與AI共舞：打造演化型組織的密碼.pdf

《與AI共舞：打造演化型組織的密碼.pdf》由會員分享，可在線閱讀，更多相關《與AI共舞：打造演化型組織的密碼.pdf（32頁珍藏版）》請在三個皮匠報告上搜索。

1、與AI共舞：打造演化型組織的密碼 victorhuang騰訊技術總監01020304錄AI 時代最重要的是什么？AI時代的組織的 3 困境才是AI時代的核競爭探索 AI 中學習組織管理01AI時代對于組織來說最重要的是什么？AI 縱向賦能輸AI 橫向賦能痛點：才密度低、時間缺乏AI：構建知識輪實踐：聊天中提取知識，AI 檢索知識標準規范:性能基線、安全規范案例庫:故障、性能案庫:閃退解決案庫、最佳實踐痛點：低效知識檢索與知識變現AI：AI知識圖譜，AI 播客檔:需求、概要設計、報告、清單看板:質量、運維 代碼：庫、代碼、CI記錄Chat/Mail:同步、結論、動信息痛點：倉效應，信息墻AI：成

2、測試例、動化例、靜態掃描實踐：基于需求成測試例、上游代碼掃痛點：數據驅動、跨領域知識缺乏AI：提升分析&洞察能實踐：借助 AI 和知識庫，提供識別缺陷、檢索歷史、歸因分析業務過程&結果指標:PV、北極星、轉化 業務志:戶為質量過程&結果指標:缺陷解決率、缺陷數質量志:Crash堆棧痛點：可視化&數據孤島AI：Text2BI，Text2SQL數據具:APM、RUM、Prometheus業務具:TAPD、告警中臺混合具:云顧問、Coding、Git痛點：具智能化，具孤島AI：具-Agent-作流痛點：煙囪效應、缺乏AI：提升具研發效率實踐：作流實現快速智能具化研發流程:DevOps職能流程:故障定

3、責、性能優化痛點：難以統，客觀AI：AI 提供定義能、AI 輔助分析實踐：AI 輔助定級定責流程具/平臺數據信息知識數字化統計分析提煉歸納動化智能化智能化AI+賦能戰略地圖能層基礎層價值層AI 速發展，要求更強的執和學研培養：獻、知識轉播客，AI 落地實踐經驗閃電分享招聘：不光看經驗，還要重點評估才的快速學習和適應能。設施快速調 AI 的能，共享 AI 的能通過作流具，快速編排多模型、公司內外API、知識庫穩定可靠的算資源的提供業務降低成本：成本優化X%提升發布速度：發布成功率上升X%提升客戶滿意度：提升X%降低故障和投訴：線上故障率下降X%效率減少時間：測試開發提升 提前發現并預防質量問題：

4、缺陷前移加速缺陷定位和修復：修復周期縮短X%動化質量保障流程：動化覆蓋率X%需求研發測試集成發布運維L1L2L3L4L5成熟度流程內部展開技術和基礎設施？缺乏算缺乏編排/調試/測評具共享性能優化、模型蒸餾、量化 cache、cpu 替代dify langfuse autogen langchainagent hubs prompt store MCP hubs 知識庫 算是家企業在 AI 時代的核競爭？AI 縱向賦能輸AI 橫向賦能痛點：才密度低、時間缺乏AI：構建知識輪實踐：聊天中提取知識，AI 檢索知識標準規范:性能基線、安全規范案例庫:故障、性能案庫:閃退解決案庫、最佳實踐痛點：低效知識

5、檢索與知識變現AI：AI知識圖譜，AI 播客檔:需求、概要設計、報告、清單看板:質量、運維 代碼：庫、代碼、CI記錄Chat/Mail:同步、結論、動信息痛點：倉效應，信息墻AI：成測試例、動化例、靜態掃描實踐：基于需求成測試例、上游代碼掃痛點：數據驅動、跨領域知識缺乏AI：提升分析&洞察能實踐：借助 AI 和知識庫，提供識別缺陷、檢索歷史、歸因分析業務過程&結果指標:PV、北極星、轉化 業務志:戶為質量過程&結果指標:缺陷解決率、缺陷數質量志:Crash堆棧痛點：可視化&數據孤島AI：Text2BI，Text2SQL數據具:APM、RUM、Prometheus業務具:TAPD、告警中臺混合具

6、:云顧問、Coding、Git痛點：具智能化，具孤島AI：具-Agent-作流痛點：煙囪效應、缺乏AI：提升具研發效率實踐：作流實現快速智能具化研發流程:DevOps職能流程:故障定責、性能優化痛點：難以統，客觀AI：AI 提供定義能、AI 輔助分析實踐：AI 輔助定級定責流程具/平臺數據信息知識數字化統計分析提煉歸納動化智能化智能化AI+賦能戰略地圖能層基礎層價值層AI 速發展，要求更強的執和學研培養：獻、知識轉播客，AI 落地實踐經驗閃電分享招聘：不光看經驗，還要重點評估才的快速學習和適應能。具快速調 AI 的能，共享 AI 的能通過作流具，快速編排多模型、公司內外API、知識庫穩定可靠的

7、算資源的提供業務降低成本：成本優化X%提升發布速度：發布成功率上升X%提升客戶滿意度：提升X%降低故障和投訴：線上故障率下降X%效率減少時間：測試開發提升 提前發現并預防質量問題：缺陷前移加速缺陷定位和修復：修復周期縮短X%動化質量保障流程：動化覆蓋率X%需求研發測試集成發布運維L1L2L3L4L5成熟度流程內部展開數據？信息？知識？數據信息知識數字化智能化知識命流程具/平臺AI 應提煉知識檢索知識運知識標注數據數據輪知識輪持續產質量的數據就是 AI 時代的核競爭？AI 縱向賦能輸AI 橫向賦能痛點：才密度低、時間缺乏AI：構建知識輪實踐：聊天中提取知識，AI 檢索知識標準規范:性能基線、安全

8、規范案例庫:故障、性能案庫:閃退解決案庫、最佳實踐痛點：低效知識檢索與知識變現AI：AI知識圖譜，AI 播客檔:需求、概要設計、報告、清單看板:質量、運維 代碼：庫、代碼、CI記錄Chat/Mail:同步、結論、動信息痛點：倉效應，信息墻AI：成測試例、動化例、靜態掃描實踐：基于需求成測試例、上游代碼掃痛點：數據驅動、跨領域知識缺乏AI：提升分析&洞察能實踐：借助 AI 和知識庫，提供識別缺陷、檢索歷史、歸因分析業務過程&結果指標:PV、北極星、轉化 業務志:戶為質量過程&結果指標:缺陷解決率、缺陷數質量志:Crash堆棧痛點：可視化&數據孤島AI：Text2BI，Text2SQL數據具:AP

9、M、RUM、Prometheus業務具:TAPD、告警中臺混合具:云顧問、Coding、Git痛點：具智能化，具孤島AI：具-Agent-作流痛點：煙囪效應、缺乏AI：提升具研發效率實踐：作流實現快速智能具化研發流程:DevOps職能流程:故障定責、性能優化痛點：難以統，客觀AI：AI 提供定義能、AI 輔助分析實踐：AI 輔助定級定責流程具/平臺數據信息知識數字化統計分析提煉歸納動化智能化智能化AI+賦能戰略地圖能層基礎層價值層AI 速發展，要求更強的執和學研培養：獻、知識轉播客，AI 落地實踐經驗閃電分享招聘：不光看經驗，還要重點評估才的快速學習和適應能。具快速調 AI 的能，共享 AI

10、的能通過作流具，快速編排多模型、公司內外API、知識庫穩定可靠的算資源的提供業務降低成本：成本優化X%提升發布速度：發布成功率上升X%提升客戶滿意度：提升X%降低故障和投訴：線上故障率下降X%效率減少時間：測試開發提升 提前發現并預防質量問題：缺陷前移加速缺陷定位和修復：修復周期縮短X%動化質量保障流程：動化覆蓋率X%需求研發測試集成發布運維L1L2L3L4L5成熟度流程內部展開和組織？DeepSeek，才是核競爭？1.康威定律，微服務架構，Two Pizza Team，AI 時代的康威定律呢？2.DeepSeek 的啟發，雞先還是蛋先“從另外個度出發，AI時代的我作為管理者究竟遇到了什么困境

11、？”發現遲，可怕的技術慣性家 GPT 是什么時候發現？MCP 是什么時候發現的？故事：MCP 你是知道嗎？努地在寫 python 動化原因：1.延續性技術：python 腳本2.沒時間，某頭苦解決案：空杯態決策慢，當前技術構建成的價值AI 發展太快了，前的是不知道，知道也會猶豫故事：已經在路上的 Function Call，要 MCP 嗎？原因：1.在我們Fibona 上，Function Call 已經構造起了價值2.新東，沒有經過校驗，不定可靠解決案：1.態上接納破壞性技術2.快速學習，快速實踐落地慫，當前收益構成的價值落地的時候，可能會變成障礙故事：性能剖析的 MCP？給別做嫁？知識庫？

12、原因：1.具有價值，更有價值2.還有投產品解決案：1.擁抱變化，殺還是他殺2.思考更有價值的戶場景結：這些“解決案”的背后都是“”1.發現遲：空杯態2.決策慢：快速學習、快速實踐3.落地慫：擁抱變化，組織“才”是AI時代的核競爭培養招聘 怎樣的“才”呢？培養“AI 才”業務壓已經很了，沒時間學太忙了 對于 AI 不感興趣，直沒有學開沒興趣不會 PE不知道有什么具AI 不好，還不如我優先級不，還不如學 Linux 源碼呢這有新東，真的是好東嗎？我們都“太忙了”給戰場，根據業務的痛點，客戶痛點找戰場，讓盾統 痛點在哪，從精益思想的基礎，梳理流程是第步 快速學習 閃電分享，沒有壓的短分享 播客賦能，

13、讓學術進展更輕松獲取 as NotebookLM案例：播客賦能100篇領域論，按照問題領域，技術發展脈絡去歸納成知識庫案例：閃電分享 運作兩年了，200 個多次分享讓 AI 賦能到線作的，并且讓這個感受被延展我對 AI 不感興趣 有趣的接觸：把 AI 有意思的展示出來 強制 AI：標制定，1/天-0.5/天-0 損耗 讓 AI 嵌業務流程，主動 AI 變成被動 AI 招募和團結感興趣的：AI 先鋒隊,孵化 Fibona、Text2SQL案例：讓 AI 有意思，經典 Bug 賽全位融合 AI格式化提交 AI 評分 章成播客成數字成AI知識庫庫案例：被動 AI，從戰略到 OKR的AI賦能AI 替代

14、不了事實需要來洞察和挖掘從簡答題到選擇題AI 替代給出選擇，降低負擔、更多創新AI 可視化，降低認知負擔全局上下，減少組織思維斷層案例：被動 AI，從戰略到 OKR的AI賦能結：AI 來培養 AI 才AI 學習學習知識AI 流程使知識為什么？因為AI 的命，本質是知識命閃電分享技能分享AI 才究竟是什么？“超強學習和執的”從考核度來再來理解 AI 才呢？招聘“AI 才”筆試 試AI 時代的考題故事：AI 時代，太難了，增加考試的成本；杜絕作弊？還是開放使 AI啟發：三篇作 AI 成，你要交上去哪篇成績才更？驗證技術過程-驗證技術的結果開卷筆試題：1.極致性能優化2.極速開發AI 時代的試會開發

15、AI，不定會好 AI 簡單，考核PE 的能，提示詞做了什么改進？深，考核“AI 探索能”，有什么應場景？再深，考核“AI套娃思維”，圖轉代碼還是轉需求？再再深，考核對于本質的思考，提煉了什么法論（道、法、術、器）引：https:/ AI 才AI 才究竟是什么？“超強學習和執的”執：除了快，還是會迭代進化的執 事實（空）思考（）動（傘）說出，道法術器 學習：快速學習新技術并落地使 開卷考核結果的筆試 會不會借助學術的量拉開差距總結：從 AI 中學習組織管理 預訓練-微調-強化學習 學校培養-企業培養-給戰場培養，結果來校正 向知識-向結果 例如：對于筆試式改變 從 Workflow 到 Agent 效率 VS 創新，其實沒有對錯，只有選擇 在 workflow 中被串聯的被動 AI，主動思考創新的Agent（多 Agent）例如：培養中的被動 AI 從進化到演化 確定性的進化 VS 不確定性的演化 組織隊形，社招 VS 校招（更多直結果的舞臺）假設 AI 是個“”，有意思的事情就發了與 AI 共同演化的組織THANKS模型正在重新定義軟件Large Language Model Is Redefining The Software