很多团队开始谈 AI 时，问题通常被表述成：「我们该用哪个工具？」
这不是一个错误的问题，只是它出现得太早了。工具可以很快采购，账号可以很快开通；但如果没有一个被共同理解的工作问题，工具往往只会给原来的流程加上一层新摩擦。
从工作里的阻力开始
更好的起点，是回到团队每天真正花时间的地方：哪些判断反复发生？哪些信息总在不同的人之间丢失？哪些交接让人疲惫，却没有创造更多价值？
这一步不是技术盘点，而是工作盘点。它让团队看见：AI 不是一个悬在组织上方的能力，而是可以进入具体场景、改变具体动作的一组新材料。
一个足够具体的试点
最好的第一个试点通常不宏大。它有明确的使用者、可以观察的工作前后差异，以及一个愿意持续参与的负责人。更重要的是，它不会假装自己已经是最终答案。
试点的价值不只在于成果，还在于它让组织形成新的问题：什么样的输入能带来可靠输出？哪些判断仍必须由人负责？协作方式需要怎样调整？
当这些问题开始被团队自己提出时，AI 转型才真正从「部署」走向「学习」。