企业AI转型实战指南：周鸿祎“1121”框架详解
在AI浪潮席卷各行各业的当下，企业如何避免盲目跟风、真正实现AI落地？本文基于360创始人周鸿祎的分享，提炼出一套从目标设定到执行落地的“1121”实战框架，并结合打造Agent（智能体）的三步曲与“小步快跑”策略，助你避开常见误区，实现高效转型。
一、“1121”框架：企业AI转型的四大支柱
周鸿祎将企业大模型与智能体的实践路径概括为“1121”框架，即一个目标、一个指导思想、两种准备、一个平台建设。下面逐一拆解。
1. 一个目标：聚焦一个场景，不贪大求全
不要试图用一个AI系统解决所有问题。比如今年核心目标就是打造 一两个Agent，且这些Agent必须与企业的核心业务紧密结合。目前全球真正与企业业务深度耦合的Agent案例并不多，因为大模型和Agent技术才刚成熟。 小提示：选定一个具体的业务痛点（如发片审核、客服应答），先做出效果，再横向扩展。
2. 一个指导思想：摒弃妄念，积小胜为大胜
所谓“妄念”，就是幻想用一个“养猪大模型”或“钢铁大模型”解决企业所有问题。这种想法最终谁也交付不了。正确的做法是：应用垂直专业模型、专业Agent解决专业问题，哪怕只解决一个“小切口、大纵深”的场景也很有价值。从简单的智能体做起，每成功一个就是一次胜利。
- 案例：河北某钢铁企业曾想做“钢铁大模型”，最后聚焦到高炉炉温控制和污水药品投放两个具体场景，用老师傅的经验数据训练成智能体，才真正落地。
3. 两种准备：AI素养准备 + IT与数据准备
（1）培养AI素养的准备
企业员工如果对AI不了解、甚至反对，转型必然失败。尤其专业性越强的企业，主导AI落地的不是AI服务商，而是业务专家和一线员工。必须 强迫员工使用AI，把AI当作“亦师亦友”的工具。具体方法：员工做事前先跟AI交流，通过多轮对话获取建议，但不一定相信结论。三个月后，如果员工养成用AI、搭知识库的习惯，甚至能搭建简单智能体，转型就成功了一半。
小提示：入门工具推荐360纳米AI（企业版免费），它集成了80款大模型（豆包、千问、阿里、百度等），并提供简单的知识库搭建能力。企业可先用它让员工体验，再迁移到内部系统。
（2）IT与数据系统的准备
很多企业领导有两个误解：一是觉得原IT系统不好用，想直接扔掉；二是觉得信息化做得差，想靠AI弯道超车。实际上，Agent必须与原有业务系统调用才能运行，原IT系统信息化程度越高，AI转型越容易成功。如果知识都没数据化（比如领导把想法写在纸条上贴满办公室），AI根本无法发挥作用。
- 关键动作：盘点公司数据系统的使用情况，确保数据可被AI调用。
4. 一个平台建设：15个Agent基础设施平台
构建统一的智能体平台，如360超级企业智能体搭建运营平台（SEABOT），它可一站式完成智能体的打造与全生命周期运营，让Agent从单点优化逐步实现流程再造。每个智能体都像专业的数字员工，这是企业未来大模型与智能体的理想架构。
△ 让每个智能体成为专业数字员工，是企业AI转型的终极形态之一。
二、打造Agent三步曲：从辅助工具到流程再造
周鸿祎分享了一家美国医院的案例：他们只做了三个智能体，解雇了100人——
1. 用视觉引擎自动读取传真病历（淘汰50人）；
2. 用语音机器人预约看病时间（淘汰几十人）；
3. 用知识库+专业模型自动撰写保险报销报告（提升效率）。
企业可参考此逻辑，分三步推进：
- 第一步：让Agent成为辅助工具。先对单个流程节点进行单点优化，比如自动审核发片、自动回复常见问题。
- 第二步：实现岗位数字员工化。多个Agent协同变成数字团队，或与人类形成混合团队。
- 第三步：架构重组与流程再造。当数字员工占大多数后，再考虑重新设计业务架构。
注意：每一步都要找具体的卡点、堵点、痛点。判断两个问题：①大模型目前的能力能否解决？②能否通过给大模型配工具（如CAD接口）来解决？
常见问题：Q：如何选择第一个Agent场景？
A：从“上下内外”四个方向找痛点：向上服务领导战略，向下助力基层员工，聚焦内部业务（管理、生产），或聚焦外部（销售、供应链）。选一个流程繁琐、成本高、依赖人工经验、并且大模型能胜任的环节。
三、AI转型要小步快跑：避免宏大叙事
周鸿祎强调：企业普及AI是转型基础，要分阶段执行。不要追求一个Agent什么都会，让它只干一件事最容易。就像招聘员工，你只会让一个大学毕业生专门处理发片审核，或者让法务专门看合同条款，他们都能干得很好。
关键原则：
- 业务人员主导，而非IT或AI服务商主导。只有业务专家最懂痛点。
- 大模型不是“电”，而是“电动机”。数据才是电。电动机本身没有价值，只有把它变成刮胡刀、电牙刷、智能体才产生价值。不要指望一个万能电动机。
- 未来企业可能不止一个大模型：财务部门有自己的模型，人力部门有另一套，每个模型驱动不同智能体做不同业务。每个智能体都是专业的数字员工。
小提示：开源模型（如DeepSeek）已很成熟且几乎0成本，企业应聚焦如何将基座模型与行业应用结合，而不是从零训练大模型。你最大的价值在应用端。
常见问题与解答（FAQ）
Q1：企业规模小，没有IT部门也能做AI转型吗？
A：可以。使用现成工具如360纳米AI企业版，免费且无需自建系统。从最简单的知识库和智能体开始，比如用AI帮销售写邮件、帮客服回答常见问题。
Q2：如何防止员工抵触使用AI？
A：先强制要求使用（比如规定所有周报必须与AI讨论后起草），同时展示AI带来的效率提升（如减少加班）。设立“AI使用达人”奖励，形成正向循环。
Q3：数据准备需要达到什么程度？
A：至少做到核心业务数据已结构化（如Excel、数据库），且允许AI读取。如果数据散落在Word文档、纸质传真中，需要先数字化。关键一步：建立企业知识库，沉淀组织核心知识。
Q4：一个Agent要投入多少成本？
A：初期几乎零成本。利用开源模型+现有IT系统接口，一个小型Agent（如自动生成报告）可能只需几天的业务人员和程序员协作。后续随着复杂度增加，成本主要在数据清洗和模型调优上。
总结
企业AI转型没有捷径，但有方法论：锁定一个目标、摒弃妄念、做好人员与数据准备、搭建统一平台；从辅助工具起步，逐步实现岗位数字员工化，最终重构流程。记住，业务人员主导、小步快跑、积小胜为大胜，这才是当下最务实的路径。别再试图寻找“万能大模型”，把AI当成一个个专业数字员工，你的企业也能在AI时代实现弯道超车。