第361章 实体智能第一步：岗位智能 (2/4)

大家面面相觑，眼神中写满了“老板疯了”，搞张伟分身时，那可是花了不少时间、不少钱的啊，现在要给每个人搞一个分身？

“伟哥……”小马推了推眼镜，作为技术人员，他本能地开始计算可行性，

“理论上这很酷。但您知道我们在说什么吗？公司现在有几十种不同的岗位1000人，每个人的工作习惯都不一样。现在的ai虽然强，但那是通用大模型。

让它写诗画画行，让它去处理一个‘交付经理’每天那些鸡毛蒜皮的扯皮、协调、判断……它根本做不到啊。”

“是啊，”小娜也急了，“而且岗位太复杂了。一个销售，他怎么判断客户意向？那是靠感觉的。一个hr，怎么判断候选人合不合适？那是靠经验的。这些东西怎么给ai？”

小朱更是直击痛点：“伟哥，训练ai需要数据。我们现在的数据都在微信里、在vr输入法里、在脑子里。没有结构化的训练数据，智能体怎么跑？难道让它去读我们的聊天记录？”

面对核心团队的连番质疑，张伟没有反驳，反而露出了笑容。

“问得好。”

他走到小马面前：“小马，你觉得现在的ai做不到，是因为你把它当成了‘人’。你指望给它一堆乱七八糟的文档，它就能自己悟出工作方法。”

“但如果……”张伟的声音低沉下来，“如果我们先把人‘降维’呢？”

张伟转身在白板上画了一个巨大的方框。

“我们不直接复制‘人’。我们复制‘岗位’。本质上，主脑空间里，我的分身就是一个岗位，他只复制了我的一个咨询的岗位能力。”

小马好像有那么点明白了，无意识的点了点头。

张伟继续“如果我们能把一个岗位，像拆解一台机器一样，拆解成输入、输出、判断规则、风险控制等结构化规则，然后把这些规则喂给ai……”

“我们成功构建了一个岗位的规范，就能让ai复制一个岗位。”

“能复制一个岗位，就能复制一个团队。”

“能复制团队，就能复制整个组织——也就是公司！”

“卧槽......！”小马和小朱异口同声的发出了很有喜感的感叹词。

张伟的声音在清晨的会议室里回荡，带着一种不容置疑的魔力。

“今天，我们不谈代码，不谈算法。我们只做一件事——定义岗位的dna。”

“dna？”老李皱起了眉头，“这听起来像是在做生物实验。”

“没错，就是生物实验。企业智能体生物实验。”

张伟示意大家戴上vr，在全息投影会议室里，一个复杂的人体模型浮现在空中——一个企业智能体模型。

然后瞬间被打散，变成了无数个发光的节点。

“以前我们做管理，是在管‘人’。人是不可控的，有情绪，有状态起伏。”

“现在，我们要引入一个新概念——岗位本体论（job

ontology）。”

听到这个词，小马的眼睛猛地亮了一下，他知道“本体论”在计算机科学中意味着什么——那是对一种客观存在的结构化描述。

张伟手指在空中划动，绘制出一张清晰的架构图。

“为什么我们的知识库效率差？因为太碎了。为什么我们有sop依然出问题？因为难得看。”

“因为我们从来没有搞清楚，一个‘岗位’到底长什么样。”

“我给到员工的是一本字典，一本百科全书。其实对于某个员工需要的只是他岗位需要的那些东西。”

张伟在空中画出一个金色的圆球，代表“岗位”。

“一个完整的岗位分身，它必须包含六个维度的数字化定义：”

岗位输入模型（它吃什么？）

岗位流程模型（它怎么消化？）

岗位判断规则（它怎么思考？）

岗位经验库（它的记忆是什么？）

岗位输出标准（它产出什么？）

岗位异常处理（它生病了怎么办？）

“当这六个维度都被数字化、结构化之后，这个岗位就有了‘数字孪生’。”

张伟看着小马：“小马，如果我把这六样东西都给你整理得清清楚楚，喂给你的agent，你是否就能给这个岗位构建一个岗位分身了？”

小马的呼吸开始急促起来，他脑海中迅速构建出了技术架构：“如果……如果真的能做到这种颗粒度的结构化数据，而且语料足够……别说跑起来，我能让它比90%的真人干得都好！这相当于给ai写了一本完美的该岗位的‘操作手册’和‘回忆录’！”

“可是，”小娜依然眉头紧锁，“这工作量太大了。谁来整理？谁来定义？如果让员工自己写，写出来的肯定是流水账。”

“所以，这就是今天会议的重点。”

张伟目光如刀，切入了问题的核心。