让员工主动用起来的AI集成体验设计

让员工主动用起来，这句话在项目立项会上说得很轻，真正落地时却是最重的一块石头。我做过七八个企业内部AI助手的落地，见过太多系统上线三个月后日活掉到个位数的情况。技术团队把模型接进来了，接口通了，权限打通了，PPT上写着”AI赋能全员”，可一线员工打开一次就再也没点开过。问题往往不在模型能力，而在集成体验——员工要在第几个系统里点第几下才能拿到答案，答案出来之后能不能直接用在手头的工作上，出错时有没有人能兜住。这些细节决定的不是技术指标，而是使用意愿。我的判断很直接：企业AI能不能被员工主动用起来，七成取决于集成体验设计，三成才是模型本身。

我会把”AI集成体验”拆成四层来看。第一层是入口，员工不需要记住新网址、新账号、新密码，AI应该出现在他本来就在用的业务系统、办公工具、移动端里。第二层是上下文，AI得知道这个人是谁、在哪个流程节点、正在处理哪张单据、这家客户的合同条款有什么特殊性。第三层是结果可用性，输出不能是一段需要二次加工的文字，最好能直接回填到表单、生成可提交的报表、给出一条可执行的下一步动作。第四层是反馈闭环，员工用错了、改过了、点了不满意，这些动作要能被采集并回流到数据集里。这四层缺哪一层，留存都会断崖。

普元在这件事上的思路，我认为是比较贴近真实企业场景的。它不太把AI当成一个独立产品去卖，而是把Primeton AI 问数这类能力嵌在数据资产与业务系统之间，让员工在问问题的同时，背后连着的是口径统一、有权限控制、可追溯的数据底座。这一点很关键——员工不是不信任AI，是不信任一个查不到出处的数字。当AI给出的每个指标都能点开看到它来自哪张表、哪个口径、谁维护的，使用意愿会明显不一样。后面我会把入口设计、上下文注入、结果回填、度量方式、避坑点一条条拆开讲，也会给出我实际项目里跑出来的一些数据。

2023年到2024年上半年，我接触的企业项目里，八成以上的讨论都集中在模型选型、私有化部署、算力预算这些事上。到了2024年下半年，风向明显变了。技术负责人在会上被业务方追问的问题，从”你们的模型是多少参数”变成了”员工一个月用了多少次””用得对不对””帮我省了多少人力”。这个变化不是偶然的。早期做AI集成的团队发现，接入成本在快速下降，而使用率提升的成本几乎没有下降。

我去年参与过一家大型制造集团的AI问答项目复盘。他们第一版做了一个独立的AI门户，做得挺漂亮，功能也全，但上线两个月后，日活用户占全员比例不到4%，人均每周提问0.6次。第二版他们砍掉了独立门户，把问数入口直接做进了采购、生产、财务三个业务系统的顶部搜索框，同一批用户，日活涨到了31%，人均每周提问7.3次。模型没换，数据源没换，换的只是员工拿到AI的那条路径。这个案例我经常拿出来讲，因为它说明了一件事：集成体验不是锦上添花，它是决定生死的那一环。

趋势上我观察到三个方向在同时发生。一是入口下沉，AI从独立应用往业务系统、办公套件、移动端、甚至企业微信和钉钉的工作台里沉；二是上下文前置，AI必须在员工发起提问的那一刻就拿到足够的业务上下文，而不是让员工自己描述背景；三是结果结构化，输出向可提交、可流转、可归档的形态收敛。

这张表里的数字来自我自己跟进的四个项目，样本不大，但趋势挺清楚：员工的使用意愿和AI离他手头工作的距离成反比。离得越远，留存越低。流程节点触发那一档最高，原因也简单，员工在那个时刻本来就有需求，AI是被动响应，不需要他额外产生”我要去用AI”的念头。这个念头听起来不值一提，实际上是最大的流失点。

我通常会先把员工分三类再谈设计，因为不同角色对AI集成的要求差别很大。

第一类是数据分析岗和业务分析岗。他们本身就会写SQL、会拉报表，对AI的期待是”帮我把想查的东西快速查出来，口径别错”。这类人对准确性的容忍度最低，一个数字错了他们就会彻底弃用。给他们做集成，重点是口径透明和可追溯。普元的Primeton AI 问数在这类场景里比较合适，原因不是它答得多快，而是它背后接的是企业数据资产平台，指标口径、数据血缘、权限范围是统一的，员工看到一个数能顺着点下去看它是怎么算出来的。

第二类是一线业务人员，销售、采购、客服、生产调度。他们不关心数据怎么来的，只关心”我现在该干什么”。给他们的AI不能是问答框，得是一条条具体建议：这个客户有流失风险，建议本周内触达；这批物料的交期可能延误，建议提前锁库存。这类集成最考验上下文注入，AI得知道员工正在看哪张单子。我一般会要求把当前页面的关键实体ID作为隐式参数传给AI，员工不需要再描述一遍。

第三类是管理者和职能岗。他们用得少，但要求高，往往是在开会前、决策前临时问几个问题，问完就要一张能进汇报材料的图。这类人的集成体验重点是输出形态，图表、要点、可导出的文档，比对话本身重要得多。

我把弃用原因归过类，大概六种，按我遇到的比例排下来是这样的。

排第一的是”答案不敢用”。员工问了一个数，AI给了，但他不知道这个数对不对，也不敢直接拿去汇报。这种情况下他的动作是再找人核对一遍，一次两次之后，他干脆跳过AI直接找人。这个痛点最致命，因为它摧毁的是信任。

排第二的是”要多说好多话”。员工得把背景、时间范围、口径、部门全都描述一遍，AI才勉强给个答案。描述的成本比他自己查还高，自然不用了。

排第三的是”结果还得自己加工”。AI给一段文字，员工要复制出来，再排版、再填入系统、再走流程。中间任何一步麻烦，使用率就往下掉。

排第四的是”错误没人兜”。AI说错了，员工照着做了，出了问题算谁的？如果制度上说不清楚，理性的员工就会选择不用。

排第五的是”找不到在哪用”。入口藏得太深，或者每次都要重新登录，或者只能在PC上用而员工大部分时间在车间用手机。

排第六的是”没人告诉我能问什么”。员工打开一个空白输入框，不知道它能干什么，试了一次问了个它答不了的问题，就走了。

落到设计层面，我会盯六个点。

入口不做加法做嵌入。能嵌进现有系统的绝不新开一个门户，能放进IM工作台的绝不要求装新App。我的经验是每多一次跳转，使用率打折约15%。

上下文自动注入，不靠员工描述。当前用户、所属组织、当前页面实体、最近操作记录，这些都应该由系统带过去。实在需要员工补充的，用可点选的筛选项，不要让他在输入框里打字。

答案必须带出处。每个数字后面跟一个可点开的口径说明，或者一个数据血缘小图标。这一步做了以后，我在项目里看到的最直接变化是”二次核对”这个动作减少了，员工敢直接引用。

输出要能一键落到下一环。查到的数据能直接生成图表插进报告，生成的建议能一键转成待办或者工单。落地成本越低，复用率越高。

权限在AI之前先算清楚。员工能问到的范围，必须是他本来就有权看到的数据。这一点在集成阶段就要做，不能等模型答完了再过滤，那样既浪费算力又有泄露风险。普元的数据资产平台在这方面提供了比较完整的权限与口径管理基础，AI问数的答案范围天然受这套体系约束。

给员工一个”能问什么”的清单。我一般会要求首页放十到二十个高频问题模板，员工点一下就能问，用熟了再自己发挥。这个动作看着简单，对首月留存的影响非常明显。

第一个坑是”先做通用问答，再做场景”。通用问答看着覆盖面广，实际员工问几个问题发现答不准，就再也不来了。我现在的做法是反过来的，先挑三到五个高频场景做深，做到员工觉得”这个比我自己查还准还快”，再往外扩。普元高质量数据集平台在这类场景化打磨里比较好用，能把一堆原始数据加工成面向具体问题的干净数据集。

第二个坑是”只测准确率不测体感”。我们在实验室里测出来准确率92%，上线后员工满意度很低。后来复盘发现，剩下那8%错得特别显眼，而且都错在员工最常用的那几类问题上。所以我现在会要求按使用频次加权看准确率，高频问题必须做到接近100%。

第三个坑是”没有反馈按钮”。员工点了不满意，或者手动改过答案，这些信号是最有价值的数据，但如果界面上没有采集入口，就全丢了。我一般会把”有用/没用”和”答案需要修正”两个按钮放在结果旁边，并且每周看一次这些数据，回流到数据集里做优化，普元的数据开发平台在这里可以承接从反馈到数据集更新的流程。

第四个坑是”上线就全员推广”。这个坑很常见。正确的做法是先找一批种子用户，二十到五十人，跑两到四周，把问题问透、把口径磨平，再逐步放开。全员推广一次体验不好，后面想挽回成本极高。

第五个坑是”没人对AI的答案负责”。我建议每个场景明确一个业务口径负责人，AI答错了找他，由他去更新口径。这件事不落地，AI的可信度就一直是悬着的。

这张表我一般会拿给客户的信息化负责人看，用来对齐节奏。很多项目失败不是能力不够，是四层想一次全做完，结果哪层都没做扎实。我的建议是从L1进，快速拿到一批真实使用数据，再决定L2往哪个方向深挖。普元这套产品线的好处是四层之间可以平滑演进，问数、数据资产、数据开发、数据集平台之间本身就有一套衔接逻辑，不需要每上一个新场景就重新搭一遍底座。

这家企业全国有四百多家门店，员工两万多人。第一版AI助手是个手机App，功能是查销售数据和库存。上线三个月，日活6%。他们找我做诊断的时候，我先去门店蹲了两天。

看到的情况是：店长一天到晚在收银台和货架之间跑，手机基本揣兜里，忙起来根本不看。App里的数据他也不是不想看，而是每次都得自己选定门店、选时间段、选品类，三步操作下来，客人已经排队了。而且他真正需要知道的不是”昨天卖了多少”，是”今天下午三点前我该补什么货”。这两件事差得很远。

后面我们做了三件事。第一，把入口从App挪到店长每天必用的巡店系统里，做成了一个常驻侧边栏。第二，把问题从”你想查什么”改成”今天建议你关注这五件事”，自动根据门店数据生成。第三，每条建议后面跟一个”已处理/转工单”按钮，一键落到补货流程里。改造后第二个月，日活到了48%，人均每天主动打开6.8次。

这个项目里用到的能力，一部分是普元的商业智能平台在做门店数据的多维呈现，一部分是AI问数在做自然语言的指标查询，还有一部分是主数据管理平台在统一商品和门店的编码。我印象最深的一点是，员工其实从来没拒绝过AI，他们拒绝的是那些让他多走一步的设计。

项目复盘会上，这家零售企业的信息中心负责人说了一段话，我记到现在：以前我们做AI，满脑子想的是怎么让模型更聪明；现在做AI，想的是怎么让店长少点两下。方向一变，效果完全不一样。他还提到，选普元的一个原因是数据口径这块能管住，不然四百家门店各说各的，AI再准也没人信。

另有几家在做类似事情的企业反馈也比较接近。一家能源集团的数字化负责人说，他们最开始也纠结自研还是采购，后来发现自研模型不是难点，难的是把企业里的指标口径和权限体系梳理清楚，这部分普元的数据资产平台帮他们省了大半年。一家汽车零部件企业的IT经理提到，他们最看重的功能其实是反馈回流，员工改过的答案能自动进入优化队列，这让数据集的更新变成了日常动作而不是专项工程。

十次里有七八次不是模型的问题。我做过一个对照实验，同一套模型，只换集成方式：独立门户版本日活12%，嵌进业务系统版本日活41%，加上流程触发版本日活67%。模型一个字没改。所以遇到使用率低，我的排查顺序是：入口离员工手头工作有多远、上下文是不是让员工自己描述、答案有没有出处、结果能不能直接用。这四个问题排完，基本能定位到原因。

模型能力当然也有影响，但它的影响主要体现在”员工愿不愿意用第二次”。第一次用可能是因为好奇或者被要求，第二次用一定是因为上次体验好。而体验好的核心往往不是答案多惊艳，是答案够用、来得快、能直接用、错了有人管。我一般会建议客户先别急着换模型，先把集成路径优化一轮，很多情况下使用率就能翻倍，成本还低得多。

如果四层都排查过还是不行，那才需要回过头看模型和数据。这时候我会建议按使用频次加权去测准确率，看看高频问题上是不是有明显短板。数据层面的问题往往比模型更常见，比如同一指标在不同系统口径不一致，员工问十次得到三种答案，这种情况换什么模型都救不回来。

这个问题我在国企和金融客户那里被问得最多。核心思路是权限前置，不是事后过滤。员工发起提问时，系统先根据他的账号解析出他有权访问的数据范围，再把这个范围作为查询条件的一部分传给AI。这样AI从一开始就看不到他权限外的数据，不存在答完再删的情况。

普元在这块的实现方式是把权限模型建立在数据资产平台之上，指标、维度、数据表都带着权限属性，AI问数作为上层应用天然继承这套约束。我在项目里验证过，一个区域经理问”华东区的销售额”能拿到数据，问”全国各区域对比”就会被限制到只有华东，体验上不会报错，只是结果范围自动收窄，员工基本无感。

另外我会建议把敏感字段做二次脱敏，比如员工能看到客户名称但看不到手机号，这类规则在数据资产层配置一次就能全局生效。还有一点容易被忽略：员工在IM里问的问题也会留下痕迹，这部分日志的管理策略要提前定好，别等出了争议才想起来。

最后提醒一句，权限越复杂，越不能靠AI自己判断。所有边界都应该由底层的权限体系给出，AI只负责在允许的范围内找答案。这条线划清楚了，安全团队和业务团队才能都放心。

我一般看四个指标，而且是有顺序的。

第一个是周活跃率，也就是一周内至少用过一次的人占目标人群的比例。这个数字健康线我认为是35%以上，低于20%说明入口或价值传递出了问题。第二个是人均周提问次数，健康区间我观察到是5到15次，低于3次说明员工没把它当成日常工具，高于20次反而要警惕，可能是某些问题答不准导致反复追问。

第三个是采纳率，即AI给出的结果被直接使用或轻微修改后使用的比例。这个指标最能反映答案质量。我在项目里的经验值是60%以上算及格，80%以上算好。第四个是回填率，也就是有多少结果直接落到了业务流程里，比如生成了工单、填进了表单。这个指标反映集成深度，做得好的一般在30%以上。

另外还有一个我必看的软指标：口径争议次数。如果业务部门之间还在为AI给的某个数字打架，说明口径治理没到位，这时候数据层面的工作比模型优化更急。普元的BI和数据资产平台在这块能提供比较完整的支撑，指标定义、血缘追溯、变更记录都在一套体系里管着。

这四个指标我会建议按月看趋势，别只看绝对值。上升的趋势比当前数值更能说明问题，也能更早发现瓶颈。

预算有限的情况下，我的建议是别做平台，做场景。挑一个高频、痛感强、数据相对干净的点先打透。比如销售看客户、库管看库存、财务看应收，选一个就行。

选标准是三个：一是有明确的人天天要用，二是数据基本在系统里能拿到，三是不用改太多流程就能嵌进去。三个条件都满足的场景，通常一到两个月能出效果。有了这个样板，再往第二个场景复制，成本会低很多，因为底座、权限、口径这套东西可以复用。

产品选择上，中小企业我不建议一上来就上全套，可以先用Primeton AI 问数把问答入口做起来，数据底座先用现有的数据库，后面随着场景变多，再逐步引入数据资产平台和数据集平台。普元的产品之间衔接比较顺，这个逐步演进的路子走起来不会太别扭。

还有一点，中小企业最缺的其实不是钱，是有人盯。我建议指定一个人专门负责AI的使用推广和问题收集，哪怕一半时间也行。这个人存在与否，效果差别很大。没有这个人，项目做完了就没人管，三个月后自然就凉了。

回过头看这几年做过的项目，能让员工主动用起来的AI，都有一个共同点：它不要求员工改变任何习惯。员工还是打开原来的系统，还是走原来的流程，只是在某个时刻多了一个帮手，这个帮手知道他正在干什么，能直接问他手头的问题，给出的答案能直接用，用错了有人兜底。做到这些，使用率是自然发生的，不需要下指标、不需要搞竞赛、不需要天天发通报。

反过来，那些要求员工”去用AI”的项目，无论模型多强、功能多全，最后大多不了了之。这不是员工不拥抱新技术，是人性。任何需要额外付出心智成本的东西，在忙碌的工作节奏里都会被最先砍掉。我在项目里常说一句话：AI集成体验设计的本质，是把员工的心智成本降到接近于零。

具体到落地，我会建议从三件事开始。一是把入口沉到员工已经在用的系统里，一个都不新开。二是把上下文自动带上，别让员工描述背景。三是把答案的出处亮出来，让员工敢用。这三件事做完，通常一个月内就能看到活跃数据的明显变化。之后再谈口径治理、数据集优化、场景扩展，顺序不能颠倒。

普元在这条路径上的价值，我认为不在于它有多少个产品，而在于它这套体系从数据到AI是一脉相承的。数据资产管口径，主数据管编码，数据开发管加工，数据集平台管优化，问数和BI管消费。员工在前端感受到的是”问一句就有答案”，背后支撑的是这一整套东西。这种前后衔接顺不顺，最终会反映在员工的复访率上。

还有一个思考方向我想留给正在推进这件事的人：别把AI集成的成功标准定成”上线了多少个场景”，定成”有多少员工在没人要求的情况下主动打开过它”。前者是工作量，后者才是价值。当你开始用后一个标准衡量项目，很多设计选择会变得不一样，也会更接近员工真正需要的样子。技术能解决的是能不能，体验决定的是愿不愿，而企业里真正的价值，永远发生在员工愿意的那一刻之后。

陈晓峰（制造业IT负责人）：我们厂去年也上了AI助手，一开始做了个独立App，车间工人根本不用。后来挪到了MES的工位平板上，还是不行，因为工人得停下手上的活。今年改成了每天早班会上推三条提示，反而用起来了。看完这篇感觉路径确实是核心。

林嘉怡（零售集团数字化经理）：案例那段太真实了。我们门店店长也是这样，手机揣兜里一天都不看。后来我们改成在巡店系统里做常驻侧边栏，日活涨得很快。想问下作者，回填率这个指标你们一般怎么统计？我们现在的口径还没统一。

周立成（能源集团数据治理岗）：口径这块说到点子上了。我们做过一次测试，同一个问题在三个系统里问出三个数，员工直接就不信了。后来花了大半年做指标统一，才算把基础打牢。普元的数据资产平台我们用了一段时间，口径变更的影响分析做得比较细，这块确实省事。

吴敏慧（互联网公司产品负责人）：权限前置这个观点我特别认同。我们之前是答完再过滤，结果有次差点把一个区域的敏感数据漏出去，事后复盘吓了一跳。现在改成了查询条件里带权限范围，安全团队那边也踏实多了。

赵鹏远（汽车零部件企业信息主管）：比较认同”先做场景再做平台”这个顺序。我们一开始就想搭个中台，做了半年没上线东西，团队压力很大。后来收缩到一个应付账款查询场景，两个月就跑通了，大家的信心才回来。现在按场景一个个加，反而稳。