从分散的 ChatGPT 聊天到活跃的 AI 操作系统：如何构建 AI 第一公司

大多数公司已经将软件预算转向AI 实验，ChatGPT 已经在许多团队的日常工作中使用。但是，如何将这些孤立的实验转变为真正驱动业务的系统？问题不在于采用，而在于缺乏协调。知识被困在个别浏览器标签和数十个断开的对话中，迫使团队不断从头开始重建工作。

ChatGPT 混乱

我亲身经历了这个问题。在 2023 年，像许多创始人一样，我发现自己处于我现在称之为 ChatGPT 混乱的状态。我们 40 人的公司每个团队成员都在使用 AI，但我们变成了一个碎片化的系统，我们公司的集体智慧被分散而不是集中。我们正在重复我们的努力。

这通常是如何发生的？当 AI 采用开始时，它看起来像进步。每个人都找到了一些个人使用案例，效率略有提高，领导层看到“AI 使用”在公司中。问题是这些胜利保持分散，而不是团结在一个集中枢纽。如果市场总监的最佳提示卡在她的 ChatGPT 历史中，销售负责人无法在此基础上继续发展。这迫使团队每天重新发明轮子。

如果这听起来对你来说很熟悉，那是因为这是今天 99% 公司内部的现实。每个人都有自己的 AI 实验，但很少有公司可以自夸拥有跨部门的协调和共享的上下文。在这一点上，他们不能被称为AI 第一，他们是 AI 分散的。

转折点：将 AI 视为基础设施

在 Elly Analytics，这是我问自己的问题：如果整个公司共享 AI 上下文、提示、脚本和工作流是否可以立即为每个人提供？这个问题帮助我理解，我们已经准备好停止在 AI 上进行实验，并开始以 AI 为领导。

我们看到 Cursor，尽管它是为开发人员构建的，但它具有我们需要的能力来驱动这一转变。它为我们提供了可以与聊天、上下文、文件、项目、代码库、公司战略等合作的 AI 代理。与其要求 ChatGPT“分析竞争对手”，我现在要求：”使用我们的最新竞争研究文件，并以我们的战略格式生成一个可视化摘要。“它知道文件在哪里，格式是什么，以及我们如何讨论竞争。

我们围绕三个层次构建了新的 AI 堆栈：

1. Cursor — 最初为开发人员构建的超级代理环境（他们的工具总是比主流工具领先一年），但对于营销、运营、人力资源和战略团队同样强大。它超越了总结文档，实际上可以自动执行任务 —— 从处理通话记录到创建 Python 脚本进行数据分析。
   
2. 共享公司大脑 — 一个集中、不断演变的知识库，每个 AI 代理都可以从中读取和更新。有了它，AI 成为具有公司战略、流程和目标完整理解的协作者。它消除了在浏览器标签之间无休止地复制和粘贴的需要，并确保您的 AI 代理具有公司业务的完整上下文。
3. 即插即用工作流 — 可重用的、部门特定的 AI 流程，用于从入职到活动规划等一切事务。

AI 第一工作空间模板

对于任何准备跟随我们的旅程的人，我们已经使我们的 AI 第一工作空间模板 开源。它包含具有策略、产品、营销、运营、财务等上下文的部门特定存储库，预构建配置、自动化脚本和我们每天使用的工作流示例。你可以克隆它，适应它，并在几周内拥有自己的 AI 第一公司基础设施。

你不必成为科技巨头才能采用它。如果你担心你的团队不够技术化，无法使用 GitHub，想想它就像 Google Drive，有版本历史内置。你永远不会触摸命令行，AI 会处理它。

如果你决定在自己的公司引入这一点，这是我的推荐路径：

步骤 1：首先使用它来满足你自己的个人使用案例。我们甚至有 一个专用的存储库，其中包含示例和说明，以便完成这一阶段 —— 因为在你亲身经历了好处之前，很难向你的团队出售这个想法。

步骤 2：鼓励公司的关键人员开始使用 Cursor 来完成他们自己的任务。一旦他们体验到价值，他们很快就会达到限制，从而激发下一步：希望共享文件和共享上下文。

步骤 3：选择一个团队（通常是领导团队、营销或其他职能）来运行第一个共享实验。设置一个共享存储库，使用它来解决该团队的一个真正的同步挑战，并将结果转化为公司其他部分可见的成功故事。

步骤 4：将其推广到组织的其他部分 —— 首先从团队负责人或早期采用者开始，首先关注他们的个人工作流程，然后扩展到共享工作流程。每周，要求（并在团队之间共享）有趣的使用案例，以便动力和采用率随着时间的推移而建立。在我们的经验中，团队自然会迁移到 AI 第一环境，一旦他们测试过它。

采用 AI 第一模型的 ROI

根据我们的估计，采用这一模型已经在我们的 40 人团队中每年节省了超过 10,000 个工作小时。而这不仅仅是关于节省时间，还关于让整个团队变得比以往任何时候都更聪明、更快、更协调。以下是它的日常意义。

短期胜利（0-6 个月）

最直接的好处是 AI 上下文在所有工作中的连续性。没有每次关闭标签时丢失对话历史，没有每次会话从头开始，没有在分散的 ChatGPT 浏览器标签之间复制和粘贴。你的 AI 从第一天起就理解你的业务作为一个整体。

第二个短期胜利是 30-50% 的常规行政工作减少。手动分析、重复报告生成和无休止的文档任务消失在背景中，AI 接管了重担。

然后还有组织 AI 智能复合效应。一旦工作流、提示和脚本在整个公司中共享，每个部门都会对整个组织有透明的了解。集体智慧会随着每个任务的完成而增长 —— 这种增长会惠及每个人。

长期转变（6 个月以上）

在更长的时间内，影响加深。你的公司不再是一个松散的部门集合，而是一个像 AI 驱动的有机体一样运作的实体。战略对齐会改善，因为 AI 允许真正的跨职能洞察。当新员工加入时，他们继承的不仅仅是文档，还有整个积累的组织智慧，准备好从第一天开始应用。决策会改善和加速，因为每个选择都有更丰富、更全面的上下文可供参考。

另一个持久的转变是，即使非技术团队也可以获得企业级、专业的工作流程。通过 GitHub 的基础设施，他们获得了版本控制、审计跟踪和专业级别的协作工具，而无需成为开发人员。访问控制确保正确的人看到正确的信息，架构可以无缝地扩展，因为你的组织正在增长。

最后，也许最深刻的变化是：你超越了聊天机器人和知识库，拥有真正执行代码的 AI。这就是魔术发生的地方：AI 不仅仅是总结或建议 —— 它处理文件、运行分析和自动化工作流程。

我相信大多数公司将在接下来的两年内遵循这条路径。现在采用这一系统不仅改善了今天的工作流程，还使你的公司能够在 AI 第一成为默认设置时领先于市场。

开发者工具的好处 —— 以及一个强大的副作用

我经常听到的一种异议是：”很快，这一切都会被构建到 ChatGPT、Google Docs 和 Notion 中。“我的答案是：太好了 —— 当它发生时，它将会很棒。所有主要工具都朝着更深入的 AI 协作发展，这将使 AI 驱动的团队合作更容易。但是，当这些功能到来时，已经会出现新的工具，而且这些工具几乎总是首先出现在开发者生态系统中。这就是为什么现在尝试使用开发者级工具来保持领先地位的原因所在。并且这并不像看起来那么困难，我甚至编写了一个 15 分钟的设置指南来帮助你开始。

这也值得问一下，不仅仅是”近期会发生什么变化？“，而是”什么会保持不变？“无论什么新的 AI 工具出现，总有一件事会始终保持不可估量的价值 —— 这就是你组织的结构化上下文，包括产品、流程、优先事项、人员和工具。每个新的 AI 工具，无论多么先进，都仍然需要”了解“你的组织，然后才能变得有用。这就是使用 Cursor 作为你的主要 AI 接口，并通过 GitHub 存储库共享数据的强大副作用：它会自动捕获和结构你的组织上下文，作为你团队日常工作的副产品。