於飛書上，管理層可由一張表、一個群組或一個真實問題入手，將業務按自家公司的模樣遷移上去。
小潘欲改變的不僅是一家工廠採用的工具。他希望散落在紙張、群組及個人手機上的數據能回歸企業內部；讓蘊藏於員工大腦中的經驗得以保留在組織內；亦令過去常須依賴管理者協調之事，轉而由事實與標準主導。
7 月，在北京飛書 AI 絕技大會的舞台上，出現了一位戴著白色安全帽的青年男子。
「這是我車間的安全帽。本廠首個正兒八經的 AI 項目，是利用 AI 調用攝像頭，監控誰未在產線上佩戴頭盔。」他聲勢洪亮，言談間帶幽默感，一身工程服，一亮相便吸引全場目光。
站在台上的年輕人叫小潘，2001 年生，是典型的「00 後廠二代」。其家族的工廠——蕪湖禾田汽車工業有限公司（以下稱「禾田汽車」）已經營二十餘載，員工數百人，核心業務為生產汽車底盤控制臂及襯套。
廠內人士稱呼他為「小老闆」，但小潘自認工作的性質更像「全廠唯獨的 FDE」——既需理解業務，又要親身將技術落實於現場之人。
他的 AI 改造並非始於宏大的戰略，而是源於一次並不輕鬆的回鄉接班。
先把數據沉澱下來
2025 年 1 月，小潘回到了家中的工廠。回去之前，他預期接班應該不會太艱難。真正進廠後，他形容自己的感受是七個字：**「回去一看，天塌了。」**
公司內的部份資訊流動仍倚賴紙質單據，Excel 自動化依托過去累積的一些 VBA 巨集，日常溝通靠微信群——群組多不勝數，檔案 7 天過期，工作訊息與生活訊息混雜一團。企業對 AI 的使用也處於早期，主要集中在日常對話及信息查詢。
可隨著汽車零部件行業競爭日趨激烈，企業必須將成本與現場管理做得更精細，任何一次設備停機、物料等待或內部溝通脫節，都可能直接影響交付進度與經營結果。原有模式的局限開始浮現：若無數據沉澱，不僅 AI 沒有發揮的基礎，各種問題也很难被準確追溯，只能靠人手填寫。
在此壓力下，進廠後，小潘逐步由銷售轉向業務管理，承擔更多跨部門協調工作：不同崗位對同一事項常有歧義，他需於現場資訊、部門目標及管理要求之間來回對齊。
**然而一名老闆可調解一次爭議，卻不可能永遠駐守在每個群組、每張表格和每個車間內。小潘漸次意識到，真正需要變革的，不僅是溝通形式，更是公司依賴什麼進行溝通：是靠某人的記憶、某主管拍板決定，還是由數據與標準自行說話。**
2025 年 9 月，小潘開始推動禾田汽車採用飛書，先從班長及以上、確有協作需要的員工做起。當時他說服內部的理由只是一句樸實之言：「把組織的數據沉澱下來。」
「他們懂得數據是有價值的。」小潘說，「所以我用這個作爲切入點——數據必須沉澱下來，儲存在一個地方。」
推行飛書的過程並不輕鬆。新軟件意味著新習慣，小潘只能邊做邊教，讓大家從具體變化中看見價值。但「沉澱組織數據」這個目標聽起來太大、太抽象，要讓所有人真真切切感受它的價值，就得先從眾人都看得見的具體問題著手。
於是，小潘決定從一張張紙開始。
禾田汽車的工廠內部
從一張紙開始
銷售訂單、採購到貨、生產日報、倉庫臺賬、設備點檢……在很短時間內，小潘與一名 IT 同僚陸續把幾十種紙質單據遷移至飛書多維表格。
其中，設備點檢是一個微小但甚具代表性的場景。
過往，每部設備旁都擺放一張紙質點檢表。工人檢查完便在紙上記錄，通常午休及放工前才會登入一次 Excel。「若該等資料全屬紙質，便毫無價值。我不確定他有否實際點檢，也難以得知點檢狀況如何。」
換成飛書多維表格後，員工可在現場掃碼、拍照、提交。哪一個工位、哪部設備、出現了甚麼問題，管理層均可即時查看；異常情況會自動流轉至班長，再轉發設備科核實。
當一線點檢、設備維修工單和備品備件庫存三張表被關聯起來，點檢開始真正具備價值——原本各自隔開的信息開始構建出一個完整的故事：哪些設備反覆出現異常，哪些維修耗時過長，又有哪些非標備件恰好缺貨。過去只能待設備停了再處理，現在管理層有機會更早看到風險。
生產日報亦然。過去，各車間的班長分別把 Excel 遞交予計劃員，再由計劃員匯總；現在，十幾個車間直接在飛書多維表格填寫，由小潘搭建的 AI 工作流自動生成日報發送給管理層，原先一天只能更新兩次的數據，開始隨現場變化及時更新。
「多維表格就是廠的資料庫，後頭所有智能體，都生長在上面。」
**對這家工廠來說，只有先讓業務數據回到組織里，AI 才能知道發生了甚麼，也才可能真正參與經營，而不是懸在業務之外。**
多維表格中的鍛造設備臺賬（部分）
當 AI 進入工作群
**多維表格把數據收回來以後，小潘開始把智能體** **放入日常協作里。**
起初，管理層對 AI 的印象仍停留於「是一個可以問問題的聊天工具」。小潘需要一個讓他們直接感知 AI 作用的工作場景。
他製作了一個群消息看板。
小潘為智能助手取名「小禾」，取自公司名「禾田」，把它加進重要飛書群組。它會抓取群裡發生的事項，識別時間節點、負責人和待辦項目，每半天在群裡發一次摘要，同時寫入多維表格。
過往，領導在群里交代一件事，對方未能及時記錄，過了幾天再追問，才發現消息早已被淹沒。「群消息看板就是杜絕這種情況——誰在什麼時候告訴了誰什麼事、責任人是什麼、下一步做什麼——全部公開列明。」
小禾自動跟進的群消息看板
**這是管理層第一次很直接地領略到 AI 的價值。**它沒有改變谁的職位，也沒有發明一個新流程，只是把原本會丟失的信息留了下來，讓責任不再隨著聊天記錄一起沉底。
若說群消息看板讓管理層認可了 AI，那「質量專家」智能體則讓 AI 第一次介入了部門之間的協作難題。
禾田汽車在做質量管理體系升級。公司的 IATF 16949 體系文件需要重新梳理，但推動起來並不順遂——質管部熟悉標準，業務部門更了解實際工作流程。雙方對「誰來輸出文件」這件事理解不同，推進一度卡住。
僵局之下，小潘決定先讓自己成為「懂標準的人」。小潘利用假期時間自學了 16949 標準，把學習筆記、課件和體系文件全部歸入飛書知識空間，搭建了「質量專家」智能體。他為智能體設了嚴格界線：「輸出的任何結果必須要有對應條款支撐，是哪本標準裡哪個條款的哪句話，你要把原文列出來。」
他的比喻是：「質量體系就像是公司內部的法律。現在就像大家是對法律認識不夠深，我找一個律師出來。」
一次，業務部門在群里提交了一份待審核的體系文件。小潘沒有直接在群里評價，而是「@ 質量專家」，請它依據標準來檢查這份交付。
智能體列出了需完善內容、對應的條款依據和具體修改建議。原本夾雜著崗位立場的爭論，轉化成了一份可以共同核對的清單。
「智能體把判斷依據逐條列明後，討論開始從崗位立場回到標準本身，大家的接受程度就高很多。」但小潘並不希望每個環節都有一個「判官」，「我是希望直接用 AI 把你的輸出優化。」在日常使用中，專業骨幹對智能體回答的補充和校正，也在逐漸沉澱為公司可以反覆使用的知識。
「老闆給的東西，必須開箱即用」
不過，讓管理層看到 AI 有用，只回答了「值不值得用」；要令其真正進入日常，還得正面員工「會不會用、願不願用」。小潘沒有要求業務人員先學會搭多維表格、寫提示詞、做智能體，而是和 IT 同事先把工具準備妥当，再交給員工使用。
「老闆給予之物必須開箱即用，一句話即可啟用。」小潘說，「你讓他去學的話，一來是他本身就有很多事務在做，二來對我們這種體量的組織來說也會有一些摩擦成本。我們的做法就是把東西做好交給你們。」
所以，小潘用飛書多維表格貼合企業原有流程搭建輕量系統，盡量保留大家熟悉的工作方式。原來在 Excel 裡填數，現在換成手機裡的多維表格；員工不必從頭學習一整套新流程，只需要知道在哪裡錄入、看什麼結果、監督什麼動作。「我們公司原本是什麼模樣，在多維表格上基本上也是一樣。」
**這正是飛書對類似** **中小企業** **老闆最現實的吸引力：它不要求企業先變成一家標準化程度很高的大型公司，也不必為了適應一套重型系統，把原来的流程全部推倒重來。管理者可以由一張表、一個群、一個真實問題入手，將業務按其公司原貌搬遷上去。**
當數據開始留在組織里，群聊開始形成可追蹤的任務，知識庫開始吸收專業經驗，AI 才不再只是個人使用的工具，而會逐漸變成組織的一部分。
**當被問及為什麼願意投入這麼多時間，推動這些並不輕鬆的改變時，小潘表示，歸根結底是一種責任感。**
這種責任感落在一件件具體的事情裡：從寫 Excel 宏開始，到推動內部使用飛書，再到和一名 IT 同僚一點點製表、做 AI 應用、教給員工。
這也是為什麼，他在舞台上沒有先講宏大的 AI 概念，而是從一頂安全帽聊起。因為在他看來，AI 轉型最終要回答的是：車間裡的實際問題，到底有沒有得到解決。
對禾田汽車來說，AI 轉型不是遙遠的未來。它是設備旁邊少掉的一張紙，是群里沒有再次被淹沒的一項任務，是跨部門更暢通完成的一份文件，是專業骨幹答完問題後留在公司的那一點經驗。
小潘真正想搬上飛書的，從來不只是工廠的數據，而是這家企業繼續向前走的能力。而他希望這段故事被看見，也不僅是為了禾田汽車。
**「我們這樣的企業，其實才是中國的大多數。」他說，「但在談論 AI 轉型聲音裡，很少來自我們。」**