一个人的AI觉醒，一家公司的AI困局

移居日本第1221天。

我身边有不少朋友，聊到AI的时候反应都差不多。

"太难了吧，我又不是搞技术的。"
"你能带带我么？"
"这个到底能拿来干嘛？"

我自己刚开始的时候也闪过类似的念头。但真正用起来以后才发现——这些想法，全是没用之前的想象。

我老婆就是个例子。完全不懂编程，没做过产品经理，很久不用办公软件，现在连Excel公式都记不住了。但今年她开始学着用Claude Code，一边跟AI聊天聊需求，一边搭了一套电商半自动上品系统，从其他平台抓数据、转换格式及语言、生成listing、人工确认、批量上架。现在已经在日常跑了。

昨天我又干了一件事。把女儿在日本私塾上课的每次月考和随堂小测试的成绩全部提取出来，丢给Codex，让它帮我做了一个成绩跟踪系统。就三步：

第一步，把所有数据清洗、结构化存储；
第二步，在这些数据基础上做了一个Dashboard看板；
第三步，让Codex用它的数据分析能力，从原始数据里找关联和趋势——哪一科在进步、哪一科在退步、需要注意什么、可能的原因是什么。

我虽然懂一点数据分析，但是我没时间也没经验去分析这么细碎的原始成绩数据。我只是把需求说清楚，AI就帮我做了。

我从2月份刚开始接触OpenClaw，到现在每天离不开Codex和Hermes，中间也就三四个月。90%的情况下，我不需要找教程、不需要等人教，有困难直接问AI就行。问一个ChatGPT解决不了，就再多问一个Claude或者Gemini。

所以我的体感是：个人用AI这件事，门槛没想象中那么高。真正卡住人的不是能力，是愿不愿意跨过心里那条线。

但你有没有想过一个问题？

如果个人用起来这么简单，为什么你的公司、你朋友的公司、你见过的绝大多数公司，几乎没人真正在用？或者说，没有系统化，有组织地开始使用，大概率还停留在用GPT或者豆包问个问题的阶段。

社交媒体上到处是AI改变世界的报道，Agent自动干活、AI写代码、一个人顶一个团队。但你回到现实看看——大部分公司的日常运作，跟三年前没什么区别。

我看到一个数据挺震撼的：麦肯锡的调研，89%的企业还活在工业化时代的组织形态里。金字塔结构、层层审批、岗位边界清晰。真正进入"智能体组织"阶段的，只有1%。

2/3的企业尝试过AI，但不到10%真正规模化拿到了价值。80%把"数据限制"列为最大障碍。

这不是"还没想通"。这是个人用户根本遇不到的结构性障碍。

我花了一些时间想这件事，后来大概想明白了：

个人用AI和企业用AI，看起来是同一件事，其实是两种完全不同的游戏。

个人端卡住你的是心理障碍。觉得难、怕学不会、不知道从哪开始——但只要跨过去，发现其实没那么复杂。一个对话框，一个需求，AI就能开始帮你干活。无论是工作上还是生活上。

企业端卡住的是三个你个人不太会遇到的真实障碍。

第一是数据。

你用AI，只需要打开对话框把想法打进去就行。但企业要用的时候，AI需要对接的是ERP、CRM、财务系统、库存数据、客户记录。很多公司连电子化都没做完，更别说让AI读取和整合了。麦肯锡说80%的企业不是不想用AI，是数据基础太薄弱，AI根本跑不起来。你拿到了一台最先进的发动机，但没有油路、没有电路、连油箱都没有。

第二是老板。

你可能觉得AI落地是IT部门的事。

但根本不是。

我最近看到一个一线AI服务从业者的总结，他说了一句大实话：用AI最猛的人，反而是企业一把手本人。 Token消耗数据显示，老板是最重度的Agent用户，不是员工。因为老板想法多但执行慢，Agent对他来说就是随叫随到的执行者。他一旦用上了，才知道AI能干什么、不能干什么，才能推动整个组织去适配。反过来，如果老板自己不用，只让下面的人去"研究研究"，这件事基本推不动。

AI落地不是买个工具，是改工作方式。谁有权力改工作方式？只有老板。

第三是真实业务逻辑。

我自己做电商，每家电商企业的业务逻辑都不一样——选品、供应链、客户、利润结构，都不一样。你拿一个"通用AI解决方案"过来，就像拿一件均码的衣服给所有人穿。

X上的博主森叔（@harrisonitsme）分享过一个真实案例：给一个80人的二手车企业做方案，采购估价加销售线索管理，方向完全没问题。但方案做太重了——两个智能体加一整套系统加陪跑优化。老板一看要确认对接人、准备数据、内部配合、投入产出——每多一层复杂度，犹豫就多一分。最后项目没落地。他自己复盘说：问题出在我自己身上，方案做太重了。

这让我想到最近看到的另一个故事。

火星电波，一家做ListenHub的互联网公司，团队翻倍但指标一直上不去。2026年初他们做了一个激进的决定：杀死旧产品线，全面转型做AI Agent产品Cola。

CEO冯雷说了一句话我印象很深："旧组织里长不出新产品。"

一个线性协作的团队，岗位边界清晰，信息层层传递——这种组织做不出主动型AI产品。他们宣布转型后两周，全公司不做任何代码工作，只吸收AI相关内容。一个15年老兵说那是职业生涯最痛苦的两周。

但这不是可跳过的步骤。

这就是个人和企业用AI的区别。

个人用AI，是在现有工作方式上加一个工具。你不需要改变生活结构，只需要打开对话框开始用。
企业用AI，是要改一套系统。数据要打通、流程要重设计、组织要适配、老板要亲自上手、员工要改变习惯。

一个人觉醒，只需要跨过心里那条线。
一家公司觉醒，需要拆掉一整套工业时代的组织形态。

个人端的障碍是心理层面的——跨过去就行。
企业端的障碍是结构层面的——需要系统性解决。

那怎么办？

对个人，我的建议很简单：别等了。你觉得难、怕学不会、不知道从哪开始——这些都是没用之前的想法。先用起来，从身边最小的事情开始。给自己整理一个工作进度表格、帮老婆写一封给学校的邮件、帮公司做一个竞品分析。用上了你会发现，AI自己就能教你。

对企业，我越来越觉得不能上来就搞大系统、大方案。森叔那个80人二手车的案例给了我很大启发——先做"最小可见效果"。不是最小可行产品（MVP），那是技术视角的"能不能跑"。最小可见效果是老板视角的有没有让管理变得更清楚，有没有让业务流程变得更高效。先让一个小流程跑起来，看到结果，再一步步扩成体系。

我自己也在走这条路。先用AI把电商业务的某些最麻烦的模块跑通，把技能、流程、规则、提示词打磨出来，有余力再往别的领域扩。不急着做大，先做对。

我要时刻提醒自己：

一个人觉醒是愿不愿意的问题，一家公司破局是能不能改系统的问题。 不能把这两件事混为一谈。

如果你已经是一个小企业的老板，但自己还没上手开始使用Codex或者Claude Code，那么先别想着用AI来提效了。

先自己打开对话框，试一次。

一个人觉醒，只需要跨过心里那条线。
一家公司破局，需要改的是组织本身。