对规模较小的公司来说，业务中应用 AI 究竟意味着什么？
对于一家有 5 到 200 人的公司，企业应用 AI 主要是指用生成式助手处理文字工作：起草、总结、改写、提取和解释。这很少涉及自建模型或聘用数据科学团队。工具通常当天就能订阅；真正需要花时间的是决定如何使用。
已发表的研究也呈现了这种模式。英国政府的《AI 采用情况研究》基于 2025 年 2 月至 5 月期间开展的 3,500 次企业访谈，其中已使用 AI 的企业有 85% 表示使用了自然语言处理和文本生成，远高于其他任何类型。同一调查发现，英国约六分之一的企业（16%）使用了至少一种 AI 技术。这两项数据均由技术负责人自行报告，因此应将其视为某一时点的情况，而不是你所在行业的通则。
这意味着，企业应用 AI 主要是人员和流程问题。谁可以使用哪种工具、处理哪些任务、使用哪些信息，以及在结果交付客户之前由谁检查？把这四个问题讲清楚的公司，即使用基础助手，也会比购买昂贵助手却让所有人自行摸索的公司获益更多。
哪种 AI 适合企业使用？
入门工具通常应选与团队日常软件相适配的通用助手，并使用你已阅读其数据条款的企业套餐。使用 Microsoft 365 的公司通常会先评估 Copilot；使用 Google Workspace 的公司通常会先评估 Gemini；跨多种工具工作，或经常进行长篇写作和分析的团队，则往往会比较 ChatGPT 和 Claude 的企业套餐。没有哪一种适合所有团队，而且套餐功能变化频繁，因此应查看供应商当前的套餐页面，而不是排名文章。
先看数据条款，再看功能列表。商业版和企业版在数据处理方式上通常与面向个人的免费账号不同。例如，Anthropic 的隐私中心说明，默认情况下，除非客户提供反馈或以其他方式授权，否则不会使用 Claude for Work 和 API 等商业产品的输入或输出来训练模型。无论选择哪款工具，都要查看其对应说明页面，并确认相关条款适用于你实际购买的套餐。
专用工具可以以后再考虑。转录工具、客服系统内的 AI 功能或图像生成器可能对某个团队有用，但每增加一个工具，公司信息就多了一个流向，也多了一套需要阅读的条款。先从一个通用助手开始，了解团队如何审核其输出，再为有明确需求的任务添加专用工具。我们的工作用 AI 工具选择指南更详细地介绍了审批时需要考虑的问题。
| 如果你的团队主要使用 | 先进行评估 | 购买前检查 |
|---|---|---|
| Microsoft 365（Outlook、Word、Excel、Teams） | 企业套餐中的 Microsoft Copilot | 在你的许可证和权限范围内，Copilot 可以访问哪些应用和数据 |
| Google Workspace（Gmail、文档、表格） | 适用于 Workspace 的 Gemini | 哪个 Workspace 版本包含此功能，以及管理员可以关闭哪些功能 |
| 混合使用多种工具，或有大量写作和分析需求 | ChatGPT 或 Claude 企业套餐 | 数据是否用于训练的默认设置、保留期限、管理员控制功能及用户许可条款 |
| 一项范围明确的任务，例如通话记录或图片处理 | 先用通用助手，再考虑专用工具 | 文件存储在哪里、谁可以查看，以及如何删除 |
如何逐步在企业中应用 AI？
像引入任何新的工作方法一样引入 AI：指定一名负责人，列出少量获准开展的任务，写明使用边界，设置审核环节，并确定何时决定是否继续。以下步骤适合没有信息技术部门的公司，所需时间是数周，而不是数月。
1. 指定负责人
由一人决定批准使用哪些工具、回答问题，并及时更新清单。在小公司里，这个人通常是运营负责人或创始人，而不是一个委员会。
2. 列出反复要做的文字工作
请每个团队列出每周都要做的三项涉及阅读或写作的任务：供应商邮件、会议记录、提案初稿、产品描述、政策摘要。重复频率比任务大小更重要。
3. 按出错后果为每项任务评分
标明输出出错会带来什么后果。内部会议摘要出错的影响较小；给客户的报价或薪资核算说明出错的影响较大。先从有明确审核人的低风险和中风险任务开始。
4. 选择一种工具和一个套餐
选择与现有软件相匹配的 AI 助手，使用企业套餐，并阅读其数据条款。不要让每个人自行选择免费账户。
5. 用一页纸写清边界
哪些信息可以输入工具，哪些绝不能输入（客户记录、个人数据、未公开的财务数据、密码），由谁审核哪些内容，以及出问题时应向谁报告。
6. 不只教提示词，也要教如何审核
教大家如何提供背景信息，以及如何在内容对外发送前核查事实、数字和语气。先用虚构或经批准的示例练习。
7. 四至六周后复盘
查看实际工作样本，询问大家停用了哪些做法及其原因，然后决定哪些任务应保留、调整或取消。只推广经实际检验可行的常规做法。
这在实际团队中是什么样的？
以虚构公司 Brightwater Interiors 为例：公司有 22 人，在线销售家具，设有一个小型客服团队、两名营销人员和一名运营负责人。运营负责人担任此项工作的负责人，选定一款商业套餐中的 AI 助手，并批准先开展两项任务：根据供应商规格表起草产品描述，以及根据订单备注起草配送问题的回复。客户姓名和地址不得输入工具；客服人员只粘贴订单状态和客户问题。
一位营销人员的第一条提示词是：“为一张橡木餐桌撰写产品描述。”输出流畅，却出现了几处适合用来学习纠错的问题：规格表写的是人造板贴橡木木皮，它却称餐桌为“实心橡木”；规格列明可坐六人，它却声称“可供八人舒适就座”；还承诺了清水家居并不提供的“免费次日送达”服务。
审核后的提示词提供了规格表文本、品牌语气说明和三条规则：只使用规格表中的事实；缺少细节时明确标出，不要猜测；绝不提及交付条款。新草稿写明了“橡木贴面”“可坐六人”，并在结尾注明：“规格表未提供餐桌重量；发布前请确认。”营销人员逐一核对规格表，确认每一处事实表述后再发布。节省的时间确实存在，但幅度有限；更大的收获是，团队现在有了一套可重复使用的提示词，以及一道能发现客户可能投诉的那类错误的检查流程。
布莱特沃特刻意没有做的事包括：让 AI 助手直接向客户发送回复、将整份导出的订单数据粘贴进去，或在两项任务经过审核之前就宣布全公司推广。等审核成为习惯后，再做这些决定也不迟。
小企业的 AI 战略应包含哪些内容？
小企业的 AI 战略可以写在一页纸上：为什么使用 AI、哪些工具已获批准、哪些任务可以做或不能做、哪些信息不得输入、谁审核什么、员工如何学习，以及如何判断是否有效。篇幅更长，通常意味着这些决定还没有真正作出。
这是风险框架所述做法的简化版。NIST 将其 AI 风险管理框架描述为供自愿采用的框架，其中的指南分为治理、识别、衡量和管理四个部分。治理部分要求以书面形式明确角色和职责，通过培训让人员能够按照组织政策履行职责，并提供清晰的问题升级反馈渠道。20 人的公司不需要采用完整框架，但同样适用这四项习惯：明确谁负责、了解正在使用哪些工具、围绕员工实际执行的任务开展培训，以及让问题反馈更容易。
用途
用两三句话说明你希望 AI 帮助完成什么，例如更快地起草营销初稿，或更快地汇总供应商文件。
获批工具和方案
明确具体工具、订阅方案、管理负责人，以及员工获取访问权限的方式。
输入任务，获取结果
一份简短清单，列明已获准开展的任务，以及暂不允许开展的任务，例如任何涉及对个人作出决策的任务。
信息使用边界
哪些内容可以输入，哪些不可以，并举出员工在日常工作中熟悉的例子。
审阅与批准
哪些输出在发送到公司外部之前由谁检查，以及具体检查什么。
学习
员工将如何练习，遇到不确定的问题时向谁求助。
审查日期
何时查看证据，并决定保留哪些做法。
想看看这与具体岗位有什么联系吗？
了解规划中的团队试用 ↗主要风险有哪些，由谁检查输出内容？
日常风险包括：AI 以笃定的语气给出错误内容、敏感信息被输入不合适的工具，以及人们因为输出读起来流畅就相信它。NIST 的生成式 AI 风险概况将“幻觉”列为生成式 AI 特有的风险之一，并将其定义为以笃定语气生成错误或虚假内容。该文件还描述了自动化偏见，即过度依赖自动化系统，并指出这会加剧其他风险。简单来说：工具有时会出错，而人们倾向于相信它。
英国的相关指引也持相同方向。NCSC 建议不要在向公共大语言模型提交的提问中包含敏感信息。Acas 则建议雇主核查输出内容的准确性、语气和偏见，并指出现有的数据隐私政策同样适用于 AI 使用，员工也可能需要培训才能获得最佳输出。如果涉及个人数据，ICO 关于 AI 与数据保护的指引涵盖责任落实、合法处理依据和数据保护影响评估。本指南仅提供一般信息，不构成法律建议；请根据自身情况寻求专业意见。
解决方法并不新奇，但很有效。每项获准开展的任务都指定一名审核人，审核人清楚要检查什么：事实是否有来源支持、数字是否重新计算、是否作出了公司无法兑现的承诺，以及语气是否适合受众。凡是会产生实质影响的内容，都由了解相关事项的人最终批准。我们的AI输出事实核查指南将这些要求整理成可供日常练习的流程。
为什么 AI 上线后，大家就不再使用了？
当员工看不出 AI 能帮助自己完成哪些任务、不确定允许粘贴哪些内容，或者早期的一次糟糕输出让他们觉得不值得再核查时，他们就会停止使用。购买用户许可解决不了这些问题。在 DSIT 的研究中，已经使用 AI 的企业报告称，平均有 30% 的员工在使用 AI，77% 的企业表示，使用 AI 的员工不足一半。在同一项调查中，完全未采用 AI 的企业最常提到的原因是没有明确需求，以及缺乏 AI 技能和专业知识。
解决办法很具体。为每个岗位提供两到三项获准使用 AI 的任务，配上提示词示例和审核清单；将使用边界写得简短易记；并提供一个安全的练习环境，让大家即使第一次没做好，也不会造成损失。我们的 AI 应用指南详细讨论了上线后使用率低的问题，包括管理者在第一个月可以采取的行动。
如何判断 AI 是否在企业中发挥了作用？
衡量几个明确的具体任务，而不是笼统地衡量 AI。推广使用前，记录一项任务大约耗时多久，以及审核人退回修改的频率。四到六周后，再看同一项任务：初稿是否更接近可用状态，审核人需要修改的地方是否减少，错误是否能在内容送达客户前被发现？这些观察比登录次数更有用。
对自行报告的成效要谨慎，包括你自己报告的成效。在 DSIT 调查中，56% 使用 AI 的企业表示员工生产力有所提高，而 77% 表示营收尚无变化；报告本身也指出，这些数字是受访者自行估计的。在公司内部，应收集与实际工作直接相关的证据：少量前后对比样本、审核人的记录，以及与任务执行者的一次简短交流。
哪些情况下，不适合用 AI 解决业务问题？
如果底层流程不清晰、没有人能核查输出，或任务涉及对某个人作出决定，就不应首先考虑使用 AI。如果你的报价流程不一致，助手只会更快地生成不一致的报价。如果公司里没有人能判断一份税务解释是否正确，就不应让工具来写。如果任务决定谁被录用、晋升、处分或拒绝提供服务，就需要比使用通用助手加上快速审核更审慎的处理方式。
如果工作量很小，使用它同样不合适。每月只写一封供应商邮件，不足以成为引入新工具、制定政策和开展培训的理由。它也不能弥补你缺少的专业能力：AI 可以帮助具备专业能力的人提高效率，但不能让不具备专业能力的人所产出的成果变得可靠。评估后决定不采用某个使用场景，完全是合理的结果。
培训发挥什么作用，Tosheo.ai 又能在哪些方面提供帮助？
大多数小公司都会跳过培训这一步，因为工具看起来很容易用。真正的差距通常不在于知道按哪个按钮，而在于知道该提供什么背景、哪些信息不能输入，以及如何针对具体工作核查结果。通过真实任务练习并获得反馈，比观看通用课程更容易学会这些能力。
Tosheo.ai 正在筹备中，正是为了帮助 5 至 200 人的团队实现这一点。按照上线规划，管理员将选择岗位和团队使用的 AI 工具，每个人先完成简短的基础测评，再学习每节 10 至 15 分钟的课程。每节课都以使用真实 AI 工具完成动手任务收尾，并依据学员可见的评分标准评分。管理者将能查看技能进展和完成情况，绝不会看到原始聊天记录。产品尚未进入开发阶段，因此没有可展示的客户成果。定价页面列出了计划价格；如果你只需要一份政策或首批任务清单，本站的免费指南可能就够了。
来源与范围
DSIT，《AI 应用研究报告》（实地调研时间：2025年2月至5月），2026年1月发布 ↗
GOV.UK，AI 应用研究发布页面，修订于 February 2026 ↗
NIST，AI 风险管理框架概览，January 2023 ↗
NIST，AI 600-1 生成式 AI 风险概况，July 2024 ↗
NCSC，ChatGPT 与大语言模型：有哪些风险？，14 March 2023 ↗
Acas，三分之一的雇主认为 AI 将提高生产力，15 May 2025 ↗