租下办公室，招完人，三个新人入职的那天，我们说，招你们的时候，从头到尾跟你们聊天的都是 AI。
几个 00 后的小朋友看到我之前用 AI 招人的截图，在微信群里回复：
原来是这样，感谢 GPT 赐予我工作。
我们参与经营了一家公司，它的业务对我们来说完全陌生。
从看办公室场地开始，我们用3个月时间跑完了从 0 到 1 的搭建，接下来准备展业。
这种开业的筹备我们太熟悉了，因为之前在地产开发行业，我们开过很多次盘，每次开盘都需要从 0 到 1 地组织大兵团作战。
可这一次完全不一样，我们大量接入了 AI，也第一次窥见了未来公司的样子。
我要趁热记下来，就当是一次 build in public。
两个门外汉，接了一门讲究到苛刻的生意
这个业务和财产继承相关，它涉及到传承规划、遗嘱和继承事务协办，未来也会切入其他银发经济的相关领域。
目前全国已经开了五个城市公司，我们主要负责的是深圳的业务。
我们接到这个机会有家里面长辈的关系，但下决定之前，我们是在套公式：
首先是这门生意之前和科技完全不相干，但它的内核是法律，而法律属于信息密集型业务，天然适合 AI 介入。
AI 是我们这几年最下功夫的地方。
然后当然是和人口相关。65年前后出生的这批人是新中国的第一批真正意义上的婴儿潮，也是第一批开始有社保和医保的人。他们在年轻的时候完整经历了市场经济的浪潮，有传承的需求、同时也有财富可以传承，这已经不是一个"趋势判断"，它是正在进行时。
最后，这项业务的落地主要靠人的服务，而这个恰好也是我们的舒适区。
我们俩之前是地产开发企业的高管，管过公司和部门，但从一线营销出身。
我们管过一大堆销售人员，线下也积累了不少社区资源，而这门生意需要的正是这一套组合拳。
公式套完，我们觉得问题不大，就这么冒冒失失地进来了。
在这之前，我们对遗嘱这件事的全部认知，大概就是"去公证处写一下"，进来之后才发现，它的细节超出预期。
一单见证的服务办下来，可能两三个小时打不住。
比如见证的时候要判断当事人精神状态是不是清醒，但你不能直接问"您精神状态好不好"，这种提问在法律上是无效的，得靠“证据型”的问询，比如靠做几道数学题或者是其他的提问技巧。
过去因为老龄化程度不高，国内在这一块的最佳实践积累得非常少，想抄作业，都没什么作业可抄。
我们两个人完全没有法学背景，按老方法，只能招人、培训、然后把流程一点点磨出来，磨到能上场怕是要一两年起步。
但我们从第一天起就没打算走老路线。我们想看看，用 AI 从 0 开始驱动一个新的业务，到底能提速到什么程度。
第一个入职的新员工是AI 人力
我们希望在起步的时候就能找到专业能力和业务能力都强的人，作为后面开枝散叶的好苗子。
在岗位描述里我写道：
“我们在找一个能走进社区、能跟人聊得来、对法律有基础认知的人。这份工作的核心能力是在真实场景里跟人建立信任。AI越普及，这种能力越稀缺，也越值钱”。
“继承篇”在中国的法律体系里属于很小的一部分，市面上没有那么多现成的人可以挖。
挖不到，那就自己带出来，然后我们唯一的选择是大规模地面试。
招人这事工作量挺大的，每个人简历的写法都不一样，在招聘网站上，我们必须一个个点进去看，也要像过漏斗一样根据条件一个个判定。
这个事情重复度极高，价值密度极低。
我们专门做了一套自动化流程：它能控制浏览器、模拟人类点击，登录招聘网站，读取我们发布的岗位下面新进来的简历，然后一份份梳理、筛选。初筛之后，它会围绕着我们设定的人才画像跟候选人做初步沟通。
这个工作流处理简历的速度又快又准，招聘网站根据算法，不停地加大推送力度，我们一下收到了快 800 份简历。
AI 筛掉大部分，剩下的一百多份里，它自己跑去跟人聊，和我汇报，商量好时间，然后把人约上门。
在招人的一个月里，我们在茶室喝茶见朋友，AI 人力就在后台不停地刷新和约人。
我们需要花时间的事情，只是在面试当天坐在那儿见人。
因为来的人确实多，我又顺手写了个面试看板，把筛出来的简历拖到日历上，可以很灵活的排期。
然后就是开头那一幕，三位同事顺利到岗
第二个员工叫宋威龙，公司所有的信息归他管
下一个 AI员工名字叫宋威龙，名字是 00 后小朋友们起的。
为了安装宋威龙，我们并没有花钱去买 Mac Mini，而是用 Codex 把 Linux 刷到了树莓派4B上面，又配了一块 400 块钱的机械硬盘。
宋威龙负责打理公司一切的重要信息，比如搜集这个领域相关的判例、法条、同行动态，比如负责把公司会议的录音整理成文字，然后分门别类的放到对应的文件夹。
除了继承相关的法律法规，银发经济底下还有非常多值得挖的商业机会。
我们也让AI统一监控：全国重点一线城市和强二线城市里跟老龄化相关的法律法规，各地最近发生了什么、颁布了什么、开展了什么活动，这相当于一个业务雷达，开展主营业务的同时，还能扫到新机会。
政策法规的发布其实特别碎片化，它们散落在不同的机关单位、部门和公示公告栏里。我们特意设置了信源的自我迭代机制，凡是找到过信息的信源，都会重点盯防。之后不断自我进化，然后全部自动同步到飞书。
判例抓下来之后，宋威龙会自动把信息整理清楚：这件事的事实经过是什么，法院怎么看，争议焦点在哪，关键证据是什么，涉及哪些法条，对我们的业务有什么提醒，还有哪些话可以直接拿去跟客户讲。
宋威龙的第二份工作：自媒体
因为毕竟是搞营销出身，对于怎么讲故事、做爆款、埋钩子，我们都是手拿把掐。
宋威龙上网扒到了案例，摇身一变，马上就转身成为自媒体小能手。
我们特意用了一些技术手段，把公开渠道能拿到的同行短视频内容做了一次系统扫描，分析哪些题材播放量高、受欢迎的内容有什么共同特点、直播里客户最常问什么，回答起来有什么技巧，哪些话是他们从来不说的。
这些同行们的 know-how 被我们蒸馏成了 skill，成了写脚本时的模板。
如果只是把传播效果做足，那事情就简单了，但我们不想把自己的品牌形象变成周末综艺八点档。
脚本写完，出街之前必须经过法律法规和判例的双重检验，既有传播性，也站得住脚。
我们把销售培训做成了一场 AI 剧本杀
管过营销的老手都有一条秘而不宣的共识：好的销售都是被客户喂出来的。
因为熟练掌握销售技巧的过程特别因人而异、需要因材施教。
而且好的销售经理可遇不可求，他如果业务能力强、会带人、管理能力好，三者同时成立，他就升上去了。
传统的销售养成过程只能靠老人传帮带，再加上大量真实客户实战，周期以年计。
最后的结果是，要选出合适的业务人员，只能靠大规模招人再大规模淘汰。
这个过程里烧掉的客户资源和培训成本，全是沉没成本。
作为老法师，我们当然是按照自己的方式来走了。
我们把宋威龙找到的材料拿过来，再把多年销售和培训的心得放进去，揉成了一场AI剧本杀。
这个培训 的 AI既是一个 AI 法学专家，也是一个培训教练。它能化身成各种性格的客户：脾气暴躁的、说话不友善的、极力隐瞒关键信息的。
新人第一天就在跟"真实"客户对话，考核也全是对话形式，没有标准答案可以照抄。
每个人的薄弱点会被逐项打分、横向对比，员工不仅知道自己错在哪里，也能知道自己是怎么错的。
第一轮结果出来，专业知识的部分，几个小朋友掌握得都挺牢，选择题全过。
一旦进到跟客户接触的环节，基本上全军覆没。
市面上绝大部分的销售培训其实教的都是怎么把话说得漂亮。但我们的洞察是，成交之前，我们最该做的反而是要把客户的信息挖得足够深，这个思路贯穿了我们培训系统的始终，几位员工在这个过程中也开始理解我们的理念。
我们把自己对于开展业务的全部理解融进了这个系统，它代替了我们的角色，也解放了我们。
在全国的周例会上面，我们提出的问题，已经比其他城市的人进度快很多，他们仍然抱着纸质的材料背诵，我们的进度遥遥领先。
我们给服务的过程装了一个辅助驾驶系统
因为做一次见证服务需要两到三个小时，这对我们的专业能力和客户的专注力都提出了很高的要求。
所以我们给这个过程加了一个外挂：见证的时候，AI 通过收音系统，在电脑上对对话进行分析。
实时提示已经问到哪一步、下一句该问什么，回答里出现风险点也会实时标出来。
它就好像汽车的辅助驾驶系统一样。
在这个漫长的服务过程中，人类可以从繁杂的细节中解放出来，服务的过程中始终有另外一层系统进行兜底，让我们可以花更多的精力关注客户的情绪和体验。
客户和公司的隐私，我们也当然考虑到了。
我们专门设计了脱敏系统，在上云之前，会有一个信息滤网把关键的信息全部滤掉。最强大的模型帮我们把信息分析完，返回本地时，智能滤网会重新把信息还原。
这个滤网是有记忆的，能跨文件关联：一份材料里写"张三"，另一份只写"老张"，它认得出是同一个人。颗粒度也是分层的。"福田区三甲医院"可以脱成"某医院"，也可以脱成"某一线城市三甲医院"，看上下文需要哪个精度。
一家公司的操作系统，是老板和高管刷进去的
3 年前的我，穷尽最狂野的想象也很难相信，有一天我会用AI 和代码管理公司。
但在这个浪潮中，推背感告诉我，3 年后，这将是大部分公司的日常。
我们上面展示了很多工具，这些工具的作用是：我们把自己给蒸馏了，然后刷成了公司的操作系统。
因为相信最好的战友首先是要靠选出来的，所以我们在一开始的时候就大规模地筛人。
因为要对自己说出来的每一句话负责，所以我们即使写推广的爆款，也要加上法律的质检。
因为相信最好的客户体验不仅要做到专业上的严谨，更需要综合、全面的交付，所以我们做了业务辅助驾驶系统。
很多大佬出来预测说，人工智能时代最重要是品位，但是什么叫品位？
品位就是不断地做选择，思考为什么一件事情比另外一件事情更好，为什么一件事情比另外一件事情更加重要。
所以，即使在没有 AI 的时代，一个公司的品位本身就是老板意志的延伸。
它从老板选择身边的队友开始，变成公司的耳濡目染、言传身教，然后变成业务方向、事项优先级的排序、会变成验收标准，会进入到公司方方面面的细节。
公司要拥抱 AI，不能只是转发学习资料，让员工看看有什么东西能够学习，那只是在打补丁。
更重要的是，要想办法把公司里面最强的那一群人的 know-how给蒸馏出来，然后规模化的刷进各个环节。
然后把他们的精力从 90% 的繁重执行里解放出来，只留下最关键的那部分判断。
判断力才是应该被放大十倍的东西。
代码变便宜了，这是时代最大的套利机会
作为一家不以科技产品为主营的公司，短时间写这么多软件是一件很奢侈的事情。
以前软件很贵，我们在公司里要引进一个新的软件，那都是要专项立项上会的。
AI 的出现改变了一切。
我指的不是那种 “我不懂编程，但我能一句话用 AI 变现”，写出好的软件仍然需要很多的工程学的知识，需要架构优雅，便于维护。
但是 tricky 的地方在于，一个软件里面最关键的业务相关的代码占比就只有不到20%。
就是因为写代码太贵了，所以我们要写一个软件，为了把成本摊掉，都是奔着它是要给成千上万的人用的。所以我们要考虑并发、可用、权限、支付……
本来只是为了最关键的 10% 的业务代码，我们被迫要把另外那 90%的保证稳定性的结构加上去。
打个比方，想吃汉堡，这件事本身很容易，把面包烤好，夹好牛肉，吃就完了。
但是如果要稳定地供应十万人吃汉堡，那要考虑的事情就多了。
我们要考虑不同的人喜欢吃不同的面包，那面包怎么采购、怎么存储、怎么运输、怎么保证每家店的口味一致，还有新品研发怎么加进菜单，都会成为问题。
所以在我们看来，软件都好贵，本来只是为了解决一些小问题，结果动不动就要上会申请预算。
可是从软件公司的视角来看，为了让我们吃上这个汉堡，他们也花了几百万去建那个面包工厂。
写代码变快了，代码也变便宜了，这改变了一切。
它意味着我们可以只为身边的这几十个人去写代码，用完即弃，不再需要支付那几百万人的费用。
这正是这个时代最大的套利机会。
经营公司，会变得像玩一局模拟游戏
科技公司帮传统企业做智能化转型规划时，最开始的要求一定是"你们首先要做好信息化"。
可是信息化本身就很贵，贵到大部分企业要成立一个专门的部门，也只能记得住跟钱最近的那一小块，那就是财务。
传统公司的信息是怎么组织的？会议纪要靠人手动去写，写完存进一堆文件夹。方案、文档散落在各个部门、各个人的电脑里。
信息一旦存起来，就等于不动了，八百个文档摆在那里，谁都不点开。
今天情况发生了变化，这些信息AI 都可以很好的整理和调用。
我们用了这么多的 AI 工具，如果要选一个最核心的，那肯定是宋威龙。
昨天开完的会，今天要去做的社区宣讲的录音，全部被他整理到内部知识库。
不仅信息整理起来更容易了，信息加工的深度也提高了，同一份材料可以反复被引用和采用。
比如上面的培训系统，我们把知识库的接入变成了可配置的选项。任何需要大家了解和学习的新的内容，可以马上化成练习的习题。
而我们作为管理者，可以实时地查看大家对于每个事情的理解，还有知识点具体掌握的进度，甚至把考核也能一起做完。
文档第一次走到了舞台中央，而且它们的第一读者不再是人类，它们是公司真正意义上的数字分身。
AI 原生组织，首先要选"有扩张性"的人
我们对招进来的这三个小朋友都挺满意的。
他们作为候选人，并不是学历最好的，也不不是经验最老到的，而我们最看重的是一个问题的答案：
“毕业之后你想干什么？为什么？”
想干什么，这个答案不重要。但“为什么”这个答案很重要。
它在检视这个时代最可贵的一种品质：扩张性。
在每个人都拥有了唾手可得的建造能力的时代，那种希望建造一点什么的企图，将帮助他们更快地打开人生的可能性。
这几个小朋友没有任何的技术背景，但是入职的第一周，我们就在教他们用科技的手段开展工作。
比如，为了让大家了解彼此，我们快速写了一个 MBTI 沟通计算器。
我们可以勾选"我是这个类型、对方是那个类型"。它会直接告诉你：双方习惯怎么沟通、哪些方式容易起冲突、哪里是雷区，以及我们俩的共同频道在哪里。
比如，我们教他们不要有做 PPT的执念，拥抱 MD文档和HTML。
比如，在他们每天打开最多的软件除了飞书，就是 workbuddy。
接下来，我们会把写代码的能力也教给他们，我们希望从他们开始，后面加入公司的每一个人都是建造者。
而在 AI 时代，一个组织能跑得多快，一定由组织里的建造者浓度决定的。
未来长在亲手下场的人身上
如果问我对未来有什么预测，最真实的答案是：我看不清楚。
在此时此刻，这个答案反而是件好事，它甚至是这个时代最迷人的地方。
想拿到最可靠的情报，只能自己把手伸进去之后，然后感受溅起来的那些东西。
来吧，亲自下场吧。
我们写过的每一个小工具、走过的每一段弯路，都是一份别人手上还没有的一手材料。
这些东西不在任何行业报告里，它们只长在下过场的人身上。
这是建造者最占便宜的地方，他同时是自己造的这个东西的作者和第一个用户。
造出来的东西改变他的判断，新的判断又改变他造的下一个东西。
未来长什么样，我不知道，我只知道它会被那些先把手弄脏的人写出来。
而这件事，谁先动手谁先看见。
————————————————
业余时间我们也捣鼓了很多好玩的：我拿 AI 把身边带电的设备都刷了，现在该你玩了
