AI原生企业如何将工作流转化为运营能力
内容提要
OpenAI企业信号显示，前沿企业AI使用深度远超普通企业，输出代币量差距从2.6倍扩大至8.3倍。领先企业通过代理连接公司上下文和工具，实现从辅助到执行的转变。Basis、Clay和Exa等初创公司展示了如何将代理融入入职、客户管理和开发者增长，强调可重复流程、持久上下文和测试行动。领导者应通过六步实验，定义结果、构建人类系统，并规模化有效工作流。
延伸解读
从代币量到运营深度
OpenAI企业信号显示，前沿企业AI使用深度远超普通企业，输出代币量差距从2.6倍扩大至8.3倍。这不仅是使用频率的差异，更反映了运营模式的转变：领先企业将AI代理与公司上下文和工具连接，承担更实质性的工作，并让成功的工作流可重复。领导者应关注工作流结果而非单纯输出量，以衡量AI是否真正提升业务价值。
代理工作流的三重模式
Basis、Clay和Exa展示了代理融入工作的三种模式：Basis将入职流程转化为可复用的技能，实现一致性和可改进性；Clay为分散的客户信息建立持久上下文，通过每日更新和优先级列表提升销售效率；Exa将机会发现到测试执行的全流程自动化，同时保留人工审查。三者共同点在于：定义清晰流程、提供持久上下文、并通过测试和反馈持续优化。
实验与规模化的关键
文章提出六步实验法，强调从单一价值面开始，明确结果和衡量指标，编写代理的“工作描述”，构建人类监督系统，并让实验可见可复用。关键是将成功的工作流封装为技能或插件，并保留上下文、权限和评估机制。随着工作流成熟，责任和决策权应逐步扩大，但始终保留人工判断和审查点。
Q&A
OpenAI企业信号显示，前沿企业与普通企业在AI使用深度上的差距有多大？
前沿企业（AI使用量前10%的企业）每活跃用户生成的输出代币量是普通企业的8.3倍，而1月份这一差距为2.6倍。
Basis公司如何利用AI代理优化员工入职流程？
Basis公司为会计事务所构建AI代理，将入职时间从两小时缩短到30分钟。新员工首日即可使用Codex和公司专属的入职技能，Codex负责欢迎、介绍公司概念并自动完成集成设置。HR可更新技能以处理常见问题和例外情况。
Clay公司如何通过AI代理管理分散的客户信息？
Clay为每个账户创建持久工作区和专用子代理，子代理每晚审查主要来源并更新交易文件夹，协调代理每天早上生成优先行动清单，帮助销售节省约一小时的收件箱处理时间，并确保关键信息可追溯。
Exa Labs如何利用Codex实现开发者增长？
Exa Labs将开发者关系团队的工作流程转化为Codex的明确工作流，Codex监控高优先级集成机会、收集上下文、创建拉取请求、运行测试并准备每周更新，人类在发布前进行审查，从而将机会从信号转化为经过测试的成果。
企业领导者如何通过六步实验来规模化有效工作流？
六步包括：1. 选择一个重要的端到端工作流；2. 定义结果和衡量指标；3. 编写代理的职位描述；4. 构建围绕代理的人类系统；5. 使实验可见且可复用；6. 将有效的操作模式应用到下一个价值领域。
在构建AI代理时，为什么需要定义代理的职位描述？
定义代理的职位描述有助于明确触发条件、预期结果、所需上下文、工具、权限、持久性、证据要求以及人类审查点，确保代理工作有明确边界和可衡量性。
企业如何衡量AI工作流的价值？
通过跟踪完成的任务、连接的上下文和工具、异常情况和审查负载来衡量深度；通过周期时间、质量、成本、收入或风险来衡量价值。输出量显示人们是否要求AI做更多，而工作流结果显示是否重要。
