WEI INSIGHT
案例

案例拆解：一家数百亿营收国企的AI推广账本——不考核、不规划，账号从100滚到600

联通华盛「欢乐模式」首次完整公开：开票从31省31人各2天缩到1人2小时，90%的IT开发需求被Token替代，约100个案例总结出「提效10倍三特征」

智笔 · 2026-10-20
一句话结论

这是国内少有的、由一家中型国企完整自曝的AI推广成本-收益账本，价值不在数字本身，在于它证伪了两个流行前提：一是「推AI必须先做顶层规划和强制考核」——联通华盛恰恰相反，零考核、零规划，靠「Token管够+张榜公示用量」让员工自己卷进来，治理成本几乎为零；二是「数据安全没解决就不能开工」——他们用T-1备份库这个「笨办法」先干起来，把完美方案的等待期变成了10倍提效的兑现期。对老板真正可抄的是那条筛选线：不是所有岗位都值得上智能体，只找「数据结构化、工作重复、可做成skill」的三特征交集，一处达标切一处。（编辑观点）

作者 智笔编辑 智编审核 智审发布 2026-10-20
分享
适合
营收数十亿到数百亿、层级不深、想推AI但不想搞大项目的国企/贸易/流通型企业一把手、被「顶层规划+全员培训+强制考核」三件套报价过的数字化负责人（本案是另一条路的实价样本）、财务、订单、对账、开票这类高重复流程的负责人，直接照「三特征」筛自己的第一刀、WEI SPACE诊断业务的对标案例库：零强制考核+Token管够+张榜公示的治理配方可以整段复用
不适合
数据散在纸面/微信、没有结构化底座的传统企业——本案前提是「数据结构化」，先补数据再谈智能体、需要分钟级实时数据才能跑的业务（本案刻意T-1备份，实时性要求高的场景不在覆盖内）、把「不考核」误读成「不管了」的团队：联通华盛有张榜公示用量+Skill写入制度的软约束，不是放任

公司底账：为什么这家公司的样本值得抄

联通华盛是中国联通集团全资子公司、二级公司，去年营收数百亿元，超过1500人，三级架构垂直领导。陈丰伟分管的领域横跨产品、渠道、财务、数字化和科技创新——这正是大多数流通型国企的标准体量：不大不小、层级不深、业务单据量极大。他给公司算的「业务账」是：一年客户订单数百万单、物流交付数百万次、银行对账数十万笔、发票数十万张。「这就是我们对AI、对智能体的需求。」

时间线上他们踩准了一个窗口：2022年ChatGPT热潮期只做管理统计分析，「并没有介入生产运营」；去年底智能体出现但都在云上，「我们不可能把数据放到云上去」；今年OpenClaw可以端侧部署但开源需要不断升级；3月腾讯WorkBuddy发布，企业级智能体与企业数据、生产流程的结合才真正开始。也就是说：这套打法成立的前提，是端侧可部署+企业版可管账号的工具在2026年年中刚好成熟。

推广配方：三个「不」加一个「笨办法」

  • 不做顶层规划：没有「哪个岗位必须用哪款工具」的规定，先用起来再说，全靠口口相传——账号从100、200、300一路「滚」到约600，加个人版实际使用量超千个
  • 不搞强制考核：不考核谁用没用，只「张榜公示」你在内网用了多少Token——把考核压力换成同侪可见度，治理成本几乎为零
  • 不一次性采购：账号「不够用了再买」，花钱公司报销、需要Token公司给账号——采购节奏跟着真实需求走，不跟着PPT走
  • 数据安全用笨办法：生产流程仍由原有数字化系统支撑，每晚把T-1（昨日24点前）数据全量备份到独立数据库，智能体只在这份备份上做提效；开发票不要求上一小时的需求这一小时开完，处理完截至昨晚的即可。目前该方案覆盖90%以上场景。

陈丰伟对这个中间方案毫不讳言：「这是『云侧模型智能体+企业数据安全问题』还没完全解决时的中间方案。」在安全与效率之间，联通华盛选择先行动起来，而不是等一个完美方案。对预算敏感的公司，这句话值得抄进立项报告：安全达摩克利斯之剑落下之前，T-1备份这类「降级但可用」的架构就是产能。

效率账：最硬的一刀砍在财务部

31省31人×每月1天 → 1人2小时
开票结算业务改造前后对比：引入WorkBuddy+RPA后由1人处理全国开票、配票、对账，效率保守估计提升十几倍（中国经营报口径）
来源：中国经营报：不搞强制考核 联通华盛「欢乐模式」落地企业AI（2026-10-19，东方财富转载）
90%
公司IT开发需求被Token（词元）替代的比例——数字化部只需给出数据接口，业务自己拿智能体搭工作台，省下IT资本开支与运营开支
来源：中国经营报：不搞强制考核 联通华盛「欢乐模式」落地企业AI（2026-10-19，东方财富转载）
约10倍
约100个内部案例总结出的重复性工作效率提升幅度，三特征：数据结构化、工作重复、可以做成skill
来源：中国经营报：不搞强制考核 联通华盛「欢乐模式」落地企业AI（2026-10-19，东方财富转载）

注意开票这笔账的完整结构：改造前不止财务31人每月1天，还有50余名业务人员每月1至2天报账结算——合计每月两百多个工时被同一件事吃掉。改造后「审发票、审单据、审付款依据」等Skill已正式写入企业管理制度，全国100余名财务人员工具全覆盖。制度与工具同时改，才是这一刀砍得动的原因：只上工具不改制度，流程审批还是31个人的会签。

另一笔常被忽略的账在IT部门：过去各业务部门每月向数字化部提大量开发需求，一个需求短则一个月、长则三个月；现在业务拿智能体直接搭工作台，「报表随时想改就改」。省的不只是开发费，是需求排期这条隐性瓶颈——对流通型企业，排期一个月往往比开发费更贵（编辑观点）。

四阶段论：一张自评坐标系

  1. 第一阶段：用现有数据做多任务操作、提升单点效率——特点是「AI需要更多智能体跟人结合，不能允许它独立完成一项工作」
  2. 第二阶段：某几项工作全流程端到端由智能体完成
  3. 第三阶段：某些部门、岗位全面智能体化——将带来组织机构的变化
  4. 第四阶段：AI原生组织

陈丰伟自评「我们现在应该处在第一阶段向第二阶段的转型当中」。这个坐标系对老板的用法：拿开票案例（1人2小时，端到端）对照自己公司的流程，凡是还停在「个人用AI写周报」阶段的，就是还没过第一阶段；判断依据不是买了多少账号，而是有没有一条流程改成了「智能体跑完、人只签字」。标志性的组织信号他们已经给出：不少制度流程在修订时明确写入「某个动作使用哪个skill来操作」——「过去的规章制度是写给人看的，未来的规章制度是写给智能体看的。」

关于人和智能体的关系，陈丰伟的表述很克制：「我们也没说智能体替代人，它只是替代人的工作。」智能体是「放大人的特长」，每个员工做自己岗位的skill。他个人的用法则更激进：给自己配了定时任务——每天8点前推送eSIM类10个头部话题及操盘建议到飞书、前一天涨跌超10%的终端产品自动比价推送。他的判断：「AI技术可以普及，但是AI思维不会普及。生成式工具不能做跨任务调度；智能体最重要的是跨任务，可以帮你完成一个复杂的过程。」

行业差异：这套打法在不同行业怎么变形

  • 流通/贸易（本案原型）：单据密度就是AI密度，订单、对账、发票三张表全中「三特征」，第一刀必切财务结算，回报最快
  • 制造：数据结构化程度高但分散在MES/ERP/设备PLC里，「给数据接口」这一步比联通华盛重得多——先做主数据治理，再谈智能体，顺序抄反必然翻车
  • 金融：制度与审批链比联通华盛厚几个数量级，但「Skill写入制度」这条恰是监管最爱——行为留痕、可审计（对照本月中国AI监管转向行为可控、厂商引入驻场评估两条线）
  • 零售/消费：本案的无人业态趋势正在被官方统计口径确认（统计局：前三季度无人值守商店零售额增速超25%），门店端结算/盘点类重复流程可直接套用T-1备份打法

边界与冷水：什么公司抄不了

先把三特征当筛子用：数据结构化、工作重复、可做成skill。联通华盛的底数是「数百万订单、数十万发票」这种天生结构化的业务；一家数据散在纸质单据和微信聊天里的企业，第一笔钱应该花在数据结构化上，而不是智能体账号上。其次，T-1备份方案主动放弃了实时性——凡是必须拿当刻数据决策的业务（实时库存调拨、风控拦截），本案给不出答案。最后，「不考核」不等于「无约束」：张榜公示用量是软压力，Skill写入制度是硬约束，两条腿缺一条，「欢乐模式」就可能变成「没人当真模式」。

落地动作

✓ 从本案带走的四个动作
  • 第一刀切财务：开票、对账、报账这类「三特征全中」的流程，先做样板再复制——联通华盛的口碑就是这么从100个账号滚到600个的
  • 把「Token管够+用量公示」写进采购和行政制度：预算别设上限设透明度，账号按需增补不做一次性规划
  • 用T-1独立备份库先跑起来：等「云侧模型+数据安全」完美方案的公司，今年一整年不会有产出
  • 制度修订时同步写「哪个动作使用哪个skill」：工具先行的公司三个月后补文件，制度先行的公司流程和工具一次到位
✕ 暂时不要做
    ✓ 建议做
      ✕ 暂时不要做
      • 不要一上来做全员AI培训+强制考核：本案证明零考核的扩散速度反而更快（账号全靠口口相传滚大）
      • 不要把「90%IT需求被替代」读成「解散IT部门」：数字化部换了活法——从排期开发变成供给数据接口，接口质量决定智能体上限
      • 不要在实时性业务上照抄T-1方案：那是他们给「发票不用这一小时开完」的流程定的降级架构，不是普适安全模型
      • 不要迷信十几倍、10倍这两个数：它们是「重复性+结构化」流程的上限样本，拿去套非重复工作必然失望（编辑观点）

      常见问题

      问：「不考核」员工不用怎么办？
      答：本案的答案是同侪可见度而不是考核：内网张榜公示每人Token用量，用得多的人被看见、做出skill的人被点名，账号靠口口相传从100滚到600。另外注意他们把审批Skill写进了管理制度——该用的流程不是选择题，是制度题。软压力和硬制度各一条，就是他们的全部治理成本。
      问：把数据放本地备份库，这就算解决数据安全了吗？
      答：不算解决，算绕过。陈丰伟自己定义为「云侧模型智能体+企业数据安全问题还没完全解决时的中间方案」：智能体只碰T-1备份、生产系统照旧、业务接受隔夜时效。它的价值是把「安全达标」这个无穷期问题变成「先跑90%以上场景」的有限动作。剩下10%实时场景，等模型侧方案成熟再切——这比全业务停等安全方案的期望损失小得多。
      问：1500人以下的公司值得学这套吗？
      答：更值得，而且顺序可以倒着抄：小公司没有数字化部可以「给接口」，直接用SaaS版智能体+现成RPA把开票对账流程先打通；人少意味着「口口相传」扩散更快、张榜公示的同侪压力更强。真正要防的是把三特征筛子用反——小公司多数岗位工作内容不重复，先拿财务、订单、客服工单这三处开刀，别从「全员创意提效」这种不可度量的口子切入（编辑观点）。

      一句话总结本案：AI推广的成败不在规划深度和考核力度，在于选没选中「数据结构化+重复+可成skill」的流程。联通华盛用31省开票变成1人2小时这张账单，给「先治理后落地」的流行路线投了一张反对票。（编辑观点）

      参考来源：中国经营报：不搞强制考核 联通华盛「欢乐模式」落地企业AI（2026-10-19，东方财富转载）

      参考来源（1）

      • 1. 中国经营报：不搞强制考核 联通华盛「欢乐模式」落地企业AI（2026-10-19，东方财富转载）可信媒体
        发布主体：中国经营报
        使用政策：可摘要
        实抓核验（2026-10-20，全文）：中国联通全资子公司联通华盛（二级公司，去年营收数百亿元、超1500人、三级架构垂直领导）副总经理陈丰伟首次完整公开企业智能体「欢乐模式」打法：不做顶层规划、不强制考核、不规定岗位用哪款工具，账号「不够用再买」——WorkBuddy企业版账号一年内从100个「滚」到约600个全靠口口相传，加上个人版实际使用量超千个。财务开票：原先31个省财务每人每月1天开票对账+50余名业务人员每月1-2天报账结算，引入WorkBuddy后1人+RPA 2小时完成全国开票配票对账，效率保守估计提升十几倍；审发票/审单据/审付款依据等Skill已写入企业管理制度，全国100余名财务全覆盖。90%的IT开发需求被Token替代（省IT资本开支+运营开支）；过去需求排期短则1个月长则3个月，现在数字化部只给数据接口、业务拿智能体自建工作台。约100个案例总结出重复性工作提效约10倍三特征：数据结构化、工作重复、可做成skill。Token投入政策：花钱公司报销、内网张榜公示用量。陈丰伟：「智能体替代人的工作，不替代人」「AI技术可以普及，AI思维不会普及」「生成式工具不能跨任务调度，智能体最重要的是跨任务」。四阶段论：①现有数据多任务单点提效（人不能缺席）②某几项工作端到端全流程③部门/岗位全面智能体化（组织变化）④AI原生组织；公司现处一阶段向二阶段转型。制度改造：不少制度流程修订已写入「某动作使用哪个skill操作」——「过去的规章制度是写给人看的，未来的规章制度是写给智能体看的」。数据安全「笨办法」：生产系统照旧，每晚T-1全量备份到独立库，智能体只在备份上跑，覆盖90%以上场景，自评是「云侧模型+企业数据安全未完全解决时的中间方案」。业务账：一年客户订单数百万单、物流交付数百万次、银行对账数十万笔、发票数十万张。时间线：2022ChatGPT热潮期企业只做大模型接入做管理统计分析「没有介入生产运营」；去年底智能体在云上「不可能把数据放云上」；今年OpenClaw可端侧部署但开源需不断升级；3月腾讯WorkBuddy发布后开始思考企业级智能体与企业数据/生产流程结合。
        https://emwap.eastmoney.com/a/202610193899249039.html

      延伸阅读

      情报

      敢让AI自主改生产环境的企业，两个月内从75%跌到56%——用得越多，越不敢放手

      VentureBeat Intelligence 8月「Agentic Reliability and Evaluations」调查（140名受访者，其中53%是AI采购最终决策人）显示：已部署自主Agent的组织里，允许「凭自动评估结果不经人工复核直接上生产变更」（或未来一年内建成该能力）的比例，从7月调查的75%降至8月的56%。下滑不是样本构成造成的假象：单看最终决策人子样本，同口径比例也从88%跌至61%；排除未部署Agent的组织后，「预期保留人工审核」的比例从20%升至42%，统计显著。与收缩放权同时发生的是加仓工具：OpenAI原生评估工具使用率从7月31%升至8月59%；61%做过上线前评估的部署方承认，过去12个月至少遇到过一次Agent通过内测却在客户侧出故障。明年可靠性投资预期增幅最大的方向依次是：人工审核流程30%、生产可观测工具26%、自动评估管线21%。调查为自选读者样本，且转向发生在Anthropic CEO 9月发文呼吁放缓之前——数据记录了变化，但没解释原因。

      Agent控风险提效率管理层
      情报

      沃顿第4年度AI报告：80%老板说AI有正回报，但只有28%回报「强劲」——差距不在工具，在考核口径和组织设置

      2026年10月13日，沃顿Human-AI研究中心与GBK Collective发布第4年度企业AI采用报告《The Adaptive Advantage》：7月9-29日访谈约1400名美国大型企业（千人以上、营收5000万美元以上）管理者与员工。核心数字：80%的组织报告AI投资有正回报，但仅28%称得上「强劲」。强ROI的分水岭不在模型选得好不好，而在三件事：①考核口径——把AI挂到增长指标上的部门强ROI率35%，只考核「省了几小时」的13%；②组织归属——新设专职首席AI官（CAIO）的组织58%强ROI，把AI塞给现有高管兼任的24%，既没人管也不打算设的8%；③平台收敛——统一到一个获批平台的50%，允许多工具的30%，搭中枢编排层的19%，还在散着试的只有9%。Agent侧：67%部门在用，只有17%允许它不经人逐步审批自主执行；出错责任没有公认归属——治理团队28%、直属经理26%、员工本人25%、供应商9%，没有一个达到30%。培训是最大的自欺缺口：78%的管理层说培训到位，员工侧只有56%认同。同时做到「证明价值+重构流程+组织对齐」三项的组织只有7%。

      降成本提效率增收入管理层
      情报

      中国AI监管主线换了：从「内容合规」转向「行为可控」——智能体八环节风险、七类措施、五阶段指引一次给齐

      9月14日国家网络安全宣传周上，全国网安标委发布《人工智能安全治理框架3.0》，附件2首次成体系设置《智能体风险管理框架》：按设计研发、安装部署、指令输入、推理规划、调用执行、记忆存储、结果输出、停用下线八个环节梳理风险，配套身份与权限管理、加强人工审批、运行时动态管理、持续监测与审计等七类防范措施。此前（7月1日）网安标委秘书处已发布网安秘字〔2026〕80号《智能体部署使用安全指引》，按评估、准备、部署、使用、停用五阶段给出操作建议，明确不以操作系统管理员权限运行智能体、建立高风险操作清单、配置细粒度日志；9月18日又就《智能体系统开发安全指南（征求意见稿）》（网安秘字〔2026〕119号）公开征求意见，覆盖准备、设计、实现、测试、发布全流程。政策面同步收紧：2026年5月网信办、发改委、工信部《智能体规范应用与创新发展实施意见》提出按场景分类分级治理、敏感领域探索备案检测与问题产品召回；截至8月31日全国累计1112款生成式AI服务完成备案、731款应用完成登记（网信办9月14日公告）。美国这边出了反面教材：编程智能体误删生产库的事故频发，而中方框架把「停用下线」单独列为风险环节——监管视野已从「说了什么」覆盖到「做了什么、怎么停」。

      Agent风险与合规控风险行政
      案例拆解：一家数百亿营收国企的AI推广账本——不考核、不规划，账号从100滚到600 · WEI INSIGHT