在吴兴国控讲AI办公：先把边界划清，再谈提效

10 月 28 日晚上，我在吴兴国控集团“青年夜校”第 16 期，和集团及各子公司的同事聊了聊 AI+办公。台下坐着的，多是行政、人事、业务条线的同事，不是技术岗。这个组合其实最能说明问题：AI 办公真正要解决的，从来不是“会不会用某个工具”，而是能不能在自己的工作里，稳定地少花一点时间。

先讲边界，再讲工具

我开场没有直接演示产品，而是先讲 AI 工具选型与应用边界。原因很简单：单位里推 AI，最容易出问题的不是效率不够，而是用错地方。哪些数据能进去、哪些不能，生成的制度表述、对外口径要不要复核，这些底线先讲清楚，后面才敢放手用。

我给自己定的判断标准是三条：涉密和敏感信息不上传；AI 产出必须有人过一遍；对外发布的内容保留人工终审。这不是保守，而是让工具能长期用下去的前提。很多单位不是没工具，是不敢用，边界讲明白了，才谈得上放开用。

工具选型：按任务选，不按热度选

接下来是工具选型。市面上的工具变化太快，追新没有尽头。我一般按任务类型倒推：写材料、整理会议记录、做表格分析、搭知识库，对应的其实是不同类型的工具。选型的核心不是“哪个更强”，而是“这件事交给它，我省下的时间够不够覆盖学习和校对成本”。

课上我反复提醒一句：别为了用 AI 而用 AI。一个动作如果一个月只做一次，手工做完可能更快；真正的价值在那些每天都在重复的事上。

知识库：把单位的“老经验”收拢起来

主题知识库搭建，是这次课的重点之一。每个单位都有大量散落的制度、模板、案例和常见问答，平时存在各人的电脑和聊天记录里，换个人接手就得重新问一遍。知识库要做的，是把这些沉淀成一个能问答的入口。

搭的时候重点不在技术，而在整理：哪些文档该进、怎么分类、过期内容怎么处理。这三件事想清楚了，知识库才有人愿意用；否则只是一个更大的文件夹，谁也不会打开。

Agent 配置与自动化：让重复动作自己跑

个人 Agent 配置和定时自动化任务配置，是大家觉得“新鲜”的部分。说白了，就是把每天固定要做的动作写清楚：几点取数、取哪张表、生成什么格式、发给谁。配置一次，之后到点自动跑。

我在课上强调，自动化任务最怕“配完就忘”。要么设个提醒，要么定期检查结果，不然跑错了也没人发现。工具不会替你负责，责任还在配置它的人身上。

表格与看板：让数据先说话

表格数据看板分析这部分，我结合办公场景的实例讲了几种常见做法。看板的价值不是好看，而是把“每周手工汇总”变成“打开就能看”。指标不用多，能回答“这个月比上个月怎么样、问题出在哪个环节”就够了。

对人力资源和行政岗位来说，这套思路尤其实用：招聘进度、培训完成率、考勤异常，都可以用同一套方法盯住。

回到能力边界

最后我回到能力边界。AI 擅长的是归纳、生成、整理和初步分析；不擅长的是判断责任、拍板决策、承担后果。这一点在人力资源场景里尤其明显：简历初筛可以借助工具，但录用决定、绩效沟通、员工关系处理，仍然要人来做。

一晚上的课，讲不完所有工具。我更希望留下的是一个判断框架：遇到一件重复的事，先问它值不值得交给 AI，再问该交给哪一类工具，最后问结果由谁复核。这三问走顺了，AI 办公才算真正落地。

如果您所在单位也在推 AI 办公，欢迎把卡住的那个具体场景发我，我们一起拆。