AI原生企业如何将工作流转化为运营能力：Basis、Clay与Exa Labs的实践启示

事件概述

OpenAI发布的最新《Enterprise Signals》报告指出，企业级AI应用正经历从“辅助”向“执行”的深刻转变。前沿企业（AI使用率前10%）的活跃用户人均输出Token量是普通企业的8.3倍，远高于今年1月的2.6倍。这一差距表明，领先企业已将Agent与公司上下文及工具深度连接，委托其处理更实质性的工作，并使成功的工作流具备可重复性。

初创公司Basis、Clay和Exa Labs分别通过在员工入职、账户管理和开发者集成中部署Agent，展示了这一转型路径：首先教会Agent稳定的流程，随后赋予其持久化的上下文以应对变化，最终让Agent将机会转化为经过验证的行动。

核心信息

1. Basis：利用Agent使入职培训可教学化

会计软件公司Basis利用AI Agent重构了新员工入职流程，将首日耗时从两小时缩短至30分钟，释放HR精力用于文化建设。

• 机制：新员工第一天即可访问Codex及特定的“入职技能包”（包含指令和资源）。Codex引导员工介绍公司概念，并在后台自动完成集成设置。
• 迭代：当出现常见问题或异常时，HR可更新该技能包供下一批员工使用。
• 价值：将一次性演示转化为可复用的技能，确保流程一致性、可重复性及持续改进，同时为新员工树立AI协作范式。

2. Clay：为分散工作提供持久化基地

营销技术公司Clay针对销售场景中关键交易上下文分散在CRM、邮件、Slack等多处的问题，构建了持久化工作空间。

• 机制：为每个账户设立专属子Agent，每晚审查主要数据源并更新交易文件夹。每日早晨，协调Agent汇总所有账户更新，生成优先级行动列表（如回答客户疑问、填补购买委员会缺口等）。
• 价值：每天节省约一小时收件箱整理时间。通过保留支持证据，销售人员可在行动前检查原始来源，确保决策依据充分。

3. Exa Labs：将机会转化为经过测试的行动

搜索引擎基础设施公司Exa Labs旨在实现“Exa everywhere”，即让开发团队能随时随地集成其API。

• 机制：将发现高优先级集成机会、收集上下文、创建Pull Request、运行测试及准备周报的流程定义为Codex工作流。Agent负责监控信号并生成初步成果，但发布前需经人工审核。
• 价值：减少了研究、工程和沟通环节间的手动交接。通过测试点和人工审核，Agent的工作在执行前保持透明，便于团队调整边界和优化后续执行。

值得关注：六步实验与规模化指南

面对日益扩大的前沿差距，企业领导者应给予员工测试高价值工作流的空间，并通过以下步骤将其转化为可重复的实践：

1. 选择一个具有高价值的场景：选择战略重点明确、系统交互频繁、且值得重新设计的端到端工作流。
2. 定义结果与衡量标准：明确负责人、KPI、基线和护栏。不仅追踪任务完成率，更要关注周期时间、质量、成本或风险等业务价值指标。
3. 撰写Agent的“职位描述”：明确触发条件、所需上下文、工具权限、持久化要求以及必须停止进行人工审核的关键节点。
4. 构建围绕Agent的人类系统：明确业务结果所有者、领域逻辑、访问控制及日常使用者。随着规模扩大，需确立明确的决策权。
5. 使实验可见且可复用：鼓励员工测试新用例，并将成功的流程和证据打包为技能、插件或共享工作空间。利用Chat（快速协作）、Work（多步骤知识工作）和Codex（技术执行）的不同模式支持不同需求。
6. 延续运营模式：保留已验证的上下文、权限、评估点和责任人，将其应用于下一个高价值场景，为后续实验提供更好的起点。