课程简介

生成式 AI 正从「对话问答」迈向能够理解业务目标、调用系统工具并交付结果的企业级智能体。腾讯 WorkBuddy 即面向这一趋势打造的企业 AI 工作台——它交付的不是一份回答，而是一项有依据、可核验、可追溯的完成的工作。但企业引入 AI 的第一波浪潮大多停在「能对话」：问一句答一句，答案漂亮却进不了系统、改不了业务状态、留不下依据。当前真正的痛点集中在三条：数据散在数十个系统，AI 看不全；结论无出处、无留痕，出事无法追溯；关键经验长在少数骨干身上，人一走经验就走。

 针对这一现状，腾讯在 WorkBuddy 的产品研发与客户交付中逐步形成了一套判断：企业 AI 落地的关键，已不只是选择更强的模型，而是建立一套能够把数据、知识与业务系统连接进 Agent 工作流的执行体系。据此我们把办公拆成两层：狭义办公以个人为中心，从资料、表格、文档、发布四类最高频任务切入，解决智能能力的普及广度；广义办公以业务目标为中心，让数字员工进入 CRM / ERP / MES，做全局判断、统一行动，解决价值深度。二者合起来，才是以数字员工为执行主体的第三代办公范式。

 本次分享以 WorkBuddy 企业 AI 工作台为样本，围绕数字员工从「能对话」到「能上岗」的演进路径，重点研讨三个方向：其一，数字员工上岗前必须配置清楚的六件事——目标与任务、上下文、知识与记忆、工具与流程、运行与恢复、权限与管控，六项共同决定它能否做对、做稳、做得可控；其二，企业 AI 资产如何形成复利，让每一次真实任务都沉淀为可调用、可验证、可版本化的组织能力；其三，安全与合规的红线怎么划，以全链路数据保护、权限严格受控、危险操作自动阻断、操作可追溯可恢复四道防线，支撑智能体安全进入核心业务。分享还将结合制造、金融、零售、物流等行业的 11 家企业落地实证，为与会者带来一套可复制、可评测、可审计的落地路径。

 课程收益

目标：

1、重新认识企业级智能体：它不是一个新的聊天入口，而是以数字员工为执行主体、能够进入系统并完成业务闭环的新型执行系统。

2、建立「狭义办公 + 广义办公」的双层判断框架：学会区分哪些场景应从个人高频任务切入以追求普及广度，哪些场景才值得建设数字员工以换取价值深度。

3、掌握数字员工上岗前必须配置清楚的六件事与最小权限边界，获得一份可直接用于内部立项评审的上岗检查清单。

4、理解企业 AI 资产从「归档」走向「可调用、可验证、可版本化」的沉淀机制，为组织能力的规模复制与新人培养找到抓手。

5、获得一套可复制、可评测、可审计的智能体落地路径，便于对照自身企业所处阶段选择演进节奏，而不是盲目追求一步到位。

 成功要点：

1、数字员工要真正进入企业核心业务，靠的不是把模型接进工作流，而是把目标、上下文、知识、工具、运行与权限六件事一次性配置清楚，并让人的边界成为 AI 的边界。腾讯在大量客户交付中总结出五条经验：场景选择上，优先挑选「高门槛、高重复、依据分散」的工作，如采购比价、标签校验、标书制作与缺料测算，这类任务既有明确的完成标准，也最容易被量化；

2、人机分工上，让 AI 跑第一棒，承担取数、初稿、初筛与规则化计算，由人负责判断、复核与担责，关键动作必须人工确认；工程实现上，坚持数据与呈现解耦，数据统一沉淀为一张表、页面只负责呈现，口径变化时只需修改一次；

3、治理边界上，不为 AI 单独维护一套权限，Agent 与操作者同权限并运行在安全沙箱内，做到人看不到的内容 AI 也读不到；组织推进上，把资深骨干的经验蒸馏成可执行规则与 Skill，同时推动一把手先用起来，自上而下完成渗透。反面教训同样明确：只做问答助手必然停留在 Demo；只讲提效不讲审计，进不了核心业务；做完不沉淀，用过一次便烂在那里。

 启示：

1、AI 的价值不应只用「节省了多少工时」衡量，更要看质量、风险与资产三个维度的兑现：每条结论都能点回原始凭据，让重复计费、漏赔少赔等隐性损失被当场翻出；应收账龄、合同到期与资质有效期等风险，从「事后才发现」前移为「事前有预警」；关键判断沉淀为组织资产，做到越用越多、越用越准。

2、企业 AI 的竞争终将落在「人 + 数字员工」的总产能上。可核验的效率数据是最有说服力的起点——报关单填报由 30 分钟降至 5 分钟、标签校验由每月 244 小时降至 5 小时、夜间巡检由 9 人轮班转为 1 人复核、舆情监测由 3 小时降至 8 分钟；但真正的分水岭，在于这些能力能否被复制、被审计、被持续运营。

 受众人群

平台开发者、企业管理者、CEO、产品经理、项目经理、开发人员、架构师及其他对架构、AI赋能日常工作感兴趣的从业者。

课程周期

    0.5天（3H） 

课程大纲