上一篇《经营分析会开不好，缺的不是数据，是"敢吵架"》讲的是"为什么"，这一篇讲"怎么做"。

上周三、周四（9月12、13日）的"AI × 经营分析会"上，我现场演示了用 WorkBuddy 搭三个数字人：事前算赢员、会中主报告撰写员、会后督办员。演示本身不难，难的是往下再打一层——因为工具层的演示，是所有 AI 内容里最容易讲、也最容易在企业里悄悄死掉的东西。

这一篇，我想把"往下打"这件事拆成四层台阶，说清楚每一层到底在解决什么问题。

一、四层台阶：工具只是最上面那层

先给一张全局图。同样是"三个数字人"，讲到哪一层，企业收到的价值完全不同：

层级	做的事情	企业真正拿到的
工具层	三个数字人各自能写、各自能出文档	省时间。但所有 AI 工具都能讲这个故事，也最容易"回去试试"然后不了了之
流程层	同一张表在三个人之间流转：算赢表 → 问题清单 → 硬仗清单	不断链。解决会前会中会后"三张皮"，每次开会都从头再来
方法论层	把经营分析的方法论写成数字人的硬规则	敢追根因。解决形容词大会、甩锅大会——AI 没有面子问题
组织层	口径字典 + 责任到人 + 会议资产沉淀	装得进组织。解决"演示惊艳、三个月吃灰"

二、流程层：三个数字人不是三个点，是一条链

我先说个反常识的判断：如果三个数字人各自独立工作，企业用三个月就会弃用。

原因不在能力，在断链。很多企业的真实状况是：会前一套表、会中一套 PPT、会后一份纪要，三样东西互不相干，每次开会都从零开始。数字人如果照这个模式做三个，只是把三个断点自动化了而已。

让经营分析会真正有效的，是数据在三个环节之间不断链：

算赢表里填出来的数字 → 直接变成主报告的问题清单 → 问题清单直接变成硬仗清单和任务令 → 下次开会第一页，先晾晒上次决议的完成率。

这条链跑通之后，那个"下次开会第一页先晾晒"的动作，才是整个机制里最关键的一环。因为它意味着：会议不再是一次性事件，而是一个持续滚动的经营过程。

三、方法论层：把方法论写进规则，而不是写在 PPT 里

"AI 能写报告"和"AI 会做经营分析"是两件事。区别就在于有没有方法论约束。

我参考的是经营分析领域一套比较成熟的结构：三张表、两份报告、一个会议（简称"三叶草"模型）。

3 张表

• 经营仪表盘——看清当下
• 事前算赢表——算清未来，这是整个体系的核心
• PBC 考核表——兑现责任

2 份报告

• 主报告：公司级的问题清单，聚焦差距、暴露问题、指出机会
• 业务报告：命题作文，各经营单元针对主报告暴露的问题作答

1 个会议

聚焦目标、聚焦差距、聚焦机会的经营分析会。

把结构说清楚之后，规则才有地方落地。我给三个数字人各压了几条硬规则：

事前算赢员——算账要走完七步：盘点家底、业务匹配、客户维度预算、产品项目维度预算、费用预算、推算业绩、现金流预测。其中两条几乎是铁律：费用必须零基，不能用"去年 × 增长率"；七步缺一步不许出表。

主报告撰写员——三条硬规则：谈成绩不超过三句；每个差距必须追到第五层根因；只讲历史不讲预测的，直接打回。输出不是一篇通顺的文章，而是一份问题清单 + 机会清单，每条差距必须有量化值、有根因、有归属单元。只有形容词没有数字的描述，一律删掉。

这里有个细节值得多说一句：很多企业的根因分析，追到"销售能力不足""竞争激烈"就停了。而真正有效的追问是多问三层——为什么能力不足？培训体系为什么没跟上？招聘标准为什么没卡住？授权够不够？考核机制是不是和这个目标有冲突？追到前三层就停的，是甩锅；追到后三层才停的，才是复盘。

会后督办员——输出硬仗清单和任务令。任务令必须写全五件事：对照什么目标、做什么动作、什么时间完成、责任人是谁、验收标准是什么。"全体负责""尽快解决"这类写法，判定为无效，自动打回重写。

四、组织层：AI 落地最大的坎，其实在第一周

说点不好听的数据。2026 年几份公开报告的数字放在一起看：

• 企业 AI Agent 试点没能进入生产的比例约 89%（Deloitte）；
• 有 Agent 试点的企业约 78%，真正规模化的只有 14%（Teradata）；
• 因数据就绪度不足被放弃的 AI 项目约 60%（Gartner）；
• 中国内地及香港企业中，真正实现 AI 转型目标的只有约 4%（德勤 × 香港大学）；
• 真正跑起规模化智能体的组织占比约 11%（McKinsey）。

结论很清楚：失败几乎从来不是模型不行，而是把试点当终点、把工具当项目。数据就绪度是第一道坎，而它在经营分析这个场景里有一个非常具体的名字——口径。

销售说的"收入"是签单额，财务说的"收入"是验收确认，绩效部门说的"业绩"是验收加回款。三套口径，AI 接进去就是三个答案。所以第一件事不是上 AI，是先把口径吵清楚。

我建议的做法是产出一本《经营口径字典》，把收入、毛利、费用、现金流的定义统一写下来。这件事听起来特别不"AI"，但它是所有后续动作的地基。

剩下的组织层三件事：

• 责任到人。任务令落到具体的人和时间，不进 KPI 的决议一定会蒸发。
• 主人明确。AI 项目必须有业务侧 owner，不能交给 IT 部门自己玩。
• 资产沉淀。每一次会议的问题清单、根因、对策、复盘，都要变成可检索的组织资产，而不是随会议散场而消失。

五、一份 30 天的落地清单

如果一家企业想真跑一遍，我的建议是不要铺开，先跑一个小闭环：

1. 第 1 周 · 对口径。产出《经营口径字典》。这一步不做，后面全是白做。
2. 第 2 周 · 跑通一个单元的算赢。选一个愿意配合的经营单元，业务负责人必须自己确认数字，不能由财务代填。
3. 第 3 周 · 开一场真的会。主报告按"暴露差距、暴露问题、暴露机会"来写，各部门做命题作文。检验标准很土但很准：会上如果没吵起来，说明报告没写到痛点。
4. 第 4 周 · 硬仗清单进看板。任务令落到人和时间，跑一次周度晾晒。下一次经营分析会的第一页，必须是这次的完成率。

六、三条必须说清楚的风险

把方案讲得天花乱坠很容易，但我更愿意先讲清边界：

1. 经营数字上的幻觉代价极高。必须有"人在回路"：AI 出的每个关键数字要能追溯来源，最终结论由人签字确认。AI 可以给候选根因，但不能给最终判断。
2. 不要把 AI 放在问责位置上。督办员暴露的是进度，追责的应该是人。如果组织把 AI 当成监控工具，一定会被抵制——这是最容易被忽略但最致命的一点。
3. 不要承诺替代分析师。取数、核对、排版这些重复劳动确实会被替代；但判断方案靠不靠谱、战略方向对不对，AI 做不了。这个边界说清楚，可信度反而更高。

写在最后

回到最初那个问题：AI 在经营分析这件事上，到底能替企业解决什么？

我的答案不是"提效 10 倍"，而是一件更朴素的事——

把算账、挑刺、催进度这三件得罪人的事，从人的肩上挪到机器上。

让 CFO 不用再当恶人，让业务负责人不用再纠结面子，让那些大家心知肚明却没人敢说出口的问题，终于可以被端上台面。

工具层的演示只能让人"哇"一声。往下打三层，才能让人真的敢用。

---

本文是 9 月 12、13 日"AI × 经营分析会"现场内容的延展，与上一篇《经营分析会开不好，缺的不是数据，是"敢吵架"》配套阅读。方法论部分参考了国泰道合的经营分析三叶草模型、事前算赢七步法与硬仗清单机制，以及华为"一报一会"的公开实践；AI 落地数据引自 Deloitte、Gartner、McKinsey、德勤 × 香港大学 2026 年的公开报告。