How to Go from AI Power User to AI Leader

任何你能想象到的组织形式的专业群体，现在都有一小部分人成了AI重度用户。

这些人会尝试每一个新模型和每一个新产品。

他们会反馈哪些有效，以及其他人应该怎么做。

而且很多时候，这个角色已经被正式化为某种内部的‘大使’或‘推广者’计划。

实际上，在我和企业的所有接触中，我见过的单个最高ROI的转型活动，就是公司能把这种内部推广者计划很好地组织起来。

今天的节目就是专门讲这到底意味着什么。

今天的节目就是讲这到底意味着什么。

AI Daily Brief 是一档每日更新的播客和视频节目，聚焦AI领域最重要的新闻和讨论。

最后，今天是美国的联邦假日，所以这期节目是上周录的。

这是我们 Operator's Cut 系列的又一期实践型节目，希望你们喜欢。

好的，Noufar，欢迎回到另一期 Operator's Cut。

你好吗？

我很好。

谢谢你的邀请。

我对这期节目非常期待。

是的，也许我们可以先大胆说一句：你和我都分别以及一起，和形形色色、各种规模的企业和公司打过很多交道，它们都在努力提升自己的AI水平。

在这个过程中，我们和他们尝试了各种各样的策略，来改进他们使用AI的方式，不管是在特定团队里，还是在整个公司层面。

我们今天要聊的，是少数几个始终都能奏效的方法之一，它能让公司或团队里人们对AI的整体体验变得更好，对吧？

简单说，就是它从不失败。

这是人们工作中非常关键的部分。

所以我很兴奋能深入聊聊。

先跟我们介绍一下你在做什么，然后我觉得今天有很多可聊的。

完美。

是的，我同意。

我们现在要讲的，是公司里为了在AI方面取得成功所能做的ROI最高的活动之一，那就是建立一个合适的AI champions网络。

今天这期节目，我想做的是以下这些。因为我们每天都用AI，而且我相信大家都见过同样的现象：团队里有人找到了一个特别好的做事方法。

通常这些人就是最优秀的用户。

他们把方法展示给别人，但最后并没有变成整个团队都在用的东西。

这期节目想要做的部分事情，就是帮助解决这个问题，帮助定义这个人。

这个人可能是你，也可能是你公司里的其他人。

他们的工作就是解决这个问题，也就是那个帮助推广AI的人。

我认为很多公司设立AI champion这个角色已经有一段时间了，成果有好有坏，但在我看来，总体方向是积极的，结果也是正面的。

我的目标是想讲三件事，让它变得更好。

第一，这个角色到底是什么，怎么定义它，也许顺便也能帮听众回答一个问题——他们自己是不是已经成了那个没有被明确界定的AI champion，或者他们是不是应该选择成为这样的人。

我还想解释一下，我认为我们应该如何建立一个合适的内部champion网络。

最后，我想讨论一下，在一个公司里，最优秀的AI champion需要做些什么。

在我们深入之前，我想补充三件事。

第一，我知道你马上要给出你对AI champion的定义，但就命名来说，我想指出，在我们合作过的所有不同团队里——你合作过的，我合作过的——这个角色的名字都不一样。

有时候叫evangelist，有时候叫leader，有时候叫adoption support。

Champion是我们听到最多的一个，或者champion的某种变体。

所以我们指的就是这个。

可能你听到的叫法不一样，或者你们团队里命名不同。

第二点是，我觉得如果你们不在大型企业工作，还在想这集内容值不值得继续花时间听下去——

我要强烈建议一下，一旦你过了基础或中级水平，进入高级AI的范畴，你迟早会被推到这个champion的角色上，不管以什么形式。

至少对你的朋友和家人会是这样的，但如果你跟团队里的任何人合作，这个角色——扮演champion的角色——跟单纯用AI是不同的肌肉，它关乎怎么去沟通怎么用好AI，以及用能分享你正在做什么的方式来思考，基本上就是用流程的术语，而不只是实现层面的东西，我想。

实现层面，我想。

第三点，因为Nufar自己不会提这件事——我觉得没有多少人像她一样，在这么多不同的公司里做过这么多版本的这类工作。

所以这绝对是来自丰富的经验，不只是在家自己捣鼓，而是跟几十家公司在不同场景下直接打交道的亲身经历，这种工作就是这么做的。

谢谢。

好。

我现在有个重担，那就是先定义它到底是什么。

就像Nathaniel说的，很多情况下，你已经认识这个人了。

就是那个每当你想知道怎么用AI做什么事，或者有什么新东西出来了你想了解怎么用它的时候，你会拿起电话打给的那个人。

我的定义是，AI champion就是团队或环境里负责推动AI采用和价值前进的那个人。

我经常叫他们“peer plus one”。

因为他们身在团队里，做团队的工作，但他们在AI上领先一步，因为他们已经是那个对AI最兴奋、最有能力的人，或者他们被指派到这个角色。

所以不管这个指派是正式的，还是实际上你就是这个人，都不重要。

我认为AI champion是那些向同龄人展示AI能做什么的人，展示的是他们实际工作的内容，不是理论，而是他们日常环境中的实际用例。

他们还跟其他champion联系，很多情况下也跟中央AI团队或其他专业人士联系，目的是构建和使用公司提供的相关资源。

他们还在不一定有权力的情况下，推动人们前进，促进他们的采用。

在我们讨论具体工作之前，这个角色在不同公司看起来确实很不一样。

所以我想给你们一个谱系。

这个谱系是基于跨多家公司的丰富经验，正如Natalia所说。

一方面，我们有公司有时称为“大使”的角色。

这些是最优秀的AI使用者。

他们的主要角色是推动AI应用，展示使用案例。

他们会带来真实案例，同时也会做一部分工作，并培训同事——顺便说一句，这种培训可能是正式的或非正式的。

他们还知道如何表达团队的需求、工具以及帮助团队推进采用率的内建方案。

在谱系的另一端，我们有现在可以称之为内部FDE的角色。

FDE代表完全部署工程师。

你们很多人可能已经听说这个术语很多年了。

所以它承载了许多不同的解释，因为他们已经存在一段时间了，但现在他们中的许多人非常专注于AI。

所以我会在我们的语境下简单地定义它为：一个坐在业务团队内部、构建团队所需内容的专业构建者。

它可以是从想法到生产的全过程，包括我们将在第二部分讨论的规划和价值实现。

他们中有一些人来自软件和AI背景，还有一些人——我见过很多——是领域专家，他们真正实现了职业转型，利用现在许多人都能使用的惊人工具为团队构建解决方案。

介于两者之间，许多公司通常落点是“大使式构建者”。

所以，他们也为自己和直属团队构建。

他们通常会对能做什么和不能做什么有一个明确的范围，或者应该有一个。

超出这个范围，他们几乎像产品经理一样。

他们会收集需求，将其带给相关的供应商或内部团队，这些团队可以帮助他们正确地构建想要的东西。

定义搞清楚了，我们来谈谈AI冠军的具体做法。

它分为两部分。

第一部分是公司层面，如何逐步建立冠军网络。

第二部分是冠军个人层面。

正如我们所说，无论你是正式还是非正式冠军，你需要知道什么以及如何做好这项工作。

我认为第二部分尤其适用于你们所有超级用户，你们只想在所做之事和思考上有所进步。

所以当然，如果你是一个赞助者，第一部分就是为你准备的行动指南，从公司层面开始。

而且我认为，每当公司谈论AI冠军时，他们从来不只是问一个问题。

他们基本上会问四个问题。

其中很多问题不一定只与冠军相关。

就是当你开始思考怎么在公司内部推动大家更好地采用AI时，这些问题往往就会冒出来。

所以他们经常会问的第一个问题是：谁有资格去构建？

这基本上就是那个 democratization 的问题。

谁使用别人构建的东西，谁又是那个既为别人也为自己构建的人？

第二个问题是：我们对其他所有人有什么期望？

因为 champion 们有自己的职责，他们身边的每个人——也就是所有其他用户——也都有自己的职责。

所以这就引出了很多关于普通用户和 champion 之间期望差异的问题。

他们还经常问：AI 是怎么从一线传播开来的？也就是说，一线的人是如何以一种有效的方式，接受并使用为他们构建的那些东西的？

最后，champion 们如何与 central teams 或 vendors 合作？

我这里说的 central teams，指的是那些拥有公司 AI 工具的人，还有 IT、安全部门，以及所有其他参与决策的人。

即使你们公司里没有人挂着 central team 的头衔，你也依然要面对这些问题，因为它们是核心所在，能区分一家很有主见的公司和那些还在问一堆问题的公司。

那我们来说说建立 AI 网络的过程。

我总是喜欢问公司的第一个问题是：你们建立 AI champion network，到底是想达成什么？

而很多时候，他们答不上来。

然后我可能会问的第二个问题是：在你见过的 ambassador 和完整意义上的 builder——也就是那些全面部署的工程师——之间，你希望你的 champion 们处在哪里？

这个问题通常能打开话匣子，因为我们现在聊的是更具体的东西。

这些人被允许做什么、被期望做什么，以及什么仍然保留在 central teams 内部，或者只由专业的 vendors 和 builders 来做。

即使你已经定义 champion 有一阵子了，定期进行这种讨论仍然很重要，因为有时候公司的情况会发生变化，而且你可能会根据 democratization 和一线构建的实际经验来调整自己的想法。

如果想把开局做好，我希望你把目标、职责和期望都明确下来，最好是白纸黑字写下来，并且和所有相关方达成一致，比如 IT、安全部门等等。

举个具体的例子，我合作的一家公司，在思考了这些问题一段时间之后，他们意识到自己最核心的需求是：让他们的 champion 们成为一个好的漏斗，把一线相关的 use cases 带到 central team——因为 central team 基本上看不到不同团队日常的真实情况。

因此，对于那些主要目的就是成为漏斗、把团队里好的 use cases 收集上来的这些人来说，他们的讨论、角色定位和培训就完全不同了。

反过来，我也见过一些公司，过了一段时间之后改变了想法，意识到他们希望 champion 成为彻彻底底的 builder，然后他们会培训这些人，让他们变得更加专业，几乎就像是从零培养出来的 AI 工程师一样。

这就是第一阶段。

第二阶段是提名（nomination），我希望你在这个阶段，首先在一个优秀 champion 身上寻找三个信号。

一个好的 champion 是这样一种人：他属于最熟练的 AI 用户之列，而且不需要别人告诉他去用 AI；他自己就在用。

他的同事已经会主动来找他问问题、寻求指导，而且他的经理确实会给他足够的时间，让他也为别人做 AI 相关的工作。这一点很关键，因为很多很好的提名往往就是在这里失败的。

还有其他一些特质，比如在没有正式权力的情况下依然能施加影响，对业务的里里外外非常熟悉，做事主动，还有很强的好奇心——因为正如我们所知，一切都在不断变化。

我还想提醒你：你提名的那个人，是你想要留住并晋升的人。因为成为 AI champion、然后在社交媒体上炫耀这件事，本身就是一个巨大的福利，同时也会让这个人在市场上变得非常抢手。所以，一定要提名那些真正配得上这个角色的人。

这个领域——也就是提名——也是我见过公司犯下无数错误的地方。我确实想把这些错误指出来，因为它们太普遍了，如果我不说，那就太失职了。

我看到的第一个问题是，一些非常资深的人提名自己，仅仅是因为他们想提升自己的 AI 技能，所以他们说：我要当这个 AI champion；或者是因为他们想对正在构建的东西有影响力，于是他们就提名了自己。

资深员工应该加入AI委员会，担当一个专门的指导职能，帮助做出战略决策。

他们不应该是那种专门负责培养和培训同事的人。

我还见过，这种情况很常见，有些人在AI能力上非常出色，其他方面也都很到位，但他们同时也是团队里最忙的人，根本没有时间和精力去做搭建和培训这类事情。

所以选他们并不是善用你的时间。

我还见过有人是因为奖励而被提名的。

他们是表现很出色的员工。

就说“我们提名他们当AI推广大使吧”，但他们并不是足够好的AI用户，或者不具备其他一些特质。

最后，千万不要提名昨天才刚入职的人。

AI推广大使最重要的特质之一，就是能够识别使用场景，并且对业务的来龙去脉了如指掌。

如果他们不了解，刚加入团队，那他们就做不好这个推广大使。

好的。

每个认真对待推广大使计划的公司，接下来要做的事情就是培训。

当然，如果你们内部有足够强的人，可以在内部开展培训。

你可以做一个更集中的训练营，这是我经常做的；也可以循序渐进地慢慢培训他们。

但即使他们已经是很好的用户，理想情况下，你也应该针对特定内容进行培训，也就是我将在第二部分分享的一些内容。

在我看来，无论你选择哪种形式，都要围绕他们自己的工作来培训。

我最喜欢的测试非常简单。

每位推广大使从自己团队里挑一个真实的使用案例，在培训结束时展示他们是怎么把它搭建起来或推广出去的。

如果他们做得到，那就说明他们准备好了。

如果做不到，那可能还需要再下点功夫。

通常，培训的这个阶段会以启动会或者某种认证来收尾，大家都会非常兴奋。

被选中的人会非常自豪，而真正的考验也就从这里开始了。

很多项目就是在这时候失败的，因为决定这件事能不能成功的最大因素，是你在把一个人认证为推广大使之后，接下来会发生什么。

说到这儿，我们就要开始聊社群或网络了，而这需要具备几个条件。

我觉得，像这样一项成功的行动，最需要的东西之一就是有一个赞助人。

理想情况下，需要两种赞助人。一种是偏社群型的，来自HR或者人事团队，或者是任何懂得如何在组织内部有效运营社群的人。

他们能让人员这一块保持活力，但我们还需要一个专业型的赞助人，这个人要和首席AI官紧密合作。

如果有的话，就是那种对AI非常了解，又能引导推广大使朝着公司AI采用战略方向前进的人。

这个人会设定优先级，并且与推广大使所依赖的各方建立联系，也就是所有内部团队。他们让推广大使专注于重要的事，同时推动公司为他们扫清道路，包括审批、权限、工具等等。

所以这些赞助人非常重要。举个例子，在我见过的最成功建立内部网络的公司里，有一位学习与发展专家和一位AI专家组成黄金搭档，一起合作。

他们会定期跟进最新动态，保持敏锐。

他们会定期确认自己了解这些 champion 的位置、他们的需求、他们在构建什么、行业的现状，并且一直在努力弥合差距。

反过来，在我们见过的每一家公司里，如果有一个很棒的 AI champion 项目，但最终没有转化成商业价值，那么缺失的那一块就是持续跟进。

没有人负责确保这些 champion 得到有效利用，并持续学习。

这意味着大多数人会回到以前的工作方式，像以前一样使用 AI，而不会把它提升到我们期望的、一个正经的 AI 项目应该达到的水平。

有一件事挺有意思，对一些人来说可能显而易见，但也不一定总是很明显，那就是我认为企业决策者真正面临的挑战，既包括该投资多少，也包括用正确的方式投资于员工的人工智能培训。

它不太能套进以往企业技能提升的模式，因为它更强大、更全面。

但同时，关于怎么做，目前还没有公认的既定标准或明确的最佳实践。

所有这些，让我觉得该对不同类别的人投入多少这个问题，确实非常难。

这又是一个例外，你为这个群体做的任何培训，他们之后会把其中最有用的部分、最贴合这个业务情境的部分传播出去，所以这是一个投资回报率极高的培训类别，即使与其他领域相比也是如此。

那使它成为一个很有价值的交汇点。

我敢保证，现在仍然有很多公司还没有在任何正式的培训上投资。如果你也是其中之一，我觉得这可以看作一个好的交汇点，也是一个很好的起点。

是的，我同意。

相对少数的几个人就能对公司产生巨大影响，而不是培训所有人，而这个点常常淹没在太多人、太多变量里。

毕马威和德克萨斯大学奥斯汀分校的一项新研究发现，当人们使用 AI 工作时，相似的技能并不能保证相似的结果。

研究人员研究了 500 多名早期职业生涯的专业人士，发现表现最好的人通过引导、评估和完善 AI 的输出，持续放大了 AI 的价值。

这些被称为“AI 放大器”的顶尖表现者，不仅仅取决于他们知道什么，更取决于他们如何与 AI 协作。

想了解更多关于 AI 放大器与其他人的区别，请访问 kpmg.com/us/ai-amplifiers。

这里有一个残酷的事实。

你的公司可能花了几千甚至几百万美元购买 AI 工具，但这些工具被严重地低度利用。

有一半的公司拥有 AI 工具，但只有 12% 的公司将其用于创造商业价值。

大多数员工仍然只是用 AI 来总结会议纪要。

如果你负责公司的 AI 落地应用，你需要 Section。

Section 是一个能帮助你管理整个组织内 AI 转型的平台。

它针对真实使用场景指导员工，追踪谁在把 AI 用于商业影响，并让你清楚地看到 AI 在哪里创造价值、在哪里没有创造价值。

结果呢？

你将不再只是部署工具，而是推动可衡量的 AI 价值。

每期节目，我们都会报道 OpenAI、Anthropic、xAI、Google 和 Meta 之间的竞争。

你可能已经有了自己的看法，觉得谁在领跑。

但每个 AI 实验室都在采用不同的方法，构建不同的技术，建立不同的合作伙伴关系，并发展独特的生态系统。

我们来聊聊社区吧，因为我要说的第一点是，任何内部社区适用的道理在这里都适用。

你希望有固定的节奏，希望 champion 定期碰面，让他们轻松分享自己正在做的事情，一起学习，而且当他们在你在意的事情上做出有意思的成果时，能获得认可和表扬。

另一个被低估的事情，是和 champion 的经理们合作。因为我经常看到的情况是，很优秀的 champion，但他们的经理要么期望不切实际，要么不知道该怎么用好他们，或者 champion 和经理之间的知识差距实在太大。

结果就是大家都很沮丧。

所以，给 champion 的经理们安排一个简短的环节——可以非常短——去向他们解释这些 champion 知道什么、他们应该做什么、以及怎么有效地用好他们，这会对你已经建立起来的这些 champion 能产生多大的价值带来巨大的不同。

最后，关于后续，我认为并不是每个被提名的人最后都会真的成为 champion，要么因为他们自己或者他们的经理跟实际预期不一致，要么可能有人会离开。

工作太忙了，有些人会意识到——这种情况我见过太多次了——这个角色真的不适合他们。

听起来很美，但他们就是不想做。

所以，这个网络必须是一个非常有生命力的实体。

它需要让人们能够轻松地离开这个网络，然后他们可以把事情交接给团队里的其他人。

我们希望让新人能够以清晰的方式轻松加入，而且教育永远不停。

所以它一直在进行。

如果你已经有一个网络，但它的能量在流失，这就是你的起点。

指定你的两位 sponsor，确认每个 champion 仍然有一到两天，或者说足够的时间来做这项工作，如果需要的话，和他们的经理重新确认这个承诺。

同时，让那些无法承担这项工作的人退出这个角色，感谢他们，并且不断提名新人。

我见过最疲软的网络，都是缺少了我刚才提到的这些要素中的某一个。

所以这就是公司这一侧：清晰的目标、合适的人、合适的培训，以及后续的维护，让它成为一个有生命、有呼吸的实体。

我们再来看 champion 这一侧。

在这里我也要回到你一开始说的话：即使你不是正式的 champion，但你是公司里或者你周围环境中最好的 AI 使用者，我觉得你也应该听一听，因为这些正是区分一个普通 power user 和一个以创造更多商业价值为导向的人的东西。

所以一个 champion 需要知道一些其他员工不一定需要知道的东西。

我觉得无论你更像一个纯粹的布道者，还是一个纯粹的搭建者，都不重要。

champion 需要理解一个 AI 用例从想法到上线所走过的完整路径。

也就是说，最终是大家每天都会实际用到的东西。

我觉得在搭建之前大概有三个阶段：你要摸清自己的底细，知道公司允许做什么，以及用例分布在哪些场景。

你还需要决定要不要做、做什么、以及怎么做。

然后是搭建本身，从 POC 到正式上线。

你如何创建这个 agent，或者说如何把能力自动化？

当然，这里的比例取决于你的技能、你被允许搭建多少，以及你手头有哪些工具。

搭建之后，还有一整块关于价值实现、部署，以及在需要时让解决方案退出的部分。

所以我想对每一部分都给你一些想法。

这些就是主要的环节，或者说一个好的 champion 应该做好的核心事情。

顺便说一句，一个出色的 power user 也是这样。

所以我希望你第一个重点关注的就是 use case 的识别。

我希望你去找到你领域里值得解决的问题。

并且要找到那些成本能够证明这笔钱或投资是值得的问题。在这里你得稍微保守一点，也就是说，要假设投入会比你预想的更高，而价值在第一天不一定有你预想的那么高。

你能不能清楚地讲出这个问题困扰着谁、多久发生一次、以及做成了是什么样子，这真的会改变整个局面。然后你要把你自己的想法跟已经存在的东西核对一下，这样公司每样东西只建一次，而不是同一个 use case 建一百遍。

作为 champion，我希望你关注的另一件事就是 ROI。

也就是说，你要能清楚地讲出它值多少，相对它要花多少。

就像我说的，这里的核心就是要做一个务实的人，也就是说，你需要问一堆关于它会被如何使用的问题。

它能不能推动公司的某个 KPI？

那为了衡量并且确保我们达成目标，它需要做些什么？

作为 champion，我还希望你把注意力重点放在部署这一端。

我们怎么确保我们辛辛苦苦建出来的好东西，能够足够频繁地送到对的人手里，并且用对的方式来使用？

还有一个问题就是，它放在哪里、谁来批准、第二天谁来支持，而不只是第一天大家都兴奋的时候。

最后一点，也是很重要的一点，就是评估。

你怎么知道你建出来的东西真的够好？

我们怎么知道我们可以信任它？

我们怎么知道什么时候不能信任它？

我们怎么理解这些错误的风险？

而且我认为，对于任何 champion 来说，最重要的技能之一就是能够拍板：这个东西够不够好，能不能交到用户手里？

我回到定义上来，想说得更具体一些，因为即使是同一个 use case，不同类型的 champion 处理方式也可能不一样。

比如说，假设有这样一个 use case：团队每周要花好几个小时整理一份客户续约的摘要，对吧？

ambassador 主要就是去发现这个 use case，把它描述清楚，然后说明为什么值得做。

这就是我们今天的成本。

这就是为什么我觉得它可以被解决。

然后他们会把这个作为一个非常清晰的请求，交给中央团队或 vendor，由专业人士来执行。

一旦解决方案就绪，他们就要确保价值真正实现，确保团队正确使用它。

所以他们是在开头和结尾介入的。

ambassador builder 也会在公司允许的范围内，构建一个能用于自己团队的版本。

然后可能会有另一个团队从他们那里接手，把它完全产品化。

然后当然，他们还需要回来进行部署。

而内部的FD，他们可以全程负责，包括构建以及其他所有事情。

无论你的champion的角色是如何配置的，我想给出一些playbook，来确保他们负责的部分能够做好。

而且这也对其他power users相关。

好的。

所以在构建任何东西之前，你应该问的第一个问题是：你到底应不应该构建它。

我觉得你会惊讶于有多少次人们甚至没有停下来问一句：我们应不应该构建它？

他们就直接去构建了。

你需要检查的是：这个需求出现的频率有多高？

比如，它是一个具体的用例吗？它值多少钱？犯错成本有多大？

因为如果价值和容错率能够证明其合理性，那么决策就变成了：是复用一些可能已经存在的东西，还是购买，还是构建，又或者只是把它加入backlog，留到未来再构建。

但我认为，在个人和公司中都存在一种巨大的偏向于“构建”的倾向，所以做好champion的一部分，就是要从脚踏实地、与公司相连接的角度来做这些决策。

不是把它当作一个激情项目，而是作为一项值得投资的事情。

作为champion，我想确保你注意到的第二件事是：你需要的是什么。因为我觉得现在人们觉得一切都应该是一个agent，完全连接，能做任何事情，等等。

而且我相信，保持简单，或者构建能解决问题的最简单的解决方案，才是正确的做法。

所以一个好的champion也要有“什么才是适合这项工作的技术”这种思维模型。

有时候，一个共享的配置就足够了，比如提示词、说明和团队复用的文件。

有时候，现在的skill是最佳方式，是创建可按需运行的playbook的最精简的方法。

有时候则是一个自动化。

同样的步骤每次都会被执行。

有时候，有充分的理由让它成为一个你为团队构建的完整agent，等等。

但情况并不总是这样。

我希望你从能解决问题的最简单方案开始，并且确认有合理的理由去从左到右升级工具。

我们不是只构建我们能想到的最复杂的东西，结果留下一个很难构建、维护和测试的东西。

最后，我想让champions注意的最后一个playbook是：在开始构建之前定义核心属性。

所以这些就是你可能需要作为需求或规格写下来的东西，而且每一项都很有分量。

它是为谁准备的？

“每个人”不是一个好答案，因为任何做过优秀UX的人都知道，为所有人设计就是为没有人设计。

所以要对目标受众具体化。

它需要知道什么？顺便说一句，这往往是你发现你有全新项目要做的时候，仅仅是为了整理相关的知识——在你甚至能开始执行你脑海中的想法之前。

我还想让你问一问，大家会怎么用它，这样它才真的会被用起来，而不是一个看起来很酷的 vibe-coded 应用，结果谁都不记得它的 URL 是什么。还要问它绝对不能做什么，也就是具体而详细的 guardrails。

顺便说一句，从“你的方案绝对不能做什么”开始思考，往往能让你更清楚地知道它应该做什么。

然后问问自己，谁来检查输出？

你在哪个环节强制加入人的判断？你怎么在业务价值和你所构建的东西的质量或安全性之间取得平衡？

最后，你怎么知道它是有效的？

你要尽早设定好它需要被测试的用例，因为当你设定用例的时候，往往会引出关于边界情况的关键讨论，以及评估这些情况有多难。

这也有助于构建正确的东西。

而且还能帮助你在它还没被构建出来之前就把它毙掉，因为没法保证质量，这种情况其实经常发生。

所以，这将是 champion 们要交出去的文件，不管他们是交给供应商、交给中央团队，还是交给自己。

这是一件必须提前做好的关键事情。

所以我想让你简单看一下这三个问题，我觉得它们能区分出普通 power user 和 champion，或者说那种非常注重以正确方式构建正确东西的用户。

我把这称为 builder 或 champion 的检查清单。

在我们收尾的时候，我还想再说一点，那就是和现在 AI 领域很多事物不同，这些 playbook 不像其他一些东西那样转瞬即逝。因为工具每个季度都会变，而成为一个好的 champion，或者培养一个好的 champion 网络，其中一部分也包括教他们最新最好的工具、构建技术或识别用例的技术。但我特意强调的是那些即使技术飞速前进仍然有效的东西，因为你仍然需要合适的人，有时间去做这件事。

你仍然需要决定他们在 ambassador 和 builder 之间的哪个位置，并且把它写下来。

他们仍然需要走完从想法到上线的全过程，而且仍然需要有人负责上线之后的事情。

所以，如果你的 champions 把这些都做对了，你就更有能力建立起一个成功的流程。

如果你自己就是 champion，我可以保证，这是公司里最好的位置之一。因为你能看到整个团队的问题，你和团队一起工作，或者你自己动手构建，你会学到构建之路的起点和终点，而大多数人只知道中间那段，也就是怎么把中间的东西做出来。

为了帮助人们正确做到这一点，我们正在建立一个 AI Champions Bootcamp。

所以这些都是我们基于对 champions 需要做什么的强烈信念而设计的，而且我们很快就要开始了。

所以，如果你想成为公司里的 champion，或者你被提名为公司里的 champion，又或者你是赞助人，想把你的一批 champion 送到我们这里来，我们会非常乐意在这些方面以及更多方面对他们进行培训。

太棒了。

回到这个角色如何演变、又如何不变的话题上来。我越来越多看到一个非常重要的背景情况，这种情况其实潜伏了整整一年，但现在变得更加紧迫了，那就是一种内部 FTE 的变体。他们不一定是严格意义上的技术人员，但已经学会了如何使用代码和 agentic coding 工具来解决自己工作中的一部分，或者完成自己的一部分工作。

我认为，对于公司和公司内部的人来说，这是当下体现 AI 力量和挑战的最佳例子。

一下子全都体现了。

显然，对于这些人来说，能够用代码来完成以前无法完成的工作，这是非常强大的。

但这也带来了一大堆全新的挑战。

其中一些挑战只是要知道该用它来做什么、怎么做，甚至怎么用那些思路去思考。

但第二部分显然是各种安全问题和 guardrail 问题。

而且这种情况越来越多，不仅仅是因为人们做错了，而是因为这些 agents 非常强大、非常顽强，往往很快就会挣脱限制，然后渗透到很多不同的系统里去。

所以我其实认为，在这个领域，champions 的角色会变得更加关键，因为这不仅仅是“嘿，我们没有充分利用这个机会”的问题。

你知道，角色正在发生根本性的变化，也带来了所有这些新的挑战。

我们就是要想办法解决这些挑战，这样我们才能往前推进。

所以我认为，这种心态和这种角色，对公司未来来说只会变得越来越重要。

我同意。

而且，与其因为担心不太专业的构建者在构建而叫停他们，不如去做赋能和基础设施建设，甚至培训更多的领域专家，因为他们会在正确的用例上下功夫。

而且我相信，这比掌握技术本身还要更有挑战性。

那回到培训这个话题，显然这会是训练营的一部分。但总体来看，你怎么看——这里面有多少是关于AI技能、确保他们尽可能跟上最新技术，又有多少是关于他们在内部传播知识的具体方法？

我是说，显然我觉得两者都有，但你怎么看待这个比例划分？

显然两者都需要，但我其实觉得构建这部分是容易的，因为它不一定是独特的知识。

有很多方式可以学，包括直接试错，人们就能学会怎么去构建一些东西。

真正关键的，比如我刚才讲的那个主题。

所以，对你所构建的东西进行评估，不是一个人随便就能碰巧掌握的能力。

这正是区分高手和普通用户的地方。

所以我们会把大量重点放在那些不是光看YouTube视频、或者自己摆弄工具就能学会的东西上，因为工具本身就能非常强大地指导你该怎么做。

甚至帮你把活干了。

但是那些——我们姑且称之为商业、技术和人员之间交叉的部分，就像我之前提到的，所有这些，我们会确保人们出来时带着一套合适的行动指南，因为其中很多指南现在还在撰写中。

而且这不是大多数公司知道如何培训自己员工的事情。

好的。

嗯，Noufar，这些内容真的很棒。

最后要提一下，对于观看这期节目、并且想把其中一些想法带回自己组织的人，我会把这期演示文稿发布在本集的配套网站上，地址是 aidailybrief.ai。

这样你们可以回头查看所有这些分解内容和相关资料。

不过Noufar，非常高兴你能来做客。

我觉得这是一个特别重要的话题，也期待看到并了解更多人们如何处理这个问题。

谢谢。