大地2026逆势增长作战大会

组织AI进化地图

2026/2/13 22:16:55

每个部门一看就知道:自己在哪一层?下一步要升到哪?




《大地 AI 名词战略地图》

我把它分成五层:
基础层 → 应用层 → 资产层 → 自动层 → 管理层




 一、总部版 AI 战略地图

(珠海总部 + Clark 核心团队)




 第一层:基础认知层(必须100%普及)

名称

总部必须理解什么

如果不懂会怎样

LLM

AI 的大脑

误以为AI无所不能

Token

成本与算力单位

无法控制规模成本

Prompt

指令设计能力

AI输出质量低

Co-pilot

AI副驾驶

只会随便聊天

 目标:总部全员达到“熟练提问”水平




第二层:应用强化层(部门主管必须掌握)

名称

在总部的意义

RAG

 AI 调用园园通、IMA、招生资料

知识蒸馏

把专家经验变成 AI 可用资产

Co-thinking

AI做决策模拟

Co-image

市场、短视频、品牌视觉

这一层决定:
总部是否拥有“自己的AI能力”。




第三层:资产化层(AI 部门核心任务)

名称

战略意义

知识库架构

建立大地统一AI知识底盘

Prompt库

标准化各部门使用方式

数据接口

准备未来系统接入

质量评估机制

每季度优化知识库

这一层决定:
大地有没有“AI护城河”。




第四层:自动化层(2026–2027 关键阶段)

名称

总部作用

Agent

自动生成报告、招生计划

Multi-Agent

分工处理市场、教学、财务

MCP

连接校园数据系统

OpenClaw

自动操作后台系统

这一层决定:
总部人员是增加,还是优化重组。




第五层:Manager AI 层(战略终局)

名称

意义

Manager AI

AI 调度多个 Agent

战略仿真AI

模拟招生、扩园决策

全球运营调度AI

协调珠海 + Clark

这一层属于 3–5 年战略目标。




二、校园版 AI 战略地图

校园不需要懂全部技术词,
但必须知道“自己在哪一阶”。



 校园第一阶段(Co-pilot 阶段)

园长 / 教师正在:

· 写活动方案

· 写家长通知

· 做教学设计

· 写总结

名词重点:

· LLM

· Prompt

· Co-pilot

目标:
每位园长每天至少使用AI 30分钟




校园第二阶段(RAG 阶段)

AI 可以:

· 调用总部知识库

· 回答园所管理问题

· 生成标准流程

名词重点:

· RAG

· 知识蒸馏

目标:
园长提问 ≠ 上群里等总部
而是问“园长AI助手”。




校园第三阶段(Agent 协助阶段)

AI 可以:

· 自动生成月度分析

· 自动生成招生计划

· 自动统计教学质量数据

名词重点:

· Agent

· 自动报表

· 数据接口




校园第四阶段(管理协作阶段)

园长不只是用AI
而是管理“园所AI系统”。

例如:

· 招生AI助手

· 教师培训AI助手

· 家长问答AI助手

名词重点:

· Multi-Agent

· Manager AI




总部 vs 校园 名词重点对比

层级

总部重点

校园重点

基础

LLM / Token

LLM

应用

Prompt / Co-thinking

Prompt

资产

RAG / 知识蒸馏

使用知识库

自动

Agent / MCP

使用Agent

管理

Multi-Agent / Manager AI

接受AI协作




关键战略判断

如果:

· 总部只停在 Prompt

· 校园只停在 Co-pilot

那大地AI水平 ≈ 45分。

如果:

· 总部完成知识蒸馏

· 校园完成RAG应用

大地AI水平 ≈ 70分。

如果:

· 总部部署Agent

· 校园进入AI协作管理

大地AI水平 ≈ 85分以上。




对大地目前阶段的客观判断

根据你之前的规划(刘磊 + 10人 + Clark扩张):

大地目前处在:

Prompt 熟练阶段
知识蒸馏刚启动阶段
Agent 尚未系统化

整体水平大约 55–60 分。