Enterprise AI Role Guide

让 AI 进入
每一个岗位

不是给员工增加一个工具,而是逐岗位重做工作方式,让收入、成本、效率和风险变得可见、可查、可验收。

13核心岗位
39业务场景
4经营结果
四个经营结果框架
ONEX / ENTERPRISE OPERATING MAP

AI 的价值,不在回答问题,而在改变经营结果。

收入增长、成本下降、周期缩短、风险提前暴露——这四件事,才是企业 AI 的验收标准。
13 ROLE MAP

一张企业 AI 岗位价值地图

从经营决策到一线交付,每个岗位都用具体场景、可检查成果与责任边界说明 AI 能带来什么变化。

AI 负责整理、分析和提醒;人负责判断、承诺与最终责任
OneX visualAI 负责整理、分析和提醒;人负责判断、承诺与最终责任
01 / MANAGEMENT VIEW

这不是一份工具清单

企业引入 AI,真正要回答的不是“员工会不会用”,而是四个经营问题:

  1. 能不能帮助公司多获得收入?
  2. 能不能减少重复劳动和返工?
  3. 能不能缩短关键业务周期?
  4. 能不能让风险更早被发现?

因此,我们不从工具和提示词开始,而是从岗位开始:逐岗位检查工作怎样发生、信息在哪里断掉、哪些任务适合交给 AI、哪些判断必须由人负责,并用可见成果和经营指标验收。

从散点工作到可检查的企业经营系统
OneX visual从散点工作到可检查的企业经营系统
02 / MANAGEMENT VIEW

老板首先看四个经营结果

1. 收入增长

老板要问:客户机会有没有被遗漏,需求有没有被真正理解,方案能不能及时响应?

AI 进入相关岗位后,可以让:

  • 客户线索、需求、异议和承诺被持续记录
  • 长时间没有推进的机会更早暴露
  • 方案准备更快,更贴近客户真实问题

适用岗位:销售、市场、产品、客服成功。

2. 成本下降

老板要问:哪些人工成本消耗在重复整理、重复制作、返工和低价值沟通上?

AI 进入相关岗位后,可以让:

  • 同类材料不再每次从头制作
  • 跨部门信息减少重复收集和重复确认
  • 常规整理、比对、归纳和初步检查自动完成

适用岗位:财务、采购、行政、人事、法务、设计、技术。

3. 效率提升

老板要问:哪些事情明明不复杂,却因为等信息、找材料、反复确认而拖得很久?

AI 进入相关岗位后,可以让:

  • 经营汇报和决策材料更快准备
  • 客户方案、产品需求和项目文档更快形成
  • 会议决定、负责人和截止日期更容易闭环

适用岗位:老板 / 总经理、销售、产品、技术、行政。

4. 风险降低

老板要问:风险能否在造成损失之前被看见,而不是等到客户投诉、项目延期或财务异常后才处理?

AI 进入相关岗位后,可以让:

  • 合同、回款、项目和客户异常更早进入提醒清单
  • 重要承诺、责任人和截止日期不再依赖个人记忆
  • 管理层能够区分已确认事实、待核实信息和风险判断

适用岗位:老板 / 总经理、财务、法务、采购、客服成功、技术。

AI 最终要落到收入、成本、效率与风险四个经营结果
OneX visualAI 最终要落到收入、成本、效率与风险四个经营结果
03 / MANAGEMENT VIEW

哪些岗位值得优先改造

不建议企业一次启动所有岗位。第一阶段优先选择 1 至 3 个岗位,并同时满足以下条件:

  • 任务高频,每周都会重复发生
  • 信息量大,人工整理和查找耗时
  • 重复劳动多,容易出现遗漏和返工
  • 成果可以打开、抽查或统计
  • 风险边界清楚,最终责任人明确

通常可以从两类岗位切入:一类直接影响收入,如销售和客服成功;另一类影响全公司的决策与协同,如老板 / 总经理和行政。

05 / MANAGEMENT VIEW

我们如何帮助企业落地

  1. 访谈老板和岗位负责人,找到真正影响经营的任务
  2. 盘点岗位工作流、信息来源、重复劳动和责任边界
  3. 选择三个高价值、低风险、可验收的场景试点
  4. 重新设计人机分工、成果模板和工作规则
  5. 记录现状基线,小范围试运行
  6. 对比周期、质量、业务结果和风险指标,决定是否扩大
我们不是给员工安装几个 AI 工具,而是帮助企业逐岗位重新设计工作方式,并用经营指标验收。
从岗位诊断到复盘扩展的六步交付闭环
OneX visual从岗位诊断到复盘扩展的六步交付闭环
01
AI ROLE DESCRIPTION

老板 / 总经理

主要影响:效率提升、风险降低

一句话经营价值

让经营信息更快到达决策者,让重大事项有人负责、有时间要求、有结果反馈,让风险在造成损失之前被看见。

老板现在承受的三个隐性损失

  1. 找事实太慢:数据、客户反馈和项目进展散落在汇报、群聊和文件中,管理层花大量时间听情况、找材料、对口径。
  2. 决定没有闭环:会议形成了意见,却没有清楚记录负责人、截止日期、验收结果和后续变化。
  3. 风险知道得太晚:业务一线已经出现回款、客户、交付或人员异常,老板往往等到结果恶化才知道。

AI 加入后的三个工作场景

01

场景一:经营信息汇总

过去: 各部门用不同方式汇报,老板需要自己拼接事实,还要反复追问数据口径。

AI 加入后: 按固定结构汇总收入、回款、客户、项目、成本、人员和风险信息,标明数据来源、变化原因和待核实项,形成可快速阅读的经营简报。

人最终负责: 各部门负责人确认事实与口径,老板决定关注重点和后续行动。

02

场景二:重大决策准备

过去: 决策材料混合事实、观点和情绪,重要信息不完整,管理层开会后仍需要继续补材料。

AI 加入后: 围绕一个经营问题整理已确认事实、关键分歧、可选方案、信息缺口和潜在风险,帮助管理层把时间放在判断和取舍上。

人最终负责: AI 不给出最终经营结论;战略、投资、用人、定价和风险接受由经营班子决定。

03

场景三:重大事项闭环

过去: 决定散落在会议和群聊中,谁负责、什么时候完成、是否发生变化,依赖秘书或个人记忆追踪。

AI 加入后: 把已确认决定整理成负责人、截止日期、验收标准和风险提示,并持续汇总未完成、已延期和需要升级处理的事项。

人最终负责: 负责人汇报真实进展;老板决定是否调整目标、资源和责任。

老板可以直接检查的四项成果

01

每日经营简报

打开即可看到关键经营数据、昨日变化、异常事项、待核实信息和当天需要管理层关注的问题。

02

重大决策准备单

清楚列出决策问题、已确认事实、不同意见、可选方案、信息缺口和主要风险,不把推测写成事实。

03

重点事项闭环清单

逐项显示决定内容、负责人、截止日期、当前状态、最新证据和需要管理层介入的事项。

04

经营风险提示单

汇总回款、客户、项目、合同、成本和人员异常,标明发现时间、事实依据、影响范围和建议核查动作。

如何验收是否真的提升

项目启动时先记录现状基线,试运行后对比:

  • 经营材料准备时间:从各部门开始收集到形成老板可阅读材料所需时间
  • 决策材料关键事实完整率:决策前必须具备的事实和证据是否齐全
  • 重点事项按期闭环率:已确认事项中,按约定时间完成并有结果证据的比例
  • 重大风险首次提示提前量:从风险第一次出现,到管理层收到明确提示之间的时间

不在没有企业基线的情况下承诺固定提升百分比。

必须由老板和经营班子负责的判断

  • 战略方向和业务取舍
  • 投资、预算和重大资源配置
  • 核心岗位用人和绩效决定
  • 价格、账期和重大客户承诺
  • 是否接受重大经营、法律和财务风险

AI 可以帮助准备信息、发现缺口和跟踪事项,但不能替经营者承担责任。

AI 顾问如何落地这一页

  1. 访谈老板和经营班子,确认真正影响决策的经营问题
  2. 盘点现有汇报、会议、群聊、业务系统和文件来源
  3. 选择经营简报、决策准备、事项闭环三个场景试点
  4. 建立成果模板、数据口径、确认人和责任规则
  5. 记录现状基线,选取真实业务周期试运行
  6. 用四项指标验收,决定保留、调整或扩大
02
AI ROLE DESCRIPTION

销售总监

主要影响:收入增长、成本下降、效率提升

一句话经营价值

让客户信息不再沉没、跟进任务不再遗漏、方案响应更快,并让销售过程可以检查、接手和复盘,而不只是月底看成交结果。

销售岗位现在承受的三个经营损失

  1. 客户信息沉在个人手里:需求、异议、关键人和历史承诺散落在个人聊天、语音和文件中,协同、接手和复盘困难。
  2. 机会依赖个人记忆推进:谁该联系、答应了什么、客户为什么犹豫,没有稳定记录,销售忙起来就容易遗漏。
  3. 响应慢且重复制作:方案、汇报和客户材料反复从头整理,管理层只能看到成交结果,看不到机会为什么停滞。

AI 加入后的三个工作场景

01

场景一:客户沟通整理

过去: 销售每次沟通后凭记忆做记录,重要需求、异议、承诺和关键人关系容易被省略。

AI 加入后: 把已经发生的客户沟通整理成背景、需求、预算与时间、关键人、异议、双方承诺、待确认信息和下一步行动,保留必要证据供销售核对。

销售最终负责: 销售确认事实、判断客户真实意图,并决定是否以及如何继续联系客户。

02

场景二:客户方案快速准备

过去: 销售从聊天、旧方案和产品资料中重复找材料,方案写了很多内容,却不一定回应客户最关心的问题。

AI 加入后: 根据客户上下文形成方案骨架,指出已经掌握的事实、仍缺少的材料、需要内部协同的人和客户必须确认的问题。

销售最终负责: 销售决定商业策略、报价、账期、范围和表达方式;所有对外内容必须由人确认后发送。

03

场景三:销售机会复盘

过去: 周会主要靠销售口头汇报,机会状态容易乐观化,管理层难以及时发现长期未推进、关键人缺失或承诺未完成。

AI 加入后: 按统一规则汇总机会进展,标出停滞时间、关键角色、未完成承诺、主要异议、下一步行动和需要管理层支持的问题。

销售最终负责: 销售总监判断机会优先级、资源投入、人员协同和是否退出;AI 不能替代销售总监判断成交可能性,也不对销售结果作承诺。

老板和销售总监可以直接检查的四项成果

01

客户沟通纪要

每次重要沟通后,能够看见客户背景、真实需求、关键异议、双方承诺、待确认信息和下一步行动,并能回到必要证据核对。

02

客户跟进与承诺清单

按客户显示责任销售、下一步动作、约定时间、未完成承诺和需要协同的人员,帮助管理层抽查重点客户是否持续推进。

03

客户方案准备单

在正式制作方案前,先列出客户目标、方案重点、已知事实、材料缺口、内部协同事项和必须由客户确认的问题。

04

销售机会风险周报

每周汇总长期未推进、关键人缺失、承诺逾期、方案不匹配和回款风险,说明事实依据和需要管理层支持的动作。

如何验收是否真的提升

项目启动时先记录现状基线,试运行后对比:

  • 客户首次响应时间:客户提出明确问题后,到销售给出有效回应所需时间
  • 关键客户跟进记录完整率:重点客户是否具备需求、异议、承诺、责任人和下一步行动记录
  • 客户承诺按期完成率:销售对客户明确承诺的材料、回复和动作是否按时完成
  • 方案准备周期:从确认客户需求到形成可内部评审方案所需时间
  • 超期未推进机会占比:超过约定周期但没有新证据、新行动或明确退出决定的机会比例

成交额和转化率受产品、价格、市场和客户预算等多重因素影响,不把最终成交全部归因于 AI。

必须由销售人员负责的判断

  • 客户关系、信任程度和关键人判断
  • 报价、折扣、账期和范围承诺
  • 合同条款和交付能力确认
  • 客户敏感信息的读取、使用和共享授权
  • 重大机会的资源投入与退出决定
  • 所有对外信息的最终审核和发送

AI 可以帮助整理、提醒和准备,但不能替销售对客户作出承诺。

AI 顾问如何落地这一页

  1. 访谈销售总监和一线销售,抽样真实销售过程
  2. 盘点客户沟通、方案、商机记录和内部协同信息来源
  3. 选择客户整理、方案准备、机会复盘三个场景试点
  4. 建立四项成果模板、销售确认规则和信息授权边界
  5. 选择一组真实客户,记录现状基线并试运行
  6. 用五项指标验收,决定保留、调整或扩大
03
AI ROLE DESCRIPTION

技术负责人

主要影响:成本下降、效率提升、风险降低

一句话经营价值

让技术团队减少重复分析和无效返工,让重要变更有证据、有检查,让故障经验能够真正进入下一次开发。

技术岗位现在承受的三个经营损失

  1. 方案准备慢:需求、历史限制和相关系统信息分散,技术负责人反复找资料、问背景。
  2. 变更风险靠经验兜底:检查重点依赖少数骨干,忙碌时容易遗漏影响范围、测试和回退方案。
  3. 同类问题反复发生:故障复盘和技术债记录不完整,经验没有进入后续工作。

AI 加入后的三个工作场景

01

场景一:技术方案准备

过去: 工程师从需求、旧文档和历史讨论中拼接背景,方案评审时才发现关键条件缺失。

AI 加入后: 整理目标、现状、依赖、约束、备选方案、未知项和验证计划,形成评审前可核查的准备材料。

人最终负责: 技术负责人决定架构、技术路线、资源投入和可接受风险。

02

场景二:变更与质量检查

过去: 变更说明、影响范围、测试和回退计划依赖个人习惯,交付高峰期容易压缩检查。

AI 加入后: 根据变更内容整理影响模块、数据与接口风险、测试重点、上线条件和回退步骤,供工程师逐项确认。

人最终负责: 工程师验证结果,技术负责人批准生产变更和发布。

03

场景三:故障与技术债复盘

过去: 故障解决后只留下零散记录,原因、临时措施和长期修复没有持续跟踪。

AI 加入后: 整理时间线、影响、证据、根因假设、恢复动作和后续改进,并汇总长期未处理的技术债风险。

人最终负责: 技术团队确认根因,决定修复方案、优先级和责任人。

老板和技术负责人可以直接检查的四项成果

01

技术方案准备单

列出目标、现状、关键约束、依赖、备选方案、验证计划和未确认问题。

02

变更风险检查单

列出影响范围、测试结果、上线条件、回退方案和批准人。

03

故障复盘报告

记录时间线、业务影响、关键证据、恢复动作、根因结论和防复发措施。

04

技术债风险清单

显示技术债的业务影响、紧迫度、责任人、计划时间和最新证据。

如何验收是否真的提升

  • 技术方案准备时间:从接收完整需求到形成可评审方案所需时间
  • 变更检查覆盖率:重要变更是否完成影响、测试、回退和批准检查
  • 缺陷重复发生率:已复盘问题在同一原因下再次发生的比例
  • 故障定位与恢复时间:从发现异常到确认范围并恢复服务所需时间
  • 关键技术债按期闭环率:已确定处理计划的关键技术债按时完成比例

所有指标先记录现状基线,不承诺脱离业务复杂度的固定提升结果。

必须由技术团队负责的判断

  • 架构和技术路线选择
  • 生产环境变更与发布批准
  • 安全、隐私和数据访问授权
  • 故障根因、恢复策略和对外说明
  • 技术债优先级与资源投入

AI 顾问如何落地这一页

  1. 访谈技术负责人并抽样真实需求、变更和故障
  2. 盘点文档、代码评审、发布和复盘流程
  3. 建立四项成果模板与确认责任
  4. 选择一个真实迭代周期试运行
  5. 对比五项指标并决定扩大范围
04
AI ROLE DESCRIPTION

市场总监

主要影响:收入增长、成本下降、效率提升

一句话经营价值

让市场团队更快看见客户和竞争变化,让内容与活动围绕真实需求展开,并让线索质量能够被销售结果反向验证。

市场岗位现在承受的三个经营损失

  1. 洞察来得慢:竞品、客户反馈和渠道变化分散,等到汇总完成时机会已经过去。
  2. 内容重复生产:选题、活动和物料经常从头准备,历史优质内容没有被复用。
  3. 线索与销售脱节:市场关注曝光和数量,销售关注有效客户,双方缺少统一反馈。

AI 加入后的三个工作场景

01

场景一:市场与竞品洞察

过去: 团队临时搜索资料,信息来源和更新时间不一致,结论难以验证。

AI 加入后: 按固定主题整理客户声音、竞品动作、渠道变化、证据来源和待验证判断,形成持续更新的洞察材料。

人最终负责: 市场总监判断信号是否重要,决定市场策略和资源投入。

02

场景二:活动与内容策划

过去: 每次活动重新找选题、案例和素材,内容多但与目标客户真实问题连接不强。

AI 加入后: 基于目标客户、历史反馈和已有资产形成活动主张、内容结构、素材缺口和多渠道复用计划。

人最终负责: 团队确定品牌表达、创意方向、预算和公开发布内容。

03

场景三:线索质量复盘

过去: 市场与销售分别统计数据,难以解释哪些渠道和内容真正带来了有效机会。

AI 加入后: 汇总线索来源、客户画像、销售反馈、推进阶段和失败原因,标出需要调整的渠道与内容。

人最终负责: 市场和销售共同确认归因口径,决定预算和渠道调整。

老板和市场总监可以直接检查的四项成果

01

市场洞察周报

显示客户变化、竞品动作、渠道信号、证据来源和需要验证的判断。

02

营销活动准备单

列出目标客户、活动目标、核心主张、内容结构、素材缺口、预算和协同事项。

03

内容选题与复用清单

显示选题依据、目标人群、可复用资产、渠道版本和发布状态。

04

线索质量分析报告

按渠道和内容查看有效线索、销售反馈、推进阶段、失效原因和改进动作。

如何验收是否真的提升

  • 市场洞察准备时间:从开始收集到形成可讨论材料所需时间
  • 营销活动准备周期:从明确目标到形成完整活动准备单所需时间
  • 内容资产复用率:新内容中复用已确认案例、素材和观点的比例
  • 有效线索率:符合企业确认标准并进入有效跟进的线索比例
  • 销售反馈闭环率:市场线索获得有效销售反馈并完成归因记录的比例

线索和收入受品牌、产品、销售与市场环境共同影响,不把结果全部归因于 AI。

必须由市场团队负责的判断

  • 品牌立场和公开表达
  • 营销预算与渠道选择
  • 内容事实、版权和对外发布审核
  • 效果归因口径
  • 客户个人信息的合法使用与共享

AI 顾问如何落地这一页

  1. 访谈市场总监、销售和内容团队
  2. 盘点洞察、活动、内容和线索反馈流程
  3. 建立四项成果模板和归因口径
  4. 选择一个活动周期试运行
  5. 用五项指标验收并调整
05
AI ROLE DESCRIPTION

设计主管

主要影响:成本下降、效率提升、品牌风险降低

一句话经营价值

让设计团队更早澄清需求、更快准备方向、更多复用有效资产,并在交付前发现品牌与版权问题。

设计岗位现在承受的三个经营损失

  1. 需求不清导致返工:业务目标、受众、尺寸和交付场景没有一次说清,设计做到一半反复修改。
  2. 低价值工作挤占创意时间:找素材、改尺寸、做相似版本消耗大量时间。
  3. 资产与标准失控:旧素材难找,不同渠道的品牌表达不一致,版权依据不完整。

AI 加入后的三个工作场景

01

场景一:设计需求澄清

过去: 设计接到一句模糊需求后边做边问,业务方和设计方对成功标准理解不同。

AI 加入后: 把业务目标、受众、使用场景、内容层级、规格、参考、禁区和验收人整理成需求确认单。

人最终负责: 业务负责人确认目标,设计主管确认设计范围和交付标准。

02

场景二:方案变体准备

过去: 设计师重复制作尺寸、版式和初步方向,创意探索时间被机械工作挤占。

AI 加入后: 根据已确认需求准备不同方向的结构、文案层级和变体草案,帮助设计师更快进入选择和精修。

人最终负责: 设计师决定创意方向、视觉质量和最终表达。

03

场景三:资产复用与一致性检查

过去: 团队不知道已有素材能否复用,品牌字体、颜色、标识和版权信息容易遗漏。

AI 加入后: 整理可复用资产并在交付前检查品牌要素、文件规格、授权依据和交付材料完整性。

人最终负责: 设计主管确认品牌标准、版权授权和最终签发。

老板和设计主管可以直接检查的四项成果

01

设计需求确认单

列出业务目标、受众、场景、规格、内容、参考、禁区和验收人。

02

创意方向备选稿

展示不同方向的核心概念、结构、适用场景和需要人工精修的部分。

03

设计资产复用清单

列出可复用素材、来源、授权状态、适用渠道和需要更新的内容。

04

品牌一致性检查单

检查标识、字体、颜色、语气、规格、版权和交付文件是否符合标准。

如何验收是否真的提升

  • 设计首稿准备周期:从需求确认到形成可评审首稿所需时间
  • 平均修改轮次:从首稿到通过验收的往返次数
  • 设计资产复用率:交付中合理复用已确认资产的比例
  • 品牌一致性问题数:交付前后发现的品牌标准偏差数量
  • 交付材料完整率:源文件、规格、字体、授权和导出文件是否齐全

审美质量和市场效果需要人和真实反馈判断,不以产出数量代替设计价值。

必须由设计团队负责的判断

  • 创意方向和审美质量
  • 品牌标准及例外处理
  • 图片、字体和素材版权授权
  • 对外发布前的最终设计审核
  • 涉及人物、隐私和敏感形象的使用决定

AI 顾问如何落地这一页

  1. 访谈设计主管和高频需求部门
  2. 抽样需求、修改和交付过程
  3. 建立四项成果模板与资产规则
  4. 选择一类高频物料试运行
  5. 用五项指标验收并调整
06
AI ROLE DESCRIPTION

客服成功部

主要影响:收入增长、效率提升、风险降低

一句话经营价值

让客户问题更快被理解和分级,让重要风险及时升级,并把重复出现的问题变成产品与服务改进依据。

客服成功岗位现在承受的三个经营损失

  1. 问题重复描述:客户在多个渠道反复说明情况,客服还要重新查订单、合同和历史沟通。
  2. 回复速度快但解决慢:只统计首次响应,没有持续追踪问题是否真正解决、是否再次发生。
  3. 流失风险发现太晚:抱怨、使用下降和未完成承诺已经出现,却没有形成清晰升级信号。

AI 加入后的三个工作场景

01

场景一:问题受理与分级

过去: 客服手工阅读历史记录并判断类型、紧急度和责任部门,信息不全时反复询问客户。

AI 加入后: 整理客户背景、问题描述、已有证据、历史处理、影响范围和缺失信息,建议分级和协同部门。

人最终负责: 客服确认事实、优先级和沟通方式,重大问题由负责人决定升级。

02

场景二:回复与解决准备

过去: 客服重复查找相似案例和标准说明,回复口径不一,容易只回答表面问题。

AI 加入后: 基于已确认知识和客户上下文准备回复要点、排查步骤、责任人和后续确认时间。

人最终负责: 客服审核并发送回复,对客户情绪、例外情况和承诺负责。

03

场景三:客户健康与流失风险复盘

过去: 风险分散在投诉、工单、使用反馈和销售沟通中,直到客户提出退出才被重视。

AI 加入后: 汇总持续未解决问题、重复投诉、承诺逾期和关键使用变化,形成需要主动联系的风险清单。

人最终负责: 客户成功负责人判断关系状态、挽回策略、补偿和续约安排。

老板和客服成功负责人可以直接检查的四项成果

01

客户问题工单

记录客户背景、问题、证据、影响、分级、责任人、截止日期和解决状态。

02

回复与解决建议单

列出回复要点、排查步骤、已确认口径、需要客户补充的信息和后续时间。

03

客户健康风险清单

显示高风险客户、风险信号、未完成承诺、影响范围和建议联系动作。

04

产品改进反馈单

汇总重复问题、客户原话、影响客户范围、当前临时处理和需要产品确认的改进点。

如何验收是否真的提升

  • 首次响应时间:收到客户问题到给出有效受理回应所需时间
  • 平均解决周期:从受理到客户确认解决所需时间
  • 问题重复开启率:同一问题关闭后再次出现或重新投诉的比例
  • 重大风险升级提前量:风险信号出现到负责人收到明确升级之间的时间
  • 客户反馈闭环率:已确认问题是否有责任人、结果和客户反馈

续约和客户满意度受产品、价格与服务共同影响,不把结果全部归因于 AI。

必须由客服成功团队负责的判断

  • 客户情绪和关系状态判断
  • 补偿、退款和例外处理
  • 对客户的时间、范围和结果承诺
  • 重大问题升级与跨部门协调
  • 最终回复、续约和挽回策略

AI 顾问如何落地这一页

  1. 抽样真实工单、投诉和续约风险
  2. 盘点受理、协同、回复和升级流程
  3. 建立四项成果模板与分级规则
  4. 选择一类高频问题和一组重点客户试运行
  5. 用五项指标验收并调整
07
AI ROLE DESCRIPTION

财务部

主要影响:成本下降、效率提升、风险降低

一句话经营价值

让财务人员减少重复核对和汇总,让差异、到期事项与现金风险更早进入清单,并让经营分析有完整依据。

财务岗位现在承受的三个经营损失

  1. 大量时间消耗在找数和对数:业务、合同、发票、回款和费用信息分散,财务反复催收和核对。
  2. 风险在到期后才处理:应收、付款、合同义务和凭证缺口没有提前形成统一清单。
  3. 报告有结果、缺解释:经营报告花时间汇总数字,却很难快速说明变化原因和需要管理层关注的问题。

AI 加入后的三个工作场景

01

场景一:对账与费用检查

过去: 财务人工比对多份表格和凭证,差异原因需要逐笔查找。

AI 加入后: 汇总账目、业务记录与凭证对应关系,标出金额、时间、主体、用途和依据不一致的项目供核查。

人最终负责: 财务人员确认差异、会计处理和原始凭证,不让 AI 修改不可替代的原始记录。

02

场景二:应收与现金安排

过去: 回款、付款和合同节点分散,现金安排依赖个人经验和临时沟通。

AI 加入后: 整理应收、应付、预计时间、责任人、合同条件、逾期风险和待确认事项,形成资金安排准备材料。

人最终负责: 财务负责人决定资金计划、付款顺序和风险处理。

03

场景三:经营分析材料准备

过去: 月末花大量时间拼接数据,报告完成后留给原因分析的时间很少。

AI 加入后: 对已确认数据进行结构化汇总,标出同比环比变化、主要贡献项、异常点和需要业务解释的问题。

人最终负责: 财务和业务负责人确认口径、原因和经营结论。

老板和财务负责人可以直接检查的四项成果

01

对账差异清单

列出差异项目、涉及主体、金额、时间、依据、责任人和处理状态。

02

应收与到期事项清单

显示应收、应付、合同节点、预计时间、逾期状态和责任部门。

03

现金安排准备单

整理未来资金流入流出、已确认条件、待确认风险和管理层需要决定的事项。

04

经营财务分析简报

呈现关键指标变化、主要原因、异常项目、证据来源和需要业务说明的问题。

如何验收是否真的提升

  • 对账准备时间:从取得资料到形成差异清单所需时间
  • 差异处理周期:从发现差异到取得证据并完成确认所需时间
  • 逾期风险发现提前量:从风险可被识别到实际到期之间的时间
  • 经营报告准备时间:从关账数据确认到形成经营简报所需时间
  • 关键凭证与依据完整率:重要记录是否具备对应合同、发票、审批和业务依据

必须由财务人员负责的判断

  • 会计处理、税务判断和报表口径
  • 付款审批、资金调度和账户操作
  • 对外财务、税务和审计报送
  • 异常事项的最终确认与处置
  • 涉及员工、客户和供应商敏感财务信息的授权

AI 顾问如何落地这一页

  1. 访谈财务负责人和关键业务部门
  2. 抽样对账、应收、付款和报告过程
  3. 建立四项成果模板及数据确认规则
  4. 保留不可修改的原始凭证和人工审批
  5. 选择一个真实财务周期试运行并验收
08
AI ROLE DESCRIPTION

采购总监

主要影响:成本下降、效率提升、供应风险降低

一句话经营价值

让采购需求更清楚、报价更可比、履约风险更早暴露,同时保留人的谈判、选择和廉洁责任。

采购岗位现在承受的三个经营损失

  1. 需求反复变化:规格、数量、交期和验收标准没有确认完整,询价后仍频繁修改。
  2. 报价看似可比,实际条件不同:价格之外的税费、账期、交付、质保和服务被忽略。
  3. 供应风险发现太晚:交付异常、质量问题和合同义务分散,直到影响项目才升级。

AI 加入后的三个工作场景

01

场景一:采购需求标准化

过去: 采购接到模糊需求后反复追问,供应商收到的询价条件不一致。

AI 加入后: 整理用途、规格、数量、预算、交期、验收、资质和待确认项,形成统一需求单。

人最终负责: 需求部门确认技术与业务标准,采购确认询价范围和流程。

02

场景二:报价与条件比较

过去: 人工汇总不同格式报价,容易只比较单价,忽略总成本和限制条件。

AI 加入后: 按统一口径对比价格、税费、运输、账期、交付、质保、服务、例外和证据缺口。

人最终负责: 采购和业务部门核实报价真实性,决定谈判策略和供应商选择。

03

场景三:供应商履约与风险复盘

过去: 供应商的延期、质量和响应问题散落在沟通中,难以形成连续评价。

AI 加入后: 汇总交付节点、异常、整改、合同义务和历史表现,形成风险与跟踪清单。

人最终负责: 采购负责人决定升级、整改、替换和索赔安排。

老板和采购总监可以直接检查的四项成果

01

采购需求确认单

列出用途、规格、数量、预算、交期、验收、资质、确认人和未决问题。

02

报价与商务条件对比单

按同一口径展示价格、税费、运输、账期、交付、质保、服务和例外条件。

03

供应商风险清单

显示质量、交付、财务、合规和响应风险,以及证据、影响和处理状态。

04

交付与合同事项跟踪表

记录合同义务、交付节点、验收、付款条件、异常和责任人。

如何验收是否真的提升

  • 询价准备周期:从收到需求到形成可统一发送的询价材料所需时间
  • 报价可比率:参与评估的报价是否具备完整、可比的关键条件
  • 采购需求变更次数:正式询价后因信息不完整发生的重大变更次数
  • 交付异常发现提前量:异常信号出现到形成明确提示之间的时间
  • 供应商证据完整率:重要评价是否具备合同、交付、质量和沟通依据

采购节省受市场价格、需求规模和谈判能力共同影响,不把结果全部归因于 AI。

必须由采购人员负责的判断

  • 供应商准入、选择和淘汰
  • 价格、账期和商务条款谈判
  • 合同承诺、验收和付款建议
  • 质量与交付异常处置
  • 廉洁、关联关系和利益冲突责任

AI 顾问如何落地这一页

  1. 访谈采购、需求和验收部门
  2. 抽样需求、报价、合同和履约过程
  3. 建立四项成果模板与比较口径
  4. 选择一类高频采购试运行
  5. 用五项指标验收并调整
09
AI ROLE DESCRIPTION

行政总监

主要影响:成本下降、效率提升、协同风险降低

一句话经营价值

让会议决定真正进入执行,让行政请求和资产状态可以追踪,让活动与接待不再依赖个人记忆兜底。

行政岗位现在承受的三个经营损失

  1. 会议很多、闭环很少:决定、负责人和截止日期散落在纪要与群聊中,后续主要靠人工催办。
  2. 行政服务反复询问:员工不知道该找谁、需要什么材料,行政人员不断重复解释和转交。
  3. 资产与活动容易遗漏:领用、维修、归还、采购和活动准备缺少统一状态,问题到现场才暴露。

AI 加入后的三个工作场景

01

场景一:会议与事项闭环

过去: 会议纪要只记录讨论,决定、责任和验收标准不清,后续难追踪。

AI 加入后: 整理已确认决定、负责人、截止日期、验收结果、依赖和风险,形成持续更新的行动清单。

人最终负责: 会议主持人确认决定,责任人确认任务和真实进展。

02

场景二:行政服务受理

过去: 请假之外的证明、用印、采购、维修和接待需求通过多种方式提出,信息不完整。

AI 加入后: 按服务类型收集申请事项、所需材料、审批人、完成时间和处理状态,并准备标准回复。

人最终负责: 行政人员确认规则、例外情况、审批结果和对员工的正式通知。

03

场景三:资产与活动协调

过去: 资产状态和活动任务分散,靠经验丰富的行政人员记住每个细节。

AI 加入后: 汇总资产异常、维修归还、供应商安排、活动任务、人员、时间和现场风险。

人最终负责: 行政负责人决定预算、供应商、现场安排和安全措施。

老板和行政总监可以直接检查的四项成果

01

会议决定与行动清单

显示决定、负责人、截止日期、验收标准、状态和需要升级的问题。

02

行政服务请求台账

按类型记录申请人、事项、材料、审批、责任人、响应时间和完成状态。

03

资产异常清单

列出资产缺失、损坏、闲置、超期未还和记录不一致情况。

04

活动与接待准备单

列出目标、日程、人员、场地、物资、供应商、预算、风险和确认状态。

如何验收是否真的提升

  • 会议纪要形成时间:会议结束到形成确认版决定与行动清单所需时间
  • 行动事项按期闭环率:已确认事项按时完成并有结果证据的比例
  • 行政请求首次响应时间:收到完整请求到给出有效受理回应所需时间
  • 资产记录完整率:关键资产是否具备责任人、位置、状态和变更记录
  • 活动准备遗漏数:活动执行前后发现的关键准备遗漏数量

必须由行政人员负责的判断

  • 审批结果和制度例外
  • 员工关系和敏感安排
  • 供应商选择、价格和对外承诺
  • 活动现场、安全和应急责任
  • 涉及身份、行程和内部信息的访问授权

AI 顾问如何落地这一页

  1. 访谈行政负责人和高频服务对象
  2. 抽样会议、服务、资产和活动流程
  3. 建立四项成果模板及确认规则
  4. 选择会议闭环和一类行政服务试运行
  5. 用五项指标验收并调整
11
AI ROLE DESCRIPTION

产品总监

主要影响:收入增长、效率提升、产品风险降低

一句话经营价值

让用户需求有证据、产品取舍有依据、需求变更可追溯,并把上线后的真实反馈带回下一次决策。

产品岗位现在承受的三个经营损失

  1. 需求很多、证据很少:客户原话、使用数据和业务目标分散,优先级容易被声音大小影响。
  2. 决策反复:目标、范围、约束和未确认问题没有一次讲清,开发过程中频繁变更。
  3. 上线后缺少闭环:功能交付即结束,没有持续验证是否解决问题、出现了哪些新摩擦。

AI 加入后的三个工作场景

01

场景一:用户反馈与需求聚类

过去: 产品经理手工阅读访谈、工单、销售反馈和群聊,容易只记住最近或最强烈的声音。

AI 加入后: 按用户类型、场景、问题、频次、影响和证据来源整理反馈,区分事实、观点与待验证假设。

人最终负责: 产品团队判断需求真实性、战略匹配度和研究补充计划。

02

场景二:产品决策准备

过去: 评审材料混合目标、方案和结论,关键取舍到会议现场才暴露。

AI 加入后: 整理目标、用户证据、业务价值、备选方案、成本、风险、依赖和信息缺口。

人最终负责: 产品总监决定优先级、范围、资源和是否进入开发。

03

场景三:需求文档与迭代复盘

过去: 需求文档质量依赖个人,变更原因和上线结果缺少连续记录。

AI 加入后: 准备需求结构、场景、规则、异常、验收条件和变更记录,并汇总上线反馈与未解决问题。

人最终负责: 产品经理确认需求、验收标准、发布决定和复盘结论。

老板和产品总监可以直接检查的四项成果

01

用户需求证据包

按问题展示客户原话、行为证据、影响用户、频次、来源和待验证假设。

02

产品决策准备单

列出目标、证据、备选方案、成本、风险、依赖、信息缺口和决策人。

03

需求文档骨架

包含目标、用户场景、范围、规则、异常、数据要求、验收条件和未决问题。

04

迭代效果复盘报告

对比预期目标、真实使用、用户反馈、问题、变更和后续动作。

如何验收是否真的提升

  • 需求证据完整率:进入评审的需求是否具备用户、场景、问题和来源证据
  • 决策材料准备时间:从提出问题到形成可评审决策材料所需时间
  • 需求文档准备周期:从范围确认到形成可开发评审文档所需时间
  • 未验证需求占比:进入计划但缺少用户或业务证据的需求比例
  • 用户反馈闭环率:重点反馈是否进入验证、决定、实施或明确不做的闭环

产品成功受战略、市场、设计、技术和执行共同影响,不把结果全部归因于 AI。

必须由产品团队负责的判断

  • 产品战略和目标用户
  • 需求优先级与范围取舍
  • 资源投入和发布时间
  • 用户研究与数据使用边界
  • 最终需求、验收和上线决定

AI 顾问如何落地这一页

  1. 访谈产品、销售、客服和技术负责人
  2. 抽样反馈、决策、需求和迭代过程
  3. 建立四项成果模板与证据规则
  4. 选择一个真实迭代试运行
  5. 用五项指标验收并调整
12
AI ROLE DESCRIPTION

人事专员

主要影响:成本下降、效率提升、用人风险降低

一句话经营价值

让招聘和入职准备更完整,让面试判断回到岗位证据,同时确保录用、绩效和员工关系决定始终由人负责。

人事岗位现在承受的三个经营损失

  1. 岗位要求写得笼统:职责、结果和能力标准不清,筛选与面试各凭理解。
  2. 面试信息不可比较:记录零散、问题重复,观点多、行为证据少,决策容易受第一印象影响。
  3. 入职后缺少连续跟踪:资料、培训、任务和试用期目标分散,问题到转正前才暴露。

AI 加入后的三个工作场景

01

场景一:岗位画像与招聘准备

过去: 人事从旧职位描述复制修改,业务负责人很难说清新人要交付什么结果。

AI 加入后: 整理岗位目标、关键任务、结果标准、必备经验、能力证据、面试问题和禁用条件,供业务确认。

人最终负责: 业务负责人确认岗位需求,人事确认招聘规则、公平性和合法性。

02

场景二:面试证据整理

过去: 面试官记录方式不同,评价常停留在“感觉不错”或“经验一般”。

AI 加入后: 按岗位能力整理候选人的具体经历、行为证据、未确认信息和不同面试官观点,不自动作出录用排名。

人最终负责: 面试官核对记录并独立判断,录用和淘汰决定由授权人员作出。

03

场景三:入职与试用期跟踪

过去: 入职材料、培训、导师、阶段任务和反馈分散,责任人不清。

AI 加入后: 根据岗位目标整理入职准备、学习任务、阶段成果、反馈时间和待解决问题。

人最终负责: 直属经理确认目标、提供反馈并作出试用期评价。

老板和人事负责人可以直接检查的四项成果

01

岗位能力画像

列出岗位目标、关键任务、结果标准、能力要求、证据和面试重点。

02

候选人证据对比单

按岗位标准展示候选人提供的经历证据、未确认信息和面试官不同意见,不给出自动录用结论。

03

面试纪要

记录问题、回答要点、具体行为证据、待核实事项、面试官确认和反馈时间。

04

入职与试用期计划

列出资料、培训、导师、阶段任务、预期成果、反馈节点和责任人。

如何验收是否真的提升

  • 候选名单准备时间:从确认岗位要求到形成供业务审阅的候选材料所需时间
  • 面试证据完整率:关键能力是否具备具体问题、候选人证据和面试官确认
  • 面试反馈提交及时率:面试后在约定时间内完成事实记录和评价的比例
  • 入职材料准备时间:从确认录用到完成入职与首周准备所需时间
  • 试用期事项闭环率:阶段任务、反馈和问题是否按约定完成并留有记录

招聘质量受岗位设计、候选人市场和管理水平共同影响,不把结果全部归因于 AI。

必须由人事和业务负责人负责的判断

  • 录用、淘汰、晋升和绩效决定
  • 薪酬、福利与劳动条件
  • 员工关系、纪律和申诉处理
  • 候选人及员工敏感信息的合法使用
  • 公平性审查和最终授权

AI 顾问如何落地这一页

  1. 访谈人事和用人经理,选择一个真实岗位
  2. 抽样职位描述、面试和入职过程
  3. 建立四项成果模板与人工确认规则
  4. 明确敏感信息和高影响决定边界
  5. 用一个完整招聘与入职周期试运行并验收
13
AI ROLE DESCRIPTION

UX / 用户体验

主要影响:收入增长、效率提升、体验风险降低

一句话经营价值

让用户研究更快形成可追溯的洞察,让体验问题从零散反馈变成有证据、有优先级、有闭环的改进清单。

UX 岗位现在承受的三个经营损失

  1. 研究材料整理慢:访谈、录音、观察和问卷需要大量人工归纳,团队容易只记住印象强烈的片段。
  2. 洞察与证据脱节:结论写得漂亮,却难以回到原始用户、场景和行为证据核查。
  3. 体验问题缺少闭环:问题被发现后,优先级、责任人、修复结果和再次验证没有连续记录。

AI 加入后的三个工作场景

01

场景一:用户研究准备与整理

过去: 研究人员重复准备访谈提纲、整理记录和标注材料,留给分析的时间不足。

AI 加入后: 根据研究目标准备问题框架,并按用户、场景、行为、障碍、原话和待验证假设整理材料。

人最终负责: 研究人员决定方法、样本、提问方式和研究伦理,核对所有关键证据。

02

场景二:用户旅程与痛点分析

过去: 不同研究材料难以放到同一旅程中比较,团队讨论容易变成个人观点。

AI 加入后: 按旅程阶段整理用户目标、触点、行为、情绪、障碍和证据,标出共性与差异。

人最终负责: UX 负责人解释洞察、判断重要性并与产品和业务目标结合。

03

场景三:可用性问题跟踪

过去: 测试中发现的问题散落在报告和沟通中,上线后难以确认是否修复、是否再次发生。

AI 加入后: 形成问题描述、用户证据、影响范围、严重程度建议、责任人、修复状态和复测结果。

人最终负责: UX、产品和设计共同确定严重程度、优先级和最终体验方案。

老板和 UX 负责人可以直接检查的四项成果

01

用户研究计划

列出研究目标、对象、样本、方法、问题、时间、授权和成果用途。

02

用户洞察证据单

每条洞察对应用户类型、场景、行为、原话、证据来源、差异和待验证假设。

03

用户旅程图

展示各阶段的用户目标、触点、行为、情绪、障碍、机会和证据。

04

可用性问题清单

记录问题、用户证据、影响、建议级别、责任人、修复状态和复测结果。

如何验收是否真的提升

  • 研究资料整理时间:从完成采集到形成可分析材料所需时间
  • 洞察证据可追溯率:关键洞察是否能够回到用户、场景和原始证据
  • 关键体验问题闭环率:高优先级问题是否完成决定、修复或明确不处理
  • 上线后同类问题重复率:已处理体验问题在相同原因下再次出现的比例
  • 设计决策证据完整率:重要体验决定是否具备研究、业务和技术依据

用户满意和商业结果受产品整体表现影响,不把结果全部归因于 AI。

必须由 UX 和产品团队负责的判断

  • 研究伦理、用户授权和样本选择
  • 用户洞察的解释与适用范围
  • 体验问题严重程度和优先级
  • 用户隐私和敏感研究材料使用
  • 最终体验方向与设计决策

AI 顾问如何落地这一页

  1. 访谈 UX、产品和设计负责人
  2. 抽样研究、旅程和可用性问题流程
  3. 建立四项成果模板与证据链接规则
  4. 选择一次真实研究或可用性测试试运行
  5. 用五项指标验收并调整
ONEX ENTERPRISE AI DELIVERY

企业不缺 AI 工具,缺的是能产生经营结果的工作系统。

OneX 从真实岗位和经营问题出发,把岗位诊断、场景设计、人机分工、试运行与指标验收,沉淀为一套可复制、可复盘、可扩大的企业 AI 工作系统。

岗位诊断场景设计团队训练经营复盘