今年下半年开始，AI行业会爆出一个需求量巨大的岗位。明年呢就会全面爆发这个岗位呢，现在还没有统一的名字和岗位定义，但这个趋势呢，真的是非常明显了。世纪服务网先来简单说一下这个岗位到底是干什么的一句话，帮企业把AI和真实的业务场景牢牢的结合在一起，实现真正的降本增效。为什么这么说啊，大家发现没有，今年年初以来，各种头部大模型agent的产品是铺天盖地，技术底座在某种程度上已经没有明显的瓶颈了。但最近呢，越来越多的老板朋友做运营做营销的小伙伴们来交流的时候，就发现了一个最明显的痛点，那就是大家都已经知道AI是能够提效的，但是真的在自己公司小试一下的时候啊，就很少有用的，顺手的还有一个做电商运营的朋友。他们团队呢买了一个AI内容生成的软件，说是呢，能批量出图文自动投放。买回来之后就发现生成的东西确实像那么回事，但就是没办法直接用。道理很简单啊，他们的品牌有自己的调性，自己的用户习惯，而这些东西AI根本就不知道。最后呢，还是得人工一条一条改，改完之后啊，跟自己做也没差多少。那这几个月碰到这样的事儿，真的很多原因。

其实很简单，每家公司内部的流程、上下游的一个决策链路、资源调配这些环节都是不一样的。那你用一个通用的工具套进自己的业务里面，大概率就只能得到一个通用的结果，落不到实处。那真正的卡点在哪呢？其实啊，就一句话，隐性信息没有显性化。什么叫隐性信息？就是你多年积累的行业经验，你们团队约定俗成的习惯，那些没有说出来，但是懂得都懂的东西，打个比方，你跟老同事说帮我出个方案，他呢就能靠多年的职场经验以及和你协作的习惯，自动的脑补出90%的潜台词。但如果你跟AI就这么简单，来一句，他没有这些隐性的信息，就只能给你拼凑一些正确的废话。所以呢，AI落地真正的第一步不是选什么AI工具，而是要把你脑子里你公司里的那些隐性信息梳理出来，就像庖丁解牛一样，把这些脑子里的知识整理成明确的决策流程规则和工具，然后再分层喂给大模型。前段时间大家争议的meta和其他公司争馏员工经验的动作呢，其实就是这个意思。简单来说就一句话，企业要想真正知道AI。

AI时代的红利，最关键的那个1就是梳理隐性业务经验，把它计算成AI能执行的sop。没有这个1，后面接再聪明的大模型，搭再贵的系统，全都是0。所以你看啊，今年注定是全行业用通用AI疯狂试错疯狂踩坑的一年。等老板们交够了学费，发现通用工具根本跑不通自家复杂业务的时候，到了明年，那些真正能帮企业做AI智能化业务改造，把AI和真实场景牢牢结合在一起的人，绝对呢是最抢手的。那什么样的人能做这件事呢？你会发现在这个真正落地的过程中，AI技术本身其实只占了3成还不到，而对业务的深刻理解和重塑占了7成以上。不管你现在是产品经理、解决方案专家，还是想做超级个体的业务骨干，谁能率先掌握这种把隐性知识显性化，并用AI重塑业务流的能力，谁就能真正拿到下一个红利周期的超级v i p门票。好了，今天就聊到这里，那么你的企业或者行业现在用AI最卡的地方在哪里？欢迎吐槽，这里世纪服务网的国际视野。

1.今年下半年AI行业将出现一个需求量巨大的岗位，明年会全面爆发，目前该岗位尚无统一名称和定义，其核心职责是帮助企业将AI与真实业务场景紧密结合，实现降本增效。

2.今年年初以来，头部大模型agent产品众多，技术底座已无明显瓶颈，但企业在实际应用AI时面临痛点，即知道AI能提效，小试时却很少用得顺手。

3.有电商运营朋友的团队购买AI内容生成软件，虽能批量出图文自动投放，但生成内容因不了解品牌调性和用户习惯无法直接使用，仍需人工修改，效果与自己做相差不大。

4.通用AI工具套入企业业务只能得到通用结果，难以落地，原因是每家公司内部流程、决策链路、资源调配等环节不同。

5.AI落地的真正卡点是隐性信息未显性化，隐性信息包括多年积累的行业经验、团队约定俗成的习惯等未明确说出但大家都懂的内容，AI因缺乏这些信息只能生成正确的废话。

6.AI落地的第一步不是选AI工具，而是梳理企业内的隐性信息，整理成明确的决策流程规则和工具，再分层喂给大模型，meta等公司争夺员工经验的动作就与此相关。

7.企业要想获得AI时代红利，关键是梳理隐性业务经验并将其转化为AI能执行的SOP，没有这个基础，再聪明的大模型和昂贵的系统都无法发挥作用。

8.今年是全行业用通用AI疯狂试错踩坑的一年，当企业发现通用工具无法适配复杂业务后，明年能帮企业进行AI智能化业务改造、将AI与真实场景结合的人会非常抢手。

9.在AI落地过程中，AI技术本身占比不到3成，对业务的深刻理解和重塑占7成以上，产品经理、解决方案专家、业务骨干等若能率先掌握将隐性知识显性化并用AI重塑业务流的能力，就能抓住下一个红利周期。