很多公司的 AI 培训只对着研发讲模型与提示词。财务仍手工对账，运营仍熬周报，客服仍凭感觉质检。工具上线后，接不住的人开始焦虑——而且往往比程序员更少被看见。转型若只讲给写代码的人听，结构上就不公平，也难落地。
财务：从一个对账痛点切
试点可以极窄：每周差异清单初稿由助手生成，会计确认后关闭。培训只教如何检查原因、如何拒写，不讲通用大模型原理。指标看差异关闭时长与错误入账事故。
运营：从一个报表痛点切
周报结构固定，助手填草稿，运营改结论与动作。主人是运营负责人，不是 IT。指标看一次可用率与返工次数。研发提供护栏，但不替运营拥有提示词——业务不拥有，就发现不了输出漂移。
客服：从一个质检痛点切
摘要字段化：诉求、承诺、是否回访；质检员确认。禁止助手直接打最终质检分。一线反馈进周会，形成闭环。质检场景最容易「看起来自动化了」，也最容易在赔偿与承诺上翻车。
三个新步骤主人
- 谁维护提示词与题集
- 谁审核对外或入账相关输出
- 谁对岗位指标负责
写入岗位说明附录。没写入，出事时责任会蒸发。培训预算按岗位痛点切块，而不是只开「提示词公开课」。每个业务岗位应有自己的四周试点经费与辅导时间。
WEF 与 OECD 的研究显示影响面跨职业族；ISO/IEC 42001 提醒组织为 AI 职责与控制负责。评估是否公平，看一个信号：非研发岗位能否举出自己的试点指标。举不出，说明故事仍只讲给程序员听。
资料
管理层例会改一题
以往例会只问「模型进展如何」。改成先问：「财务/运营/客服各自的试点指标本周是多少？」研发进展放在第二位。提问顺序会重塑资源分配。
建立跨岗位失败样例库：财务拒写失败、运营摘要胡编、客服越权承诺。样例对全员可见（脱敏后），避免每个岗位重复交学费。样例库的主人可以是数字化办公室，但内容必须来自一线。
晋升与绩效考核适度纳入「新步骤主人」履职情况：是否维护题集、是否按时审核、是否关闭反馈。只激励「会用聊天机器人」，会得到表面繁荣；激励履职，才会得到可管理的能力。
把试点指标开到财务、运营、客服的工位上，转型才算开始。只开在研发工位上的 AI 故事，最后会变成少数人的工具，多数人的压力。
也可以设立「岗位 AI 联络人」轮值：每月由财务、运营、客服轮流在数字化例会代表一线发言五分钟。发言权轮转，资源才会轮转。长期只有研发发言的例会，会系统性低估非研发岗位的改造成本与收益。
工具可以统一采购，能力必须分岗位生长。统一与分化并不矛盾：统一的是平台与安全，分化的是题集、主人与指标。把这句话写进数字化章程，培训与预算才不会再次塌回「只服研发」。
