公司到底要不要专门设一个”AI 岗”

最近和几家企业聊，出现频率最高的问题之一是：我们是不是该招个专门搞 AI 的人。

问的人多，说明这事儿确实在很多人的日程上。但真要给一个”招”或”不招”的答案，我觉得给不了，也不该给。倒是可以把这个问题拆一拆，看看纠结的到底是什么。

“用 AI”这三个字，实际上盖住了两件差别很大的事。

第一层是把工具用起来。写文案、做图、整理会议纪要、批量处理表格、给客户回常见问题。这一层的门槛比想象中低，难点不在技术，在于有没有人愿意花时间去试、去磨。

第二层是改造业务流程。比如让 AI 接进客服系统，从企业自己的资料库里回答客户问题；或者让它参与到订单处理、数据分析的链条里。这一层就不只是会用工具的事了，涉及数据在哪、系统怎么连、出错了谁负责。

如果需求还停留在第一层，招一个专职岗位往往是杀鸡用牛刀，甚至可能适得其反。因为这一层的价值来自”每个人都用起来”，而不是”有一个人特别会用”。

有企业招了 AI 相关的人进来，结果半年后大家都有点尴尬。

典型的情况是：招进来的人技术上没问题，提示词写得漂亮，工具也熟。但他不了解业务——不知道这个行业的客户在意什么，不知道公司的报价逻辑，不知道哪些话不能对客户说。产出的东西看着挺唰，业务部门拿到手却用不了，改起来还不如自己写。

于是这个岗位慢慢就变成了做点内部演示、写点小工具，价值感很低，人也待不长。

这里的问题不是这个人不行，而是错配了。AI 能力和业务理解，这两样里，前者的补足速度通常远快于后者。一个熟悉业务的人学会用工具，可能需要几周；一个只懂工具的人吃透业务，可能需要一年，还不一定吃得透。

我们服务过的一家制造企业，最初也纠结要不要招人。后来的做法是：从市场部找了一个对产品最熟的同事，把他的部分常规工作分出去，腾出一部分时间专门做 AI 相关的尝试。同时找了外部支持，帮忙搭基础的工作流程、解决卡住的技术问题。

三个月后的状态是：内容产出比原来稳定，且不用返工太多；这位同事自己也摸清了哪些活儿适合交给 AI、哪些必须人来。更重要的是，他在部门里成了那个”可以问一下”的人，其他同事开始跟着用。

这个路径不一定适合所有企业，但它的逻辑值得琢磨：先让最懂业务的人有时间去试，比先招一个不懂业务的人来教大家，可能更省劲。

当然也有确实需要设岗的情况。大致有几个信号：

一是 AI 已经不只是辅助，而是进入了核心业务流程。比如客户服务的第一道回复主要靠它，或者产品交付的某个环节依赖它。这时候需要有人对稳定性负责。

二是涉及数据和系统集成。要把企业内部的资料、订单、客户信息接进去，还要考虑权限和安全。这是实打实的技术活儿，兼职做不了。

三是规模到了一定程度，多个部门都在用，需要有人统一标准、避免各做各的、重复采购。

这几种情况下，专职岗位是有明确职责的，不是”招个人来搞搞看”。

还有一点想提醒：不要把 AI 岗当成一个”责任转移点”。

有时候设这个岗位的潜台词是——公司在 AI 上没什么进展，招个人来负责，进展不了就是他的问题。这种预期下，几乎注定要失望。

AI 落地的难点很少在技术侧，多半在于原有的工作方式要不要改、谁来改、改了之后考核怎么算。这些问题一个新来的岗位解决不了，得由企业管理者自己拍板。

要不要设 AI 岗，取决于你现在卡在哪。

卡在”没人试”，那就先给现有的人腾时间。卡在”试出来了但接不进系统”，那可能需要专业的技术支持，未必是全职。卡在”多个部门各自为战、标准不一”，那设岗的理由就比较充分了。

这个判断没法外包给别人。但至少，别在没想清楚卡点的时候，先急着招人。