一个可试跑的企业 AI 场景，至少要写清楚 6 件事

很多人写企业 AI 场景时，会写成这样：

希望 AI 帮企业提效。
希望 AI 自动分析客户。
希望 AI 帮老板做决策。
希望 AI 管理销售过程。

这些方向并不是错，但还不够成为一个可试跑的场景。

一个好的企业 AI 场景，至少要写清楚 6 件事。

第一，谁被卡住了。不是“企业”，而是一个具体角色，比如老板、销售负责人、HR、客户成功、项目经理、交付负责人。

第二，卡在什么动作上。不是“效率低”，而是具体动作断掉，比如会后没人跟进、客户需求没人确认、招聘需求反复变化、交付风险没人提前暴露。

第三，信息散在哪里。企业里的真实信息通常散在微信、企微、CRM、表格、会议纪要、邮件、文档和口头反馈里。

第四，为什么现有工具没有解决。很多企业不是没有工具，而是工具只记录，不推进。

第五，AI 可以帮哪一步。AI 适合整理、归纳、提醒、生成候选建议、准备复核材料。

第六，哪一步必须由人复核。客户可见内容不能自动发，CRM 阶段不能静默改，正式承诺不能由 AI 替人做。

样例一：B2B 销售会后跟进。

销售团队每周开很多客户会，但会后 48 小时内经常没人继续推进。信息散在销售微信、会议纪要和 CRM 里。CRM 有记录，但没有告诉老板今天最该推进哪 3 个客户。AI 可以整理会议后的事实、承诺和风险，生成 Must Push 候选；但是否联系客户、怎么承诺时间、是否调整报价，必须由负责人复核。

样例二：HR 招聘需求对齐。

业务负责人说要招人，但岗位要求、优先级和面试反馈经常变化。信息散在聊天记录、JD、面试记录和业务会议里。AI 可以整理需求变化、候选人反馈和阻塞点，生成复核卡；但是否发 offer、是否调整薪资、是否承诺入职时间，必须由 HR 和业务负责人确认。

我们正在为 Helm 收集第一批真实企业 AI 场景，希望用真实场景反推系统设计。

如果你见过真实企业 AI 场景，欢迎到 GitHub 提交：https://github.com/rika20190423-hash/helm-business-console/issues

行业 / 岗位：
当前业务断点：
信息散在哪里：
AI 可以帮哪一步：
哪一步必须由人复核：
是否愿意参与 4 周试跑：

Helm 当前是受控试点，默认 review-first，不自动外发、不自动审批、不自动替企业承诺。