AI 应用场景的识别与规模化

早期采用者如何聚焦 AI 部署重点

前言

In just two years

39%

39% of U.S. adults have already used AI. In comparison, the internet reached just 20% adoption in its first two years.

AI leaders have seen

1.5x

1.5x faster revenue growth, 1.6x higher shareholder returns, and 1.4x better return on invested capital than their less advanced peers.

Yet only

1% of a recent McKinsey survey believed their AI investments had reached full maturity.

短短两年间，已有 39% 的美国成年人使用过 AI。⁠（在新窗口中打开）而互联网在同等时间内的普及率仅为 20%。AI 的崛起不仅正在重塑各行各业，也在为职场个体创造新的发展机遇。AI 让人们得以抽身投入更高价值的工作、拓展自身技能，并助力职业晋升发展。

BCG 的一项研究显示⁠（在新窗口中打开），过去三年里，AI 领先企业的营收增速比落后同行快 1.5 倍，股东回报率高出 1.6 倍，投入资本回报率高出 1.4 倍。

麦肯锡⁠（在新窗口中打开）数据显示，92% 的企业计划加大 AI 相关投入。但仍有大量企业不清楚如何落地兑现实际价值，仅有 1% 的企业认为自身 AI 投资已完全成熟。

我们通过实地观察，总结出了 AI 项目取得成功的关键所在。相关洞察来源于 300 个标杆落地项目、4000 余份应用调研以及超 200 万名企业用户。

本指南旨在帮助企业挖掘可落地、价值明确的 AI 应用场景并实现规模化推广。我们将整个流程划分为三个步骤：

了解 AI 的能力优势，从中发掘在业务中落地应用的机会。
让员工掌握基础应用用例，助力各部门快速挖掘 AI 价值。
收集各类用例并按业务影响程度排定优先级。

文中配有客户案例、实用清单，以及针对不同部门量身定制的用例参考，以支持你的团队稳步推进落地。

需要明确的是，AI 落地应用远不止是找到合适的使用场景。打造 AI 优先企业文化、培育高价值应用场景、推动全员普及等内容，不在本指南探讨范围内。我们将在其他指南中详述相关议题，本文将重点聚焦企业如何筛选适配自身的 AI 应用用例。

“当下正是你从 AI 中获取实际收益的时机，不妨静观竞争对手还停留在浅层尝试和试验阶段。”

Erik Brynjolfsson，斯坦福大学，摘自麦肯锡 2025 年 1 月发布的《职场中的 AI》

挖掘新用例的关键原则

请牢记以下三项原则。这三项原则是后文所有实操指导的基础。

AI 的应用应由领导层引领并大力推行。
复杂的应用场景看似亮眼，实则往往会拉低整体效率。反之，赋能员工挖掘适配自身岗位与企业发展的实用用例，往往是更快取得成效的方式。
通过举办黑客马拉松、用例研讨会、同伴分享学习会来推广使用，已成为众多客户落地 AI 的有效助推方式。

让我们一步步了解，如何为团队梳理适配的应用用例。

挖掘可发挥 AI 价值的应用机会

第一步，梳理业务中可通过 AI 即刻优化的环节。

可以换一种思路，将 AI 视为为全体员工打造智能超级助手的工具。AI 超级助手不知疲倦，始终保持专注。它们随时待命，可随时为员工提供协助。它们能够灵活适配各类工作任务，有效强化员工的业务能力。

想要挖掘潜在 AI 应用场景，请重点关注这三个关键领域中的职场常见挑战：

重复性低价值任务
技能瓶颈
应对不确定业务场景

让我们一步步了解，如何为团队梳理适配的应用用例。

重复性、低价值任务

清晰说明落地 AI 对企业未来发展的重要性，无论是为紧跟同行步伐、满足不断变化的客户期待，还是维持业务稳步增长。当员工理解变革背后的深层原因，便能建立信任感、理清认知，明白这些变化与自身工作和职业目标的关联。

“每当处理繁琐冗余的工作时，我都会思考，如何让自己不必再重复做这类事务？”

Claire Vo，Launch Darkly 首席产品与技术官

技能瓶颈

Example

产品经理可借助 AI 制作交互式原型，无需等待其他团队配合而耽误工作进度。

应对业务不确定性

知识型工作往往充满不确定性，且面临开放式难题。员工常会无从着手或中途遇阻，进而导致项目停滞。在方向尚不明确时，AI 可发挥助推作用，协助发散思路、分析数据并规划后续行动。

我们调研的各家企业中，员工都在借助 AI 开拓思维、打破创意瓶颈。他们会用它头脑风暴营销活动创意、从原始数据中快速提炼洞察、分析行业趋势，或是在陷入迷茫时理清下一步工作方向。

Example

我们的营销团队借助 ChatGPT 语音模式开展创意头脑风暴，释放创作灵感，围绕简报推进方案构思。

聚焦这类工作场景，能够帮助你快速挖掘高价值 AI 应用契机，助力团队优化流程、打通业务瓶颈，加快企业整体创新步伐。

“我们依照这一指导原则成立了 AI 自动化专项工作组。我们要求财务全体人员梳理出可借助 AI 优化的业务流程。我们基于这份清单，制定了待探索项目的实施路线图。”

Andrea Ellis，Fanatics Betting and Gaming 首席财务官

行动项

请让团队梳理日常工作中存在以下情况的场景与任务：

难以着手开展工作或推进受阻
花费大量时间在手动工作上，这些工作却未必总能得到他人的认可或重视，或者这些任务无法高效发挥员工的自身价值（即员工的“反待办清单”）
受限于技能瓶颈，只能等待其他团队提供支持（典型场景包括数据分析、设计、品牌风格文案撰写、网页开发等）

借助这些列表，梳理可挖掘新用例的潜在场景。

可在研讨会或黑客马拉松开场环节开展这项工作，帮助员工找准切入点。

也可以使用以下提示词，向 ChatGPT 征集实用新颖的用例：

Prompt

I am a [role] at [company]. We recently implemented ChatGPT at our organization. What are the best use cases for my role?

向你的团队讲解六个用例原语

当你为团队搭建好识别新 AI 机会的框架后，下一步就是指导他们掌握 AI 的基础使用方式。为此，我们分析了来自客户的 600 多个用例。大多数用例都归属于六种用例原语之一，即适用于所有部门和业务领域的基础用例类型：

中央为蓝色的环形图示，外围环绕标注：内容创作、研究、编程、数据分析、创意构思/策略、自动化的图标。

这些用例原语能够帮助员工快速为业务筛选出潜力最大的落地用例。每类用例原语都汇集了各行业、各岗位、各工作流程中的数百种应用实践，是快速实现规模化价值的有效路径。

下面逐一介绍各类用例原语，首先从内容创建开始：

用例原语 01：内容创建

AI 可为所有团队提供内容创作支持，无论是整理销售通话纪要，还是生成战略文档、博客文章、网页初稿，乃至图片和可视化素材。不少团队会用 AI 对文稿进行编辑润色，并将其用作最终校对工具。

AI 能够自动遵循企业文风与语气规范、沿用既定文档架构，还可以对写作内容给出修改建议。随后还可将文稿翻译成多语言，或改编适配不同受众、传播渠道及项目场景。

创作过程中，AI 能够理解完整对话上下文，也可参考上传的多份文档，生成贴合场景的内容。例如，上传内部写作规范或五篇优质博客，再通过提示让 ChatGPT 参照范例生成一份详细写作指南。

内容创建入门用例：

市场营销	创建活动策略、撰写标题及邮件营销方案。生成内容大纲和文稿初稿。为不同受众和传播渠道改编现有内容。
财务团队	起草制度文件和专业会计备忘录，供专业人员审核。
产品团队	撰写产品需求文档，生成产品介绍、版本发布说明、上市宣传文案及用户手册。
销售团队	制定客户跟进计划、撰写通话话术及后续跟进邮件。

Promega 在不同市场和受众群体中扩大信息传播覆盖面

生命科学企业 Promega 借助 ChatGPT Enterprise 撰写邮件营销活动初稿，上线前六个月累计节省 135 小时工作时间。团队还依托信息文档生成营销活动简报，并将各类文案译制为适配特定营销渠道的付费广告内容。

“我们在统一邮件策略上节省下来的时间，可以投入到内容创作中，进而优化邮件整体体验。我已经记不清上一次不借助这款 GPT 撰写营销邮件是什么时候了。”

Kari Siegenthaler，Promega 营销策略师

用例原语 02：研究

AI 已在各行各业广泛应用于调研工作。它既可快速学习新兴概念（如 AI 应用、设计思维），也可全网检索相关文章与竞品数据，还能完成多步骤综合性调研，全网搜集文献、数据及行业洞察。企业团队也常会上传长篇内部文档，快速提炼核心信息与业务洞察。

使用 AI 开展调研的一大优势，是可自定义分析结果的呈现格式与结构，包括表格、项目符号、分章节整理或交叉对照形式。

AI 具备细致严谨、指令执行力强的特点，是理想的调研助手。

研究类入门用例：

销售与市场营销	开拓新兴行业赛道、加深竞品了解、调研全新目标受众。
金融	检索上市公司基准数据、并购标的信息，以及会计准则相关文章与指导资料。
产品	测算新市场规模、调研竞品情况、研判行业趋势并分析用户反馈。
销售团队	线上搜寻新增供应商资源，并评估其产品的优势与短板。
软件工程	查阅 API 端点及外部参考文档。

Introducing Deep Research

深度研究是 ChatGPT 全新的智能体能力，可独立在互联网上完成多步骤调研工作。只需输入提示，ChatGPT 即可检索、分析并整合数百份网络资料，生成具备专业研究分析师水准的完整报告。了解更多信息。

用例原语 03：编码

许多软件工程师都是 AI 的重度使用者。他们用 AI 调试程序、生成陌生编程语言的初始代码、进行语言代码迁移，以及开展橡皮鸭式代码逻辑梳理。过去两年，AI 在数理科研及多语言编程领域的能力大幅提升，多款工具现已支持实时代码预览。

同时，许多非技术人员也开始借助 AI 工具进行编程开发。营销、财务等人员仅通过自然语言，就能编写 Python 脚本实现流程自动化、编写 SQL 查询调取数据，还能借助前端代码为官网及内部演示制作可视化图表。

编程类入门用例：

软件工程师	调试代码或借助橡皮鸭调试法梳理逻辑，将代码迁移至其他语言，并调研 API 端点。
市场营销	制作交互式图表与数据可视化成果，供前端和设计团队共用，也可编写 SQL 完成数据分析工作。
金融	编写 Python 脚本，实现月结流程部分环节自动化。
产品	搭建交互式原型，快速完善新产品构想。

Tinder 提升编码效率

Tinder 工程团队在使用 Bash 脚本等逻辑抽象、需要专业知识的语言时，借助 ChatGPT 生成语法初稿。ChatGPT 可有效提升编码效率，可快速查阅检索外部 API 文档，协助排查架构与设计方案中的问题。

“以往 Jira 里有些任务总被延后处理，只因流程繁琐、令人耗费心力。如今我反而愿意主动接手，因为有 ChatGPT 辅助，处理起来会轻松很多。”

Chris Fuller，Tinder 资深软件工程师

用例原语 04：数据分析

AI 可帮助普通用户整合多源数据、挖掘业务洞察与趋势，无需精通高阶 Excel、SQL 或 Python，也能处理复杂表格数据。

你可以向 AI 上传多份表格文件或仪表板截图，快速开展数据分析。AI 能够解析表格数据、识别可视化图表，还可整理输出适配报告的标准格式内容。它们也可自定义分析结果的排版结构，指定图表类型、摘要呈现形式以及对比分析逻辑。

数据分析入门用例

市场营销	上传网络研讨会参会数据，快速生成可视化图表。从仪表板截图中提炼关键趋势。
产品	分析行业趋势与社交媒体反馈，或上传功能需求相关 CRM 数据，挖掘潜在新商机。
销售	梳理客户账户列表，筛选出优质核心客户。将销售线索关联至客户账户，并依据意向信号进行评分。
金融	快速分析费用数据并研判趋势，或整合梳理不同表格与数据库中的零散数据。

Poshmark 腾出更多时间专注业务洞察与战略规划

时尚电商平台 Poshmark 利用 ChatGPT 生成 Python 代码，对数百万行表格数据进行核对校验，支撑业务绩效分析。随后，团队再借助 AI 为管理层生成每周绩效报告与财务备忘录，每周节省数小时人工整理时间。

“我们大幅减少了人工操作，整体工作效率、准确率、沟通协作与业务洞察能力均得到提升。每位员工的工作价值都得到了进一步发挥。”

Rodrigo Brumana，Poshmark 首席财务官

用例原语 05：创意构思与战略规划

创意构思与战略规划类用例适用于所有团队，既可围绕新博客文章开展头脑风暴、梳理文档框架、研判战略问题，也可依据核心目标和相关方诉求给出工作改进建议。

随着 AI 模型多模态能力不断增强，各团队开始通过语音和视觉方式与 AI 交互，协作体验如同和同事沟通一样自然。

同时模型处理复杂问题的推理能力持续提升，许多团队借助 AI 制定战略规划，综合考量自身数据、业务目标、业务背景、约束条件及关联依赖因素。

创意构思与战略规划入门用例：

市场营销	基于新的市场机会，头脑风暴营销活动创意。上传营销简报，由 AI 分析内容缺失项。输入提示，生成产品发布的上市推广方案。
产品	制定新区域市场拓展计划，综合考量本地竞品、潜在风险、市场规模及资源需求。
销售	制定上市方案，全面梳理各项关联条件与潜在风险。上传产品需求文档 (PRD)，在高管评审前梳理短板与待优化项。
金融	借助语音模式，练习提案宣讲与需求挖掘能力。

Match Group 模拟焦点小组

在线约会行业全球龙头 Match Group 正在尝试利用 GPT‑4 的多模态能力，针对产品可用性开展焦点小组模拟。设计师上传线框图，让 ChatGPT 模拟特定用户角色，即可向虚拟“用户”提问，同时引导其操作界面并给出反馈。最终无需额外成本与时间延误，就能收获产品创新思路。

用例原语 06：自动化

众多 AI 用例都包含任务环节自动化的应用。我们观察到，企业会梳理可重复的日常事务，设计交由 AI 处理的落地方式。自动化场景可简单可复杂，简单如生成每周竞品动态，复杂如自动编制高管周会财务报告，生成后可直接交由人工审核。

记忆功能与自定义指令，是实现这类流程自动化的核心。自定义 GPT 则是实现这类能力共享的有效方式。团队只需设置标准化指令、固定上传参考文档、统一指定输出格式，即可将低价值事务交由 AI 处理。

目前这类自动化多应用于单一任务，而依托深度研究、智能代理等功能，AI 已逐步实现按计划独立执行多步骤复杂任务。

自动化入门用例

市场营销	生成标准报告与可视化图表，快速提炼网络研讨会核心内容。也可根据会议纪要或文字转录稿，生成 Slack 工作同步摘要。
产品	制作版本发布更新摘要。汇总并同步每周客户洞察。将会议记录整理为高管专用 Slack 文稿，梳理工作关联事项与后续安排。
金融	将每周财务数据整理成高管概览，并对异动事项进行重点提醒。
IT	以屏幕截图形式上传你的软件架构，并询问关键依赖关系、风险和优化机会。

BBVA 将信贷分析的部分工作实现自动化

BBVA 旗下的 Credit Analysis Pro GPT 可从年报、ESG 评估、媒体报道等多类来源提取非结构化数据，帮助信贷风险分析师加快评估进度。

行动项

向你的团队讲解每个用例原语的基本原理，并为各部门提供示例参考。
接下来，围绕新应用场景开展创意头脑风暴，举办黑客松或全公司竞赛，征集挖掘影响力最大的 AI 用例。
了解 Bain 专属框架下的用例竞赛机制。
创建电子表格或 Slack 专属频道，统一收集团队梳理出的所有用例。

雅诗兰黛集团如何搭建可复用的 GPT 开发流程

雅诗兰黛 GPT Lab 以跨职能团队为核心，由业务人员、行业专家和技术负责人共同参与，挖掘并落地高价值应用用例。整套流程简洁规范，可复制复用：

设计：业务负责人通过两页纸的简报定义目标、范围及受众。
准备：领域专家 (SME) 收集相关数据，基于最佳实践构建应用场景。
构建和测试：技术负责人构建 GPT、整合数据集，并针对准确性和一致性进行测试。
发布：全体团队部署 GPT 并编写用户指南。
调整方向并规模化：全体团队利用反馈闭环，根据 GPT 的表现进行迭代与优化。

“我们正在梳理全业务流程，涵盖法务、研发、生产制造到商业各环节，思考如何借助 AI 重新进行流程设计。”

Stéphane Bancel，Moderna 首席执行官

如需了解更多详情，可查阅雅诗兰黛 GPT 实验室⁠相关介绍。

用例收集与优先级排序

当团队掌握核心用例逻辑、开始梳理待解决业务问题后，可落地的用例会快速增加。

工作重心也随之从挖掘用例，转向合理排序。哪些用例具备规模化推广价值，可覆盖全体员工？哪些用例能够即刻落地、实现成本优化？哪些用例有望催生新产品或新的收入来源？

我们的客户成功团队采用影响/投入框架，协助企业客户对用例进行优先级排序。该框架采用经典四象限模型，依据企业价值贡献和落地投入成本，对每个用例进行综合评分。

影响/投入框架

聚焦高 ROI	快速见效、影响大且投入低的可落地事项，是开局积累成效的最佳选择。
自助服务	这类项目投入最低，可由个人自行搭建，作为特定任务的个人助理使用。许多解决方案起初仅供个人使用，后续往往能在跨团队场景中发挥价值。
高价值/高投入	这类应用通常具有变革性（例如 Moderna 的 Dose GPT 或 Klarna 的客户助手），但此类用例通常需要投入更多时间、规划与资源来搭建落地。许多团队先从快速见效的成果做起，积累推进势头，并以此为参照，着手投入更高价值的项目。
高投入/低效益	这类项目暂时可以先行搁置。但随着新产品、新能力的推出，后续搭建和部署门槛可能降低，可适时重新考量推进。