OpenAI 最新的《企業信號》報告顯示，企業 AI 正以截然不同的速度從輔助轉向執行。領先企業（AI 使用率排名前 10% 的公司）現在每個活躍用戶產生的輸出 tokens 數量，是一般公司的 8.3 倍，遠高於一月份的 2.6 倍。這個日益擴大的差距，預示著更深層次的營運轉變。

領先企業將 AI 代理與公司脈絡和工具連結，委派更多實質性工作，並使成功的工作流程更容易重複。對於領導者而言，挑戰在於將這種深度轉化為人們可以信任、衡量和改進的工作。領導者也應該為實驗保留空間，包括那些初次嘗試時價值不明顯的使用案例。

新創公司 Basis、Clay 和 Exa Labs 已將 AI 代理應用於員工入職、客戶管理和開發者生態系成長等領域。儘管他們的工作流程各不相同，但其發展過程具有啟發性：首先教導代理一個穩定的流程，隨著工作變化賦予其持續的脈絡，然後讓它將機會轉化為經過驗證的行動。

總體而言，這些案例展示了團隊如何將 AI 代理融入日常工作，並隨著時間推移改進流程。

Basis：讓入職流程可透過代理教學

對於雇主和員工而言，入職流程長期以來一直很繁瑣。Basis 是一家為會計師事務所建構 AI 代理的公司，現在其第一天的入職時間從兩小時縮短到 30 分鐘，讓 HR 有更多時間投入文化建設和支援。

入職第一天，員工即可立即使用 Codex 和公司專屬的入職技能（一套針對特定工作流程可重複使用的指令和資源）。Codex 會歡迎他們，介紹關鍵的公司概念，並利用他們的電腦在背景完成整合設定。當出現重複性問題或例外情況時，HR 可以在下一批新員工入職前更新該技能。

Basis 示範了一次入職流程後，便將其轉化為一個可重複使用的技能，具備明確的觸發條件、已知步驟、正確的工具存取權限，以及清晰的「完成」定義。該流程不再依賴於某個人的可用性，但團隊仍可介入處理例外情況或複雜問題。現在，入職流程更加一致、可重複且易於改進，新員工也能立即獲得與 AI 協作的模式。

Clay：為分散的工作提供一個持久的「基地」

Clay 是一家為市場推廣團隊建構自學習營收引擎的公司，面臨著一個常見的銷售挑戰：關鍵的交易脈絡分散在 CRM 記錄、電子郵件、Slack、通話、簡報、簡訊以及與內部團隊和客戶擁護者的對話中。

為了保持這些脈絡的即時性，Clay 的一位市場推廣工程師嘗試了一種更好的方法，為每個客戶帳戶建立一個持久的工作空間和專屬的子代理。每個子代理會在夜間審查主要來源並更新其交易資料夾。每天早上，一個協調代理會將她所有帳戶的這些更新轉化為一份優先行動清單：回答客戶懸而未決的問題、填補採購委員會的空缺，或提供潛在客戶重新參與的理由。

根據 Clay 的說法，這個工作流程每晚為她節省了大約一小時的收件匣分類時間。每日優先事項幫助她執行那些在漫長的企業銷售週期中累積起來的小行動。支援證據會與每項建議緊密相連，因此銷售人員在採取行動前可以檢查主要來源。企業可以將這種共享脈絡擴展到客戶經理、業務開發代表 (BDR)、解決方案工程師和銷售主管，但需遵守現有的帳戶權限。

Clay 展示了不斷演進的工作要如何擴展：需要一致的結構、有用的更新頻率、共享的證據，以及在行動點上的人為判斷。

Exa：將機會轉化為經過驗證的行動

Exa Labs 致力於為 AI 代理建構網路搜尋基礎設施，希望其搜尋 API 能在開發人員可能使用的任何地方提供。該團隊將此目標稱為「Exa 無處不在」。過去，實現這一目標需要開發者關係和客戶團隊監控儲存庫和更廣泛的生態系，識別有潛力的整合，收集脈絡，並協調跨系統的工作。

儘管機會各不相同，但從發現到實施的路徑遵循一致的順序。Exa 將該順序轉化為 Codex 的明確工作流程，具備清晰的優先級、對必要來源的存取權限，以及在任何內容發布前的人工審查。

Codex 現在會監控高優先級的整合機會，收集相關脈絡，建立 pull requests，執行測試，並使用 Slack 和 Notion 等來源準備每週更新。在適當情況下，它還可以草擬下一步行動，包括初步公告，供團隊審查。這個工作流程將機會從信號轉化為經過測試的成品，同時減少了研究、工程和溝通之間的人工交接。

人們仍然決定哪些機會很重要，Exa 應該做出哪些承諾，以及如何管理外部關係。測試和審查點使代理的工作在發布前可見。測試結果和人工審查可以向團隊展示在下次運行前應如何調整工作流程。隨著工作變得更具影響力，權限、證據和決策權成為工作流程設計中更重要的部分。

總體而言，Basis、Clay 和 Exa 將我們在《企業信號》中看到的模式轉化為實際營運。Basis 將經過驗證的流程轉化為可重複使用的技能。Clay 賦予代理脈絡和持久性，以保持不斷演進的工作內容即時更新。Exa 則增加了工具、測試和審查，使代理能夠將信號轉化為有界限的執行。

這三家公司都將改進納入工作流程的一部分：入職例外情況揭示了技能需要改進的地方；新的客戶活動和銷售人員驗證使交易脈絡保持最新；測試和人工審查則明確了未來執行的界限。每個案例都從一個特定的工作開始，並有足夠的空間進行測試。透過使用，分工變得更加清晰，隨著工作流程的驗證，責任也隨之擴大。

現在就實驗並擴展有效方法的六個步驟

隨著領先企業與一般企業之間的差距不斷擴大，企業領導者需要給予員工空間，測試重要的工作流程，衡量成功，並將最強大的實驗轉化為可重複的實踐。選擇一個重要的價值領域。從一個端到端的工作流程開始，其中包含策略優先級、系統、交接、控制和可衡量的利害關係。它應該足夠頻繁地重複，以便從中學習，並且足夠重要以證明重新設計的合理性。

定義成果以及如何衡量它。指定負責人、關鍵績效指標 (KPI)、基準和防護措施。透過已完成的任務、連結的脈絡和工具、例外情況以及審查負載來追蹤深度。透過週期時間、品質、成本、收入或風險來追蹤價值。輸出量可以顯示人們要求 AI 做更多事情；而工作流程成果則顯示它是否重要。

撰寫代理的工作說明。定義觸發工作的條件、成果、所需的脈絡、工具、權限，以及代理應如何持續努力完成工作。明確它必須產生什麼證據，以及在何處必須停止以進行人工審查。

圍繞代理建構人為系統。將最接近工作流程的人員納入設計循環。明確誰擁有業務成果、領域邏輯、存取和控制、採用以及日常使用。新創公司將這些職責壓縮到少數人身上；而企業則需要明確的決策權，以便工作流程能夠擴展。

使實驗可見且可重複使用。OpenAI 的研究發現，採用六個月後，早期職業員工每週發送的訊息比高階主管多 13 條。給予員工空間測試新的使用案例，然後捕捉有效方法背後的流程和證據，並將其打包為技能、外掛程式 (Plugins) 或共享工作空間。

Chat、Work 和 Codex 支援不同的模式：Chat 用於提問和快速協作，Work 用於多步驟的知識工作和最終交付成果，而 Codex 則用於技術執行。

將營運模式向前推進。保留有效的脈絡、權限、評估、審查點、負責人、衡量標準和啟用方式，然後將它們應用到下一個價值領域。每個新的實驗都應該為下一個團隊提供一個更好的起點。