我们讲了太多"别人家的AI分身"：律师的助理、医院的专家、物业的管家——都很好用。
但轮到自己公司时，很多人的AI分身上线两周就吃灰了。
不是AI不行，是上岗前的三件事没做。
一、数据：没洗过的数据，喂不出聪明AI
有个真实的场景：公司要做一个客服分身，把过去一年的聊天记录、工单、FAQ全喂了进去。结果分身上线第一天就闹笑话——把去年的活动价当成了今年的，把已经下线的产品还推荐给客户。
为什么？数据没洗。
旧的价格、停用的产品、过期的政策、互相矛盾的条款——全都混在里面。AI分不清哪些是"现在的规则"，哪些是"历史的痕迹"。
上岗前第一件事：把数据洗干净。删掉过期的，标出有效的，统一格式和口径。喂给AI的每一份资料，都是"现在说了算"的版本。
数据不干净，AI越聪明，错得越离谱。
二、流程：流程没捋顺，AI接不住活
很多岗位的工作流程，其实是一笔糊涂账。
比如报销：先找谁审？超预算找谁批？发票不符怎么退？每个员工的理解都不一样，全凭"老员工的经验"。
这种流程，人还能靠默契跑起来，但AI接不住——它需要明确的规则：什么情况走哪条路，每一步谁负责，产出交给谁。
上岗前第二件事：把流程捋顺。把那些"靠人脑记"的环节，写成"看得见的规则"。
流程越清晰，AI能接的活越多；流程越模糊，AI只能当个摆设。
三、习惯：人不肯用，AI再好也白搭
这是最容易被忽略、也最难的一关。
很多员工面对AI分身的第一反应是：
"这玩意儿靠谱吗？""我还是自己做吧，更快。""万一出错了谁负责？"
不是AI不好用，是习惯没养起来。
上岗前第三件事：让团队先"用起来"。从小事开始——先让AI做整理、归纳、初稿这些低风险的事，让大家感受到"它真的能省时间"，再逐步扩大它的权限。
信任是试出来的，不是培训出来的。
四、做了和没做，结局完全不同
同样是买一个AI岗位分身：
没做三件事的公司：AI吃灰两周，结论是"AI不行，浪费钱"。
做了三件事的公司：AI上岗第一天就能干活，一个月后成为团队离不开的搭档，结论是"早点上就好了"。
差的不是AI，是三件准备工作。
五、写在最后
AI落地的顺序永远是：先洗数据、再捋流程、后养习惯，最后才谈技术。
技术是最后一步，不是第一步。
你的AI分身上岗前，这三件事做了几件？