一个企业决定上AI助理，讨论到最后一刻，往往都卡在同一个问题上：先给谁用？
这个问题看起来是执行细节，实际上是生死问题。我们见过太多项目，不是死在技术不行，而是死在第一个岗位选错了——用不起来，老板失去耐心，后面再想推动就难了。
两种最容易踩的起点
第一种：铺开十个岗位。老板觉得既然是好东西，那就全面推广，一口气上十个岗位。结果是每个岗位都浅尝辄止，没有一个用出效果，最后大家一致评价"这玩意儿没啥用"。
第二种：从老板自己开始。这个听起来很合理——老板最支持，以身作则。但实际最容易烂尾：老板时间最碎片化，没有耐心慢慢调教；老板的场景往往是最复杂的决策场景，恰恰是最难被AI接手的部分；而且老板的使用效果最难被衡量，"我自己用得感觉还行"没法变成说服别人的证据。
我们内部有个说法：AI助理不是从最想用的人开始，而是从最该被解救的人开始。
三条选岗标准
判断一个岗位该不该作为第一个试点，我们通常看三条：
第一条：重复性事务密度高。这个岗位每天是不是有大量重复的、有规律可循的工作？重复密度越高，AI能接手的比例越大，见效越快。反过来，如果一个岗位每天面对的都是全新的、非标的判断，那AI能帮上的忙就很有限。
第二条：知识能沉淀成文档。AI要用得准，得有东西可学。这个岗位的知识、规则、历史案例，是不是能被整理成文档？有资料，AI学得会；全靠老师傅脑子里的经验，那就得先做一件事——把经验说出来、记下来。
第三条：效果能验收。用了一个月，能不能说清楚"到底省了多少时间、少了多少差错"？如果效果说不清，就成了"感觉挺好"，很难推动第二个岗位。
三条同时满足的岗位，就是最佳起点。满足两条的可以试，只满足一条的先放放。
三个真实岗位的对照
财务报销岗。重复密度极高——同样的票据审核规则，每个月几百张单子反复过；规则明确、能写成文档；差错率可统计，效果好验收。三条全中，是典型的优质起点。这类岗位的AI助理上手最快，因为它的工作本质就是"按规则重复判断"。
售前方案岗。这个我们自己最有发言权——我们自己团队就是第一批使用者。方案岗的痛点是：每个项目都要重写方案、每次都从零开始找素材、报价和参数反复核对。重复密度高、知识天然是文档化的（历史方案、产品参数、价格体系）、效果可量化（出方案的时间）。三条也全中，而且它有个额外好处：方案岗是离老板最近的岗位之一，效果老板能直接感受到。
资产管理岗。这是我们最近帮一个学校做的事，也是个很典型的场景。资产管理员每天面对的是：谁借走了什么东西、哪些设备该保养了、盘点要几个人干几天。重复性高、规则能沉淀、效果能算（盘点周期从几天到几小时）。三条满足，而且它还有一个特别的价值——这个岗位过去是"隐形"的，不容易被看见，AI接手之后反而让它的价值显性化了。
为什么"先做对一个"比"铺开十个"管用
回到那个问题：为什么不能全面铺开？
因为AI助理的落地，本质上是一次习惯改造。而习惯的改造，只能靠身边人的真实效果来驱动——你的同事用了三个月，省下每天两小时，这种说服力，比任何宣讲都强。
铺开十个岗位，等于同时开十场没人围观的试验；做成一个岗位，等于立了一个所有人都看得见的标杆。
而且第一个岗位做成了，后面的事情会变得非常顺：知识库是现成的，使用习惯是现成的，同事们的心理预期也是现成的。第二个岗位的落地时间，通常只有第一个的三分之一。
选岗，也是一次自我筛选
最后说一句实在的：这条选岗标准，对企业也是一次自我筛选。
如果一个企业找不到任何一个"重复密度高、知识能沉淀、效果能验收"的岗位，那通常说明两件事之一：要么这个企业的工作确实高度非标、AI暂时帮不上大忙；要么它连自己的流程和知识都还没梳理清楚——那第一步就不该是上AI，而是先做梳理。
这两种情况，早点知道比晚点知道好。所以每次有客户问"我们能不能上AI助理"，我们都会先问这三个问题。答得上来，事情就好办；答不上来，我们宁可建议他先别急。
如果你正在考虑给团队上AI助理，不妨先用这三条量一量——第一个岗位选对了，后面都是顺水推舟；选错了，后面全是逆流而上。