中顺洁柔的财务负责人最近有些焦虑。
过去，业务部门想了解自己的经营情况，往往需要找财务同事帮忙分析。如今，越来越多业务人员开始自己打开WorkBuddy分析数据，有些人甚至一天要做两次。
业务人员就这样干了财务部门原有的一部分工作。
近期，华尔街见闻·全天候科技走进位于广东中山的中顺洁柔。交流中，公司总裁高波讲起了最近的一段插曲。
“我们的财务总前两天刚跟我说，他很焦虑，业务人员已经不找他们分析了，怎么办？”高波坦言。
对此，高波给出的办法就是财务人员训练更好的Skill，让业务人员自己跑。
这便是腾讯旗下办公Agent产品WorkBuddy走进中顺洁柔的一个缩影。
今年6月，高波开始使用WorkBuddy。他一度是公司内部Token消耗量排名第一的员工，但很快就被年轻员工超越了。
如今，他每天早上8点到办公室，第一件事就是给WorkBuddy布置任务。等开完一两场会议，再回来查看分析结果。
在公司“一把手”的鼓励下，使用AI的热情正在向公司内部扩散。中顺洁柔第一批开放的500个WorkBuddy账号很快被领完，截至10月10日，账号数量已接近1300个。
从总裁办公室到营销、财务、人力资源等部门，WorkBuddy开始参与这家纸企越来越多的日常工作。
当AI可以替员工分析数据、编写程序，甚至开发业务系统时，企业原有的工作分工也开始受到冲击。
经营会里的新变量
对中顺洁柔的管理层而言，数据分析一直不是简单的工作。
这家企业主营生活用纸，产品从工厂走向消费者，需要经过原材料采购、生产、仓储、运输以及线上线下销售等多个环节。
高波举例，中顺洁柔的采购工作涉及约3500种物料、40家供应商和7家工厂。供应商的交货周期、生产能力、配送区域各不相同，单个采购订单涉及的参数就超过100个。
不仅如此，企业还需要持续判断不同渠道的销售变化，以及哪里可能出现新的市场机会。
过去，这些判断高度依赖业务人员的经验和专业团队的分析。
高波此前担任中顺洁柔财务负责人，参与过企业ERP系统升级和BI建设。如今作为总裁，他开始更加关注这些数据能否支持经营决策。
“数字化解决操作流程、SOP跟效率问题；数智化解决决策的问题。”高波对全天候科技表示。
这种变化已经开始进入中顺洁柔的经营会议，预算管理就是其中一个例子。
高波介绍，过去企业使用传统系统编制预算，两个多月可能只能完成五六种场景的测算。
面对不断变化的市场，经营团队需要反复调整不同渠道、产品和品类的投入方案，但每一次修改都意味着新的计算工作。
现在，中顺洁柔开始利用WorkBuddy开发预算测算工具。例如在一场预算讨论中，高波想给某个品类增加200万元投入，就可以通过系统立即查看调整后的模拟结果，再继续修改其他条件。
“过去大家用Excel的时候，我说多加200万，得等一个礼拜才能看到测算结果。”高波回忆，如今预算系统能够实时测算，让管理层可以不断尝试新的投入方案。
“你反应得越快，你的浪费越少，你的机会越多。”在他看来，预算测算速度的提高也让企业能够更及时地调整经营计划。
营销会议也在发生改变。
过去，区域负责人习惯带着PPT汇报经营表现。某个地区的业绩没有完成，负责人往往需要花费大量时间解释原因，管理层也很难在会议上重新核验所有数据。
如今，他要求营销团队使用WorkBuddy生成分析结果，再围绕统一的数据讨论问题。如果某项分析缺失，还可以临时调用Skill补充。
在他看来，这让会议有更多时间讨论下一步应该怎么做。
不过，WorkBuddy能够较快进入这些场景，与中顺洁柔过去几年的数字化投入有关。
中顺洁柔与腾讯的合作可以追溯到2023年。
高波回忆，当时中顺洁柔考察过多家合作伙伴，希望寻找一条投入相对可控、又能逐步推进数字化转型的路径。
高波看重的是腾讯对新需求的开放态度。
据高波介绍，如果每当企业出现新想法，合作伙伴都要求重新签订合同，创新探索就很难推进。传统企业数字化转型需要不断试错，合作伙伴是否愿意支持尚未明确的需求，与产品本身同样重要，腾讯确实做到了。
从最初借助外部数据观察市场到如今让Agent参与经营分析，中顺洁柔与腾讯的合作开始从数据层延伸到实际业务。
不过，高波没有把分析效率与经营业绩直接画上等号。
“生意从来没有确定性的计划。”他认为，AI可以帮助企业更快发现市场机会，但从发现机会到真正抓住机会、把生意做好，中间仍然存在距离。
原有分工受冲击
引进WorkBuddy后，中顺洁柔原有的工作岗位分工正在受到冲击。
以财务部门为例，过去，业务人员需要分析经营数据，通常先向财务或数据团队提出需求，再等待专业人员提供结果。如今，越来越多业务人员可以借助WorkBuddy自行完成分析。
高波希望财务人员把自己的专业经验沉淀成Skill，让更多业务人员直接使用。
这一变化的意义在于过去集中在少数专业人员手中的分析能力，开始有机会被更多员工共享。
高波对此感受很深。
“我拼尽全力，自己天天给人上课，花了三年，也就培养出3、4个人来。”高波坦言，公司已经有数百名员工能够借助AI完成一定程度的经营分析。而那些分析能力更强的员工可以将自己的经验制作成Skill，分享给整个公司。
类似的变化也发生在IT部门。
中顺洁柔一名人力资源经理借助WorkBuddy开发了一套绩效评估系统。从需求设计、程序开发到修复Bug、日常运维，几乎都由她自己完成，IT部门主要提供上线支持。
“我们以前最大的卡点是懂业务的人提不出需求，能编程的人不懂业务。”高波说。
传统企业开发一套业务系统，通常需要业务部门提出需求，再由IT部门负责开发。但业务人员未必懂技术，IT人员又很难深入理解每一个业务场景，双方往往需要反复沟通。
如今，懂业务的人开始自己开发工具。
不过，中顺洁柔副总裁兼CDO杨森林对此有一个相对谨慎的判断。他认为业务人员借助AI完成的系统或分析，可能只能达到60分。
在他的设想中，业务人员可以先借助WorkBuddy把需求做成可运行的工具，再由IT部门介入，对系统进行完善甚至重构。
原来是业务部门提出需求、IT负责交付，如今则开始变成业务人员先完成初步开发，IT再负责提升质量。
这意味着，专业部门在企业内部的角色正在调整。
财务人员需要将自己的分析经验转化为更多人能够使用的Skill，IT人员则要承担更多系统完善、技术管理和质量保障工作。
杨森林用一句话概括这种变化：“业务要线上化、数字化，那数字化的团队要业务化。”
这种变化甚至开始影响中顺洁柔对人员配置的考虑。高波透露，公司准备在电商团队设置AI数据洞察岗位，并将数仓相关岗位进一步下沉到业务部门，让数据人员与电商团队一起开展经营分析。
随着业务人员能够独立完成更多工作，企业原有的管理层级也可能受到影响。
高波提到，过去他需要一项经营分析，通常先交给总监，再由总监安排经理、主管逐级分配，最终由一线员工完成。分析结果出来后，还要沿着原来的管理层级逐级汇报。
如今，部分分析可以直接交给了解业务的员工完成，管理者也能够更快地与相关人员讨论结果。
“原来我可能只能指挥到师，现在我可以指挥到班了。”高波用了一个形象的比喻。
在他的设想中，企业的管理职级可能依然存在，但原本依靠层层分配任务和传递信息形成的管理链条有机会被进一步压缩。
对中顺洁柔这家5000多人的企业而言，这种变化已经超出个人效率提升的范畴。
专业部门需要重新定义自身的价值，管理层也需要重新审视原有的任务分配方式。至于这些变化最终将如何影响企业的岗位设置和组织架构，仍需要在实际经营中逐步探索。
权限边界待厘清
更多工作可以交给员工，企业的核心数据却无法随之完全开放。
“数据本身从来不是问题，真正的问题是你看到了数据后做什么。”他认为，一线业务人员只有获得足够的信息，才有机会发现并解决经营问题。
但这并不意味着所有数据都可以向Agent开放。
杨森林向全天候科技等媒体透露，中顺洁柔目前并未允许WorkBuddy直接连接公司的核心数据库。
企业专门建立了一套独立的数据环境，只有经过筛选的数据才允许WorkBuddy访问。不同部门的员工拥有不同的数据权限，涉及配方等核心机密的信息从一开始就被排除在外。
杨森林坦言：“我们某些个领域上的数据是绝对禁止用AI的。”
这种谨慎背后有现实顾虑。相比传统办公软件，Agent能够进一步调用工具、访问数据，甚至执行操作。杨森林提到，公司在AI应用探索中发现过一些“越墙”行为，因此提前考虑了最坏的情况。
中顺洁柔选择将AI可访问的数据环境与核心业务系统隔离。即使Agent发生异常操作，也要尽量避免影响核心数据库。
“我们最差的局面就是把这个库给玩坏了，我们重新备一个，因为它并不影响我们的主库。”杨森林解释。
与此同时，员工可以根据业务需要申请更高的数据权限，但仍然只能访问企业允许WorkBuddy接触的数据。
这也反映出企业使用Agent时的一种矛盾：想让WorkBuddy承担更多复杂工作，就需要向它开放更多数据和权限；但开放得越多，潜在风险也可能越高。
不仅如此，数据隔离可以控制Agent的访问范围，却无法保证它给出的分析和判断完全准确。例如大模型可能产生幻觉，甚至倾向于迎合使用者。当管理者越来越依赖AI提供的分析，原有的错误判断也可能被进一步放大。
“幻觉是不可避免的。”高波承认，大语言模型本身存在这一局限。
高波通常会在提示词中要求WorkBuddy检查数据和结论的准确性，避免凭空生成信息；杨森林则会尝试开启两个独立任务，一个负责分析，另一个负责检查其中可能存在的错误。
不过，这种相互校验仍然无法保证结果完全准确。尤其当WorkBuddy开始参与预算、采购等经营分析时，最终的判断和责任仍然需要管理层自己承担。
“因为你决策错了，AI是不会为你的决策去买单的。”杨森林直言。
在中顺洁柔，WorkBuddy带来的效率变化已经开始显现，但企业原有的管理体系也开始承受新的压力。岗位分工、AI开发系统的运维，以及数据权限和经营决策的责任边界，都需要重新梳理。
这些问题很难仅靠一家企业或一家大厂独立解决。随着办公Agent逐渐进入实际经营，大厂需要理解更加复杂的业务环境，企业需要在使用过程中不断调整原有的管理方式。
几个月时间，WorkBuddy就在中顺洁柔铺开了近1300个账号，但一家5000多人的企业无法像升级软件一样快速完成组织升级。
AI或许可以很快改变员工完成工作的方式，改变一家大企业的运转方式显然需要更长时间。
