先把结论放在前面:这份讲话最值得管理者听的,不是“腾讯要 All in AI”,而是它把 AI 转型的定义从“技术升级”改成了“组织再创业”。
2026 年 11 月 11 日,腾讯 28 岁。11 月 16 日,腾讯文化公开了总办 LinkTime 的现场笔记,标题很直接:《总办号召 AI 时代再创业,“心态归零”》。笔记里有一段话,把这次变革的烈度说得很清楚:
“浪已经杀过来了。一些核心业务看起来地位稳固,但AI的进展飞快,远处的浪潮已经在吞没一个个山丘了,你不能还坐着欣赏。”
——腾讯总办 LinkTime 现场笔记(凤凰网科技转载全文,2026-11-16)
这段话听起来像危机动员,但放到任何一家企业身上都成立。AI 可能重写旧业务的成本结构,不只是给旧业务加一个工具。真正难的地方也在这里:旧业务越成功,组织越不愿意承认这一点。对交付者来说,这意味着流程拆解、异常处理和系统集成的经验会更值钱(RPA 工程师转型 AI Agent 交付)。
核心观点
- AI 转型的分水岭,往往不在模型,而在组织愿不愿意重排人、钱和决策权。
- AI native(AI 原生)的关键,不是给旧流程加一个聊天框,而是用 AI 重算流程的成本。
- “心态归零”要落到四个机制:预算重排、核心业务放人、失败可承受、系统开放。
- 先选一条流程做 30/60/90 天闭环,再谈规模化。
一、“心态归零”难,不在学习,在利益
让员工学几个 AI 工具,不难。难的是把预算、人手、考核和决策权重新分配。
腾讯这次讲话里,最不客气的几句都指向同一个东西:组织本身。
“核心业务原来是陆军守,要升级、提效,一半人负责守住,另一半人去打新的战役。”
“不要让中间传话的不想动还霸占地盘的干部成为阻碍,山头主义、地盘意识都要完全打破。”
“一半人守、一半人打”,说的是资源怎么分,排班只是表面。新业务要人、要数据、要预算、要试错空间,这些不会从天上掉下来,只能从旧业务里挪。可旧业务也有 KPI,也要保增长,也有一批人不愿意动。于是大多数企业会选一条更舒服的路:成立一个 AI 创新小组,买模型、接 API、做几个 Demo,汇报,然后继续原来的流程。
这更像采购,而不是转型。两者之间差的,正是 FDE(前线部署工程师)这类交付角色要补的那一段:把模型接进旧系统,把权限、异常和评测一起处理(FDE 与 Agent 协同交付)。
| 维度 | AI 采购式转型 | AI 再创业式转型 |
|---|---|---|
| 目标 | 上一个 AI 功能 | 重写一条业务流程的成本结构 |
| 组织 | 成立创新小组,旧部门不动 | 核心业务分兵,小团队独立闭环 |
| 预算 | 新增一笔创新预算 | 从旧项目重排人、钱和注意力 |
| 考核 | 看 Demo、看调用量 | 看完成率、成本、转人工率 |
| 技术 | 选模型、接 API | 数据、权限、工具、评测一起改 |
| 失败 | 汇报后搁置 | 复盘、缩圈、再试 |
两种做法都会产生“AI 项目”,但只有后者会改变组织。前者可以写进季度汇报,后者会动到一些人的位置,所以它更难。
二、AI native 不是加一个聊天框,而是重算流程成本
讲话里有一个比喻,我认为是全文最值得企业管理者记住的:
“现在 AI 在应用层面的开发才刚刚开始,如同工业化早期刚刚发明用电力来照明,还没有出现各种电器和把电力用于生产。”
今天多数企业的 AI 应用,还停留在“用电照明”:客服加一个问答,文档加一个摘要,报表加一个生成按钮。它们有价值,但价值大多停在边缘效率,动不了主流程的成本。
真正的机会在“把电力用于生产”。放到企业里,就是报价、对账、排产、履约、风控、招聘、研发这些环节。AI 要进入这些流程,光有模型不够,还要接数据、接权限、接工具、接审批,还要处理异常和兜底。也正是在这些地方,AI 才可能从“看起来聪明”变成“算得清账”。
判断一个 AI 项目有没有进入生产,不看它用了多大的模型,看它有没有改变一个可核算的指标:
- 单均处理时长有没有下降;
- 一次通过率有没有上升;
- 转人工率有没有下降;
- 单笔成本有没有下降;
- 异常漏检率有没有下降。
如果这些指标一个都没变,通常不是模型不行,而是 AI 还没有接到真实流程上。它只是一个更漂亮的入口,没有碰到流程的骨头。
这也是 FDE 在 AI 落地里越来越重要的原因:模型提供上限,交付决定下限。把模型接进旧系统、把权限和异常处理清楚,才是从 Demo 到生产的那一段路。
三、组织不扁平,AI 的速度会被汇报链吃掉
AI 的迭代速度以天和周计算,很多组织的决策速度以月和季度计算。两者放在一起,结果就是:模型已经换了两代,项目还在等下一次评审。
腾讯在讲话里提到“以小团队为作战单元”,也提到人才密度:
“人才密度的定义不只是你有多少特别有能耐的人,还取决于团队所有人的能力能否向上拉齐。”
这句话容易被理解成“招更厉害的人”,但更准确的含义是:让一个团队里的所有人,都能直接对结果负责。AI 交付特别吃这种结构。一个懂业务、懂数据、能调工具的小团队,闭环速度远高于层层转包;而层层汇报的组织,会把 AI 的速度优势消耗在协调上。
“小团队”也有前提。没有决策权、没有数据权限、没有预算、没有单一指标的小团队,只是更小的外包。真正的小团队至少要拿到四样东西:
- 一个明确的业务指标;
- 直接访问数据和系统的权限;
- 可以自己决定技术路线的空间;
- 一笔允许失败的预算。
讲话里还有一句“未来不一定要那么多管理岗位”。这句话很容易被读成裁员,但我的理解是:减少不产生决策的协调层,把管理岗位从“传话和占盘”变成“定目标和清障碍”。这比单纯减人更难,也更有价值。
四、冷静看:讲话是动员,不是机制
说这话没有贬低腾讯的意思。恰恰相反,一家 28 岁、体量这么大的公司,愿意公开说“心态归零”,说明它感受到了地面在移动。但讲话是动员,机制才是转型。
“心态归零”最怕变成一句单向要求:让员工归零,干部不动;让一线学 AI,预算和考核不变;让团队创新,失败却要问责。最后大家学会了在汇报里说 AI,流程还是原来的流程。
判断一家公司是不是真的在“心态归零”,我会看四个信号:
| 信号 | 口号式转型 | 机制式转型 |
|---|---|---|
| 预算 | 新增一笔创新预算,旧预算不动 | 从旧项目挪出人钱,设定止损线 |
| 人 | 让员工业余时间学 AI | 核心业务真放人,给新团队决策权 |
| 失败 | 失败即问责 | 定义可承受的失败,复盘后继续 |
| 系统 | 老系统不开放数据和接口 | 为 AI 开数据、权限和沙箱 |
四个问题都答不上来,就还停留在动员阶段。
腾讯在讲话里也提到,“不仅看长期和全局,也要在能力范围看投入产出比”。这是一个积极信号:投入有边界,要在战略耐心和商业回报之间找平衡。但这句话最终能不能落地,不看讲话,看接下来钱和人往哪里走。
五、对交付者:归零不是丢掉经验,而是把经验搬到新战场
对工程师和交付者来说,“心态归零”最容易被误解成“过去的东西都没用了”。
不是。AI 改变的是价值发生的位置,不是经验本身的价值。流程拆解、异常处理、系统集成、权限边界,这些能力在 AI 时代反而更贵,因为模型越强,越需要有人把它接进真实系统,并对结果负责。
需要归零的,是下面这三种习惯:
| 从 | 到 |
|---|---|
| 我会哪个工具、哪个框架 | 我能让哪个业务指标变好 |
| 我做了多少功能 | 系统能不能稳定运行、能不能算账 |
| 交付完就走 | 能评测、能回滚、能交接 |
“先动起来”也不等于盲目 All in。更稳的做法是:选一条流程,定义一个基线,做一个小闭环,用数据决定要不要扩大。先动,才有反馈;有反馈,才知道下一步往哪走。
对 RPA 工程师来说,这条路尤其顺:你已经有流程拆解和异常处理的地基,缺的是评测、工具设计和交付工程。把这三点补上,过去的经验不是包袱,而是起点。
六、30/60/90 天:把“心态归零”变成一条可验收的流程
如果把这篇讲话带回自己的公司,我建议不要从“全员培训”开始,而是从一条流程开始。
| 阶段 | 目标 | 关键动作 | 验收标准 |
|---|---|---|---|
| 0–30 天 | 选一条流程,跑通闭环 | 选高频、规则可枚举、结果可验证、失败可回滚的流程;建基线;小团队;先做“AI 提议 + 人工确认” | 端到端跑通,失败可解释 |
| 31–60 天 | 从能跑到可信 | 接数据、工具、权限;建 50–100 条真实样本的评测集;做失败分类和兜底;影子运行 | P0 失败为 0,转人工率可接受 |
| 61–90 天 | 从项目到能力 | 灰度上线;建成本、延迟、质量看板;写运行手册;决定扩大还是停止 | 指标可核算,团队可交接 |
表里的“影子运行”,指新旧流程并行、旧流程仍为准,用真实数据比较结果;“P0 失败”指会导致业务错误、数据泄露或越权的最高等级失败。
顺序不能反:先闭环,再评测,再规模化。第一条流程都跑不通,全员培训只会制造更多 PPT。
七、结语:AI 转型的终局,是组织获得重写流程的能力
腾讯 28 岁,仍然要谈“心态归零”。这对中小企业的提醒不是“成为腾讯”,而是:别等到浪打到门口才承认浪来了。
“心态归零”的真正含义,不是把过去清零,而是接受一个不舒服的事实:过去的优势,未必能平移到下一个战场;过去的分工,未必适合新的生产力。愿不愿意重新分人、分钱、分决策权,才是转型的分水岭。
AI 不会平均奖励每家公司。它奖励那些先动起来、又能把“动起来”变成机制的公司。
下一个问题不是“我们要不要做 AI”,而是“我们先动哪一条流程,谁来负责,90 天后用什么数字证明它值得继续”。
作者与编辑说明:DC哥,影刀 RPA 专家、认证工程师,关注 AI Agent、FDE 与 RPA 的企业落地。联系:微信公众号 DCRPA,微信 dc6comcn。本站的编辑原则是:可核实的引用给出原文链接,观点与事实分开呈现;文章仅代表作者判断。更多介绍见关于本站。
赣公网安备36010302001365号