00 / THE REAL QUESTION
培训结束之后，员工的工作方式真的改变了吗？
AI赋能最容易停留在“听懂了”和“觉得很厉害”。真正的系统必须继续追问： 员工回到岗位后能不能独立完成任务，30天后是否仍在使用， 优秀方法是否能被其他团队复制。
因此，我会把衡量单位从“课程”改成“任务”。01 / WHY TRAINING FAILS
传统AI培训，常在三处断掉。
真正的阻力不是员工不愿意学，而是学习没有与岗位任务、 真实材料和后续支持连起来。学之前
不知道用在哪
从工具功能出发，而不是从岗位每天反复发生的任务出发。
学之中
离开课堂不会用
演示材料很漂亮，但没有使用员工自己的数据、流程与判断标准。
学之后
成功经验留不下
缺少陪跑、反馈和资产化机制，每个人都在重复试错。
02 / OPERATING MODEL
让赋能成为一套持续运转的机制。
从“业务问题被看见”开始，到“岗位方法被复制”结束； 每一步都对应一个动作和一项可检查的交付物。DISCOVER
找任务
通过访谈、跟岗和数据，找到高频、重复、信息密集且可验证的真实工作。
交付物业务痛点与任务清单
MAP
画地图
按岗位拆解关键任务、AI能力、适用工具、人工判断点和使用边界。
交付物岗位AI能力地图
CO-DESIGN
做共创
邀请业务人员带真实材料参与，把方法嵌入现有流程，而不是另造一套流程。
交付物任务原型与模板
ACTIVATE
进工作
用岗位工作坊和7天挑战，让员工在自己的任务中完成第一次真实使用。
交付物可使用的岗位成果
SUPPORT
做陪跑
通过Office Hour收集失败案例、未知问题和流程阻力，持续调整工具与内容。
交付物反馈与问题台账
SCALE
再复制
验证效果后沉淀案例、课程和工具，由种子用户带动更多团队采用。
交付物资产包与推广路线
03 / ROLE CAPABILITY MAP
不是所有员工，都学同一套AI。
先识别岗位真实任务，再决定需要什么能力、以什么方式赋能， 以及哪些判断必须留给人。ROLE / 01
前台员工
交接班与现场知识查询- 当前阻力
- 信息散落、现场时间紧、答案需要可靠出处。
- 需要的AI能力
- 摘要、分类、知识检索、情境判断
- 赋能后的成果
- 结构化交接班记录＋带引用的岗位问答
- 人工边界
- 不自动做服务承诺；低置信度问题转人工。
ADOPTION JOURNEY
一次培训，拆成四段真实采用旅程。
任务卡
解决一个具体问题
第一次成功岗位工作坊
带自己的材料现场完成
带走真实成果任务挑战
回到工作中连续使用
进入日常工作Office Hour
带着失败案例回来
形成反馈闭环04 / FIRST PILOT
门店点评洞察共创营
从3-5家门店、两周公开点评和10-15名种子用户开始， 跑通一次“真实任务-共同定义-工具使用-业务验证”的完整闭环。
01收集公开点评02共定分类标准03搭建分析模板04连续使用两周05比较前后变化06沉淀案例资产
最终交付
点评分析模板问题分类标准门店周报格式人工复核清单真实业务案例
05 / MEASUREMENT
培训结束30天后，工作发生了什么变化？
同时培养门店、区域与职能团队中的种子用户，让方法不依赖AI团队逐次培训， 而能在业务内部持续使用与反馈。进入了吗？
报名率、完课率、真实任务提交率
还在用吗？
7天与30天持续使用率、活跃用户数
工作变了吗？
处理时间、错误率、周期与输出质量
可以复制吗？
案例数量、模板复用与跨团队推广数
MY DEFINITION OF ENABLEMENT
AI业务赋能，不是教会员工更多工具，而是重新设计“员工如何完成一项工作”。