培训：L1员工的正确培训方式
不要讲"AI能做什么"，而是讲"在你这个岗位，你的工作A/B/C可以这么用AI做"：
| 岗位 | L1培训内容（具体到场景） | 培训时长 |
|---|---|---|
| 内容/文案 | 用AI起草公众号初稿的SOP + 审核清单 | 1小时 |
| 销售 | 用AI做客户背景研究 + AI辅助写跟进邮件 | 1小时 |
| 客服 | 如何使用公司的FAQ知识库工具 | 30分钟 |
| HR | 用AI写JD初稿 + 政策问答知识库使用 | 1小时 |
| 财务/行政 | 用AI整理报告、生成摘要的基本操作 | 30分钟 |
每次培训只教一个场景，让员工当场完成一次真实任务，带着成果结束——而不是听完讲座后自己回去"研究"。
导师制度：让先行者带动团队
比集中培训更有效的是一对一带教：
- 指定先行者为岗位AI导师（第3个月后，先行者对所在岗位的AI应用已有足够经验）
- 每位先行者负责带2-3名同部门员工，用"手把手做一次真实任务"替代"讲课"
- 每月15分钟的"我这个月AI用了什么新技巧"同伴分享
处理员工对AI的抵触：
员工抵触AI，通常来自两种恐惧：
- "AI会替代我的工作"
- "我不会用，会显得落后"
应对方式：
- 明确说出哪些工作AI不会替代（需要关系、判断、创意的部分）——而不是含糊带过
- 让员工的第一次AI体验是成功的（选一个他们做起来有成就感的简单场景）
- 管理层自己先用，在公开场合展示AI怎么帮了你——以身作则比培训有效10倍
AI技能与绩效考核的合理挂钩：
不要考核"AI使用次数"或"AI工具登录频率"——这会引发数据刷量行为。
可以合理挂钩的指标：
- 特定场景的产出效率（如：提案制作时间）
- 团队整体的AI SOP完善程度
- 知识库贡献（为知识库添加了多少有效条目）
第一次ROI汇报：如何量化AI的价值
在第6个月末，做一次完整的AI使用价值汇报。这对于两件事很重要：一是你自己判断是否值得继续投入；二是为后续预算申请提供依据。
ROI汇报框架：
【AI应用半年度价值报告】
一、覆盖场景（6个月内运行的AI场景）
场景1：[名称] — [简述]
场景2：[名称] — [简述]
...
二、效率数据
| 场景 | 传统方式（时/次）| AI辅助（时/次）| 提升 | 月频次 | 月节约时间 |
|------|--------------|--------------|------|-------|---------|
| ... | ... | ... | ...% | ... | ...小时 |
三、等价成本节约
月节约总时间 × 平均人工成本（元/小时）= 月等价节约金额
月等价节约：¥____
年化等价节约：¥____
四、工具投入
月AI工具费：¥____
年化工具费：¥____
五、ROI
投入产出比 = 年化等价节约 / 年化工具费 = ____倍
六、定性收益（不容易量化但真实存在的）
- [例如：团队对AI的接受度显著提升]
- [例如：内容质量客户反馈变好]
- [例如：新员工入职培训周期缩短]
七、下一阶段计划
拟新增场景：____
预计增量投入：____
预计增量收益：____