晶科能源CIO王兴旺：把AI当省钱工具，一开始就错了
AI进入企业，最难的从来不是技术，是组织。
文｜乐乐
晶科能源CIO王兴旺最近反复在思考一个问题。
企业用AI，最常见的说法是员工效率提升多少倍。晶科自己的试点数据也确实漂亮，200名员工，做报告、数据分析、综合任务的，平均提效最低20倍，最高44倍。
但王兴旺想强调的，恰恰在这些数字之外。他说，所有员工的提效加起来，不等于组织绩效。员工省下的时间，可能只是在等待下一个环节，总流程并没有变快。
这家全球领先的光伏组件制造商，正在进行一场比多数同行更早、也更谨慎的AI实验。而晶科CIO最警惕的，恰恰是AI最容易让企业上头的那股劲。
01
松土
晶科的AI历程，是从一场大赛开始的。
2023年，公司办了第一届AI大赛，300多名员工报名。靠个人意愿，用业余时间学，周末练习，参加考试，没有强制。能坚持下来的，基本都是兴趣驱动。公司在表彰大会上请CEO做动员，作用是把AI是什么、怎么干这件事，种进全公司的氛围里。
王兴旺把这步叫"松土"。
2024年，公司挑了几个应用场景做AI项目，重点突破、树标杆。
目的是把队伍练出来，知道怎么干、有哪些坑、组织机制怎么保障、资源怎么投。年底做完复盘，启动AI战略规划，2025年4月底发布AI战略白皮书1.0，2026年6月更新到2.0，概括为四个面向，面向技术、面向交付、面向管理、面向客户。
铺垫了三年，真正的规模化试点，今年5月才落地。
02
200个人
转折点在今年3月。年初OpenClaw突然爆火，晶科很多员工甚至高管开始问：我们什么时候引入？
王兴旺的回答是：别急。这种产品是给个人用的，企业级安全还差得远，不适合大规模推广。
等到4月底，他选定腾讯的WorkBuddy。理由很实际，这款产品面向个人工作已经成熟，同时开始做企业级能力，积分分配、坐席管理、企业用户管理、项目组方式，安全性也达到了可以先试的标准。
试点没有一刀切。王兴旺先发邮件，说限制20个名额。邮件发出去几分钟，名额被抢光，最终吸引了400多人报名。
报名要说明，你要解决什么问题、有什么想法、用过没有。只是好奇、完全没用过的，不打击，但不进训练营，作对照组。最后筛出约200人。
训练营也有要求，每人每天用完做总结，统一建skills，跟内部论坛打通，自动发到论坛，全员围观。每周再总结值得分享的案例。整个过程持续了两个月。
两个月里，人群开始分化。第一类，开了账号只会简单问答；第二类，把它当搜索引擎和知识库；第三类，约30%的人，真正用AI干活了，而且越干越深。
6月底，数据出来了。三类工作平均提效20到44倍。王兴旺特意强调，这是200人的结果，不是两三个人的。但他紧接着说的是另一句，搞清楚它在哪方面最有用、哪方面还有欠缺，比数字本身更重要。
03
三个模型
真正让晶科和别人不一样的，是王兴旺总结的三个模型。
个人提效模型。过去员工收到任务，分析、拆解、执行，全靠人。信息化时代，任务分配和流程固化了，但分析、规划、执行还是人。AI时代，员工分析、理解、规划、决策、执行这些动作，只要在电脑里、能技能化拆解，就能交给AI。
流程提效模型，这才是王兴旺最看重的地方。所有流程由节点构成，每个节点的输入输出都是信息；只要在电脑里，输入输出都是数据，中间处理也是数据处理。过去信息系统擅长结构化数据，大模型擅长的是非结构化数据，邮件、云盘文档、Excel、Word。所以理论上，流程的每个节点都可以自动化。
比如晶科的一个工厂，从收料到发料、上料，17个节点，流程时间提升了80%。原来人工采集、分析、再往下个工序传达，现在自动完成。
更深的在生产环节，也是王兴旺说用得最深的地方。晶科生产部门的数据分析量占全公司六成以上。设备越来越多，故障也越来越多，维修的人却有限——500台设备，50个人修。谁最擅长修哪种故障、谁此刻空闲，AI把设备信号、故障代码、工程师技能和维修记录喂进知识库，自动调度，像滴滴派单。修完记录修复时间，看是否二次故障，给工程师的知识库打分，分数影响下一轮调度。
结果，停机损失大幅减少，抢单式调度比过去人工分配更准。
岗位优化模型。技术门槛降低，分工就变得不那么必要。20年前一个程序员什么都干，后来拆成产品经理、前端、后端、测试，现在又可以被"压平"。业务岗位也一样，生产计划物控和采购计划执行，被拆成两个岗位，但都要解决一个相同物料计划问题，用AI做，很多岗位内容完全可以合并成一个。
04
个人提效，不等于组织绩效
个人提效要的是培养个人，流程提效要的是专人梳理每个节点、专人开发对应的skills，因为从事那个节点的员工，自己往往不会开发，也不善于总结提炼。个人是自下而上冒出来的，组织是自上而下梳理出来的。
这背后是晶科对AI最清醒的判断，AI进入企业，最难的从来不是技术，是组织。
王兴旺讲了一个关于责权让渡的细节。有个员工每天响应客户的定制订单，要对比标准工艺参数、识别差异、生成差异表。现在AI全自动化了，读邮件、开附件、生成差异表。但最后发邮件那一步，他没让AI自动发，而是先生成草稿，人确认再发。
“做得不行，人要改——但不是人直接改结果，而是人训练，让AI再执行一遍，直到满足标准。”
他接着给了一句判断，人做任何事也会犯错，所以未来要接受AI不是百分百合格，要允许有公差。偏差在合理范围内就该接受；不接受，就要消耗大量人力去核对，效率很低。
但这个容差因岗位而异。财务的收款付款，必须严格、甚至加规则校验；IT开发，出错了再迭代一轮就好。所以不同的活，交给AI的边界不同。
05
钱和治理
AI用起来之后，两个过去不存在的问题浮出来。
一个是钱。晶科每天消耗的Token量，现在已超过了45亿，每周都在创新高。王兴旺估算，有些企业一年折算人民币700万，晶科已经超过；也有用得非常深的，一年五六个亿。Token消耗正在成为一种新的成本。它算人力费用，还是IT预算？员工有没有高效使用资源？都还没有答案。
另一个是治理。AI把开发门槛打到几乎为零。很多业务部门的人用WorkBuddy的coding能力，自己写了个小工具解决自己的需求。
他把这叫作"软件平权"。软件消费会爆发增长，但也会长出几千上万个小的应用，围绕主干系统四周，可能用到主数据、长出违背整体逻辑的业务逻辑。IT的角色，要从建系统变成治生态，原来的治理是把分散的拉到集中，现在要把集中的重新放回分散，而且比以前更分散。
06
增效，只是副产品
采访里，王兴旺说了一句容易被忽略、但其实最重要的话：
“如果今天只是把AI当成省成本的工具，很多人可能把它用错了方向。这是副产品，不是主要用途。”
他反复回到的判断是，AI是第四次工业革命里一种威力巨大的公共基础能力，真正该做的是让人的价值进一步释放。省下的成本是顺带的；把能力内化之后去干更复杂、更高价值的事，才是正事。
这个判断落在晶科四个具体的人身上，各有落点。IT架构负责人lucas用"一人项目组"的方式，把一个中等规模需求从提出到上线的时间，从两天半压到半天，角色从执行者变成审核者。财务BP Jenny把预算和实际数据整合从两小时压到十分钟，靠的是一个打磨了一周、之后每月省她两天的skill。知识产权专家Jasmin把一份涉外法律分析从三四天压到半天，最省心的是"issue spotting（争点识别）"，但她的底线是，涉密信息绝不用AI，所有引用案例都要以规范文献形式给出，逐一核查。
三个人的共同点，不是"AI替我干活了"，而是"AI替我把重复的、低价值的活干了，我去做更难的事了"。
这也解释了晶科为什么把AI当战略推进，而不是当生产力瓶颈来补。王兴旺的分层很清楚，如果AI能直接支撑业务战略，没有它做不到，或要付出极大成本才做到，那它就是战略性要素。
光伏还给了晶科一个额外的位置，AI爆发需要算力，算力需要电力，电力需要绿电。王兴旺把这叫"双向作用"，AI既带来市场增长机会，又让自身经营提升。
系统打通这件事，王兴旺有个说法，孤岛和打通，都是某个阶段的产物。动态看，系统永远在打通过程中。AI之于组织，大概也是这个道理。