两个信号：AI 开始正式"入职"了

9月11日，Salesforce 一次性发布了七个具名智能体，每个都有名字、有岗位、有职责说明：接客服热线的 Casey，处理IT和人事工单的 Paige，跑外呼销售的 Hunter，管供应链后台的 Marshall。三天后的9月14日，淘天集团和福客AI联合打造的电商"生意管家"正式上岗，围绕素材生产、货品运营、流量投放、用户经营、数据复盘、风控巡检设了六类数字员工。

这两件事隔着太平洋，指向的却是同一个变化：企业AI落地正在从"买软件"转向"招员工"。软件买回来是功能列表，员工招进来要写岗位说明书。这个差别，恰恰是过去两年很多企业AI项目没做成的根子。

为什么"岗位化"是AI落地的分水岭

先看一组尴尬的现实。市面上大量AI工具能写文案、生成图片、解析表格，但用过的商家都知道，工具输出结果之后，数据整理、异常排查、任务拆解、进度跟进、复盘总结，一样都少不了人来兜底。说白了，工具只管"输出"，不管"结果"。通用大模型还缺行业实操经验，服饰、家电、食品各个类目的打法不同，品牌方和代运营团队的标准作业流程也不同，一个通用模型根本接不住。

Salesforce 这次发布有意思的地方在于，它给每个智能体配的不是功能清单，而是岗位描述。按官方口径，买家应该用"编制"的思路看这些智能体，而不是软件许可证。跑销售的 Hunter 更是搭了一个长周期运行机制：普通聊天机器人每次对话结束就失忆，Hunter 能跨会话保持记忆，一个销售流程可以跑上几天几周，中间没人盯也能按计划推进，有新指令进来还会自己调整路线。这才是销售岗的真实工作形态——研究客户、起草触达、反复跟进、成交，从来不是一轮对话就完事。

效果也有实据。软件公司 Perk 的销售管线有六成由还在试用的 Hunter 建立；Anthropic 自己的客服对话近八成由 Fin 独立解决，全程无人介入；体育用品零售商 Hibbett 上线六周，九成核心购物旅程由AI承接。这些不是发布会上的演示数据，是生产环境里跑出来的数字。

岗位说明书怎么写：把老员工的方法论变成技能包

淘天和福客AI的"生意管家"给出了更接国内地气的答案。双方联合研发时，电商行业专家和AI技术专家一起，把优秀操盘手"看数据、做判断、推任务、验结果"的方法拆解出来，转成智能体可以调用的行业技能包。注意，这套技能包不是几句提示词，而是包含使用条件、执行步骤、验收标准、权限边界的完整工作方法论。不同类目、不同团队分工、不同经营目标，都能做个性化配置。

这四个要素，恰好就是一份岗位说明书的骨架：什么情况下用这套打法（使用条件）、按什么步骤推进（执行步骤）、做成什么样算合格（验收标准）、哪些事不能越界（权限边界）。西域智慧供应链的实践能侧面印证这套逻辑的威力——这家深耕MRO数字供应链的企业已经沉淀了100多个AI智能体，嵌进审核风控、经营分析、内容生成、流程协同等核心场景，区域业绩分析效率提升4.3倍，商品上架审核时效提升四成。面对7000行数据不规范、品牌型号规格混杂的物料清单，AI能自动完成属性提取、去重、信息补足，再到系统里匹配产品、定价、交期。

传统行业同样在吃这波红利。人民日报9月9日的报道提到，快递业利润增速普遍跑赢件量增速，AI是幕后引擎：中通约九成商家售后工单、七成收件用户诉求由智能客服独立闭环；圆通用智能体计算最优路由，上半年节约运营成本近9000万元；韵达无人车超过1500台，网点运输成本降三成。

我其实觉得，这套"技能包"思路最大的价值，是把企业里那些"只可意会"的老员工经验显性化了。很多中小企业的核心竞争壁垒，就藏在某个老师傅脑子里的判断流程里，以前带徒弟要三年，现在拆成技能包，数字员工第一天就能上岗。

中小企业三步把数字员工"招进编制"

第一步，先盘点，别急着买。把公司所有岗位过一遍，挑出那些"高重复、有标准、有数据"的活——售后答疑、订单审核、数据日报、素材生产都是典型。一次只挑一两个岗位试点，跑通了再扩。上来就全公司铺开的项目，我还没见过几个善终的。

第二步，优先用现成的岗位化产品，别自研。淘天生意管家这类电商场景的数字员工、SaaS厂商推出的智能体模块，都是按月付费、按需开通，试错成本远低于养一个自研团队。中小企业要的是把AI用起来，不是把AI做出来。真有行业特殊需求，再找本地的软件开发团队做定制，比如南宁软件公司这类贴近业务的服务商，把行业技能包做成本地化的版本。

第三步，把数据授权和验收标准写清楚再上线。哪些数据允许AI读取，读到什么层级，输出结果由谁验收、怎么验收，这三件事必须在合同和流程里白纸黑字定下来。生意管家的做法值得参考——它是在商家授权及功能开放范围内调用数据的，数据边界先于功能边界。道理很简单：数字员工没有岗位说明书和权限边界，就不是员工，是隐患。

写在最后：没有岗位说明书的AI只是贵的聊天框

南宁的批发、零售、餐饮、物流企业密度不低，这些行业恰恰是岗位化智能体适配度最高的场景——重复动作多、判断标准清晰、数据沉淀完整。做南宁企业数字化这类项目的同行应该都有体感：客户问的第一句话已经从"AI能干什么"变成了"AI怎么接进我的流程"。

说实话，判断一家企业的AI落地是不是认真的，就看一个细节：它有没有给自己的数字员工写岗位说明书。写了使用条件、验收标准和权限边界的，八成能跑出结果；只买了工具等着奇迹发生的，大概率三个月后工具就躺在角落吃灰了。AI不缺能力，缺的是一份认真的岗位说明书。