3 月 6 日,深圳腾讯大厦北广场,有一个少见的画面:
腾讯云 Lighthouse 团队的工程师,摆着摊位,免费帮路过的人装小龙虾(OpenClaw)。
上午 10 点第一波 80 多人排队。
11 点数百个预约号全部发完。
下午 2 点结束时,仍有几百人没取到号。
有人从香港飞过来。有人从杭州赶过来。有 4 年级的小学生,也有 60 多岁的退休工程师。
堂堂腾讯总部门口,搞街头地推,这种场面在 AI 时代之前基本见不到。
闲鱼上“OpenClaw 上门安装”很快被炒到 300 到 1000 元一单。
代安装 500 起步。
甚至连“卸载龙虾”服务,都能卖到 299。
那一个多月的热度,像一阵大风。
然后风停了。
到今天再去回访那些装过的人,你会发现一个扎心的现象:
90% 装了的人,又把它卸了。
热度过去之后,你再问那些装过的人“小龙虾好用吗”,得到的答案特别一致:
“挺强的,就是不知道拿来干嘛。”
“我试了几天,感觉不如我自己干。”
“它能做的事好像很多,但放在我手里就没啥用。”
于是大家默默地把它关掉、卸载、不用了。

但有一件事比“90%的人卸载”更值得注意:
腾讯这家公司,对这件事投入的资源,超出你的想象。
你在腾讯内部会看到,几乎每一条业务线都在跑这件事:
腾讯云上线了 ClawPro(OpenClaw 企业版),专门做企业级 AI Agent 管控台。
腾讯云 CodeBuddy 团队发布了 WorkBuddy,帮个人和小团队一键把 AI Agent 用起来。
腾讯电脑管家推出了 “龙虾管家”AI 安全沙箱,给 AI 一个隔离房,保护个人用户的数据。
这些产品的出发点都不一样:
有的是面向大企业(To B),有的是面向个人消费者(To C),有的主攻的是安全。
但你把它们放在一起看:
腾讯内部的多条产品线,都在跑同一个方向。
马化腾亲自转发相关内容。市值短期上涨几千亿。
这不是一次试水。
是腾讯在“AI Agent 元年”押的一个重注。
但奇怪的是:
风头这么大,资源这么足,几个月过去:
普通使用者手里的小龙虾,还是没有真正用起来。
这个反差背后的现象,每一位老板都值得认真想一想。
最近接触的一位董事长,对这件事很敏感。
他跟我说:
“我看我身边好几家公司都在装小龙虾。装的时候一片热闹,装完就没下文了。”
他问了一个问题:
“小龙虾到底给企业带来什么?我要不要也让我员工装?”
今天想聊一聊这个问题。

01
90% 装了又卸,不是工具的问题
先说结论:
小龙虾(openClaw)不是问题。问题是没人告诉使用者,它该怎么用。
你打开小龙虾,面对一个空白的对话框。
你的第一反应是什么?
大部分人的第一反应是:
“让它写篇文章。”
“让它帮我回个邮件。”
“让它总结一下这份文档。”
然后你发现,嗯,好像也就这样。
于是你慢慢就不打开它了。
再过一阵,它变成了你电脑里一个一直没卸、但从来不点的图标。
最后一次系统更新,你顺手把它清理了。
问题出在哪?
问题不在小龙虾。
问题在,你只用到了它 10% 的能力。
小龙虾真正厉害的地方,不是一个“会聊天的 AI”。
是一双“数字手”:
它可以 24 小时替你读邮件、起草回复。
它可以自己规划、自己调工具、自己完成任务,然后把结果交给你。
它可以跨邮箱、OA、网页、文件几个系统之间穿梭执行。
它可以主动跟进、定时执行、把你睡觉时间里该做的事自动做完。
和以前的 AI 最大的区别是:
你不用问它、不用打字。它自己做完,把结果交给你。
这是一个生产力级别的工具。
但大部分员工只把它当成一个对话框。
这就好比你给员工配了一台工业级机械臂。
他每天用这个机械臂,来抓桌上的咖啡杯。
不是机械臂不行。
是:
没有人告诉他,这只机械臂还能用来做什么。

02
你问的不是“要不要装小龙虾”,你问的是企业要不要 AI 化
这位董事长问我“要不要让员工装小龙虾”时,他其实在问一个比小龙虾大得多的问题。
他真正在问的是:
“AI 这一波变革,我的企业该怎么接住?”
这个问题,不能靠装一个工具来回答。
因为企业 AI 化不是一个问题,是四个问题。
你必须先把这四个问题分清楚,才能知道每一步投对方向。
第一层:战略层。
你的战略规划、经营决策、预算管理、KPI 解码:
这些要不要用 AI?
这层面对的,是老板本人的决策工具升级。
一个典型场景:战略规划智能体。
把年度战略拆解、BLM 过程、经营分析会的数据解码做成可调用的 AI 流程,让老板的战略思考从“靠经验拍板”升级成“经验 + 数据”双驱动。
这个方向这两年已经有一批扎实的落地案例。
第二层:经营层。
研发、制造、销售、供应链、法务、财务、人力:
每一条业务流程,要不要用 AI 重构?
这层是企业 AI 化的主战场。
大部分企业 AI 的真正价值,都会在这一层释放出来。
这两年我亲眼见过、已经跑通的几个典型场景:
AI 会议管理:会前议程自动生成、会中纪要实时提取、会后决议跟踪、红黄绿灯三色预警。有的企业从“决议执行率不到 40%”做到了 85% 以上。
AI 合同评审:合同上传 30 秒完成条款解析、风险标注、与模板偏差比对。每一个审批角色拿到的,不再是原文,是一份个性化的评审包,法务看风险、商务看条款、财务看金额。
AI 招聘助手:JD 智能生成、简历批量筛选、候选人背景研究、面试问题生成、评估辅助。把 HR 从筛简历的体力活里解放出来,聚焦到判断人的那部分工作。
每一个场景,都是经营层的一次独立跃迁。
第三层:管理层。
公司 30 年积累的知识资产:
合同模板、技术文档、客户档案、过往决策、员工经验:
要不要沉淀成可供 AI 调用的知识库?
这层决定的,是你的企业有没有“数字化的集体记忆”。
第四层:作业层。
每一个员工,在自己电脑上,有没有一个属于他个人的 AI 助手?
帮他回邮件、写文档、查资料、做重复劳动?
这层面对的,是员工个人生产力的跃升。
你仔细看这四层,每一层都在创造独立的价值。
每一层都需要不同的工具、不同的方法、不同的推进节奏。
回到那个董事长的问题:
“小龙虾到底给企业带来什么?”
现在答案清楚了:
小龙虾是作业层的工具。
它解决不了你的战略层问题。
解决不了你的经营层问题。
也解决不了你的管理层问题。
它解决的只有一件事:
让你的每一个员工,每天多出 4 个小时。
讲到这里,需要提醒一件事。
四层不是选择题,是必答题。
很多老板看完这个框架,第一反应是:“那我先做作业层就行”。
不行。
因为四层之间是彼此放大、彼此制约的:
员工效率变高,但业务流程没重构,最后只是员工下班早了一点。
业务流程重构了,但组织知识没沉淀,人一走,AI 就不知道怎么干了。
组织知识沉淀了,但战略层还在拍脑袋,全公司都在快速地跑向错误的方向。
四层必须同时往前推。
只是节奏和优先级不同。
对一家大型企业来说,经营层是主战场,作业层是切入点。
为什么作业层是切入点?
因为它见效最快、投入最小、员工感知最直接。
用作业层的快速胜利,撬动经营层的深度重构。
这是一条最省力的路径。
也是这两年我看到的,真正能把企业 AI 化推下去的企业,共同走的路。
03
作业层的 10 倍效率,是什么样子
别小看这“多出 4 小时”。
把它放到真实场景里,你会看到它的威力。
一个研发工程师的日常:
代码撰写和调试,过去一天干 4 小时。用小龙虾,40 分钟。
技术文档编写,过去一天干 3 小时。用小龙虾,30 分钟。
测试用例生成,过去要 1 天。用小龙虾,1.5 小时。
一个销售商务的日常:
客户背景研究,过去 2 小时。用小龙虾,25 分钟。
方案材料生成,过去一整天。用小龙虾,2 小时。
一个职能支持岗的日常:
会议纪要整理,过去 30 分钟。用小龙虾,3 分钟。
合同条款查找,过去 30 分钟。用小龙虾,5 分钟。
你把这些数字加起来:
每个员工每天能多出来的时间,不是 1 小时,是 4 小时。
一个 2000 人的企业,每天就是 8000 个人小时。
一年就是300 万个人小时。
这是什么概念?
等于你不花钱,凭空多出来了 1500 个全职员工。
这是作业层 AI 工具能带来的跃升。
但:
这个跃升,必须真的装到员工的工作里才算数。
如果你只是让员工“装上”小龙虾,然后不管他们:
你今年能看到的,只会是装机率很高,使用率极低。
这就是 3 月那波热潮最后的归宿:
装了,但没人用起来。
讲到这里,很多老板会冒出另一个担心:
“作业层的 AI 工具,要碰我的邮件、文档、客户资料,会不会有安全风险?”
这个担心,过去是真的。
但今天,它已经不是卡点了。
为什么?
因为企业端能用的 AI Agent 产品,已经成熟了。
以腾讯为例:
WorkBuddy(桌面级):走企业微信、QQ、飞书账号登录,多模型灵活切换(混元、DeepSeek、GLM、Kimi)。日常办公场景已经完全够用。
ClawPro(腾讯云企业级管控台):四层 AI 安全防御、网络隔离、端口收敛、IP 白名单、SSH 隧道加密。企业级部署可以做到数据不出内网。
龙虾管家(腾讯电脑管家):给 AI 一套“安全沙箱”,AI 只能在沙箱里操作,碰不到你真正的私人文件。
类似的企业级产品,阿里、字节等大厂也都在推。
所以安全这件事:
不再是“装不装”的阻碍,而是“选哪个产品”的决定。
选对产品,安全问题就被技术方案解决了。
你要面对的那个更本质的问题,依然是:
选完之后,员工怎么把它真正用起来?
04
为什么真的用起来这么难
你可能会问:
“工具已经这么强了,员工为什么不自己学着用?”
现实是:
作业层的 AI 工具,单独一个员工,几乎不可能自己跑通。
两个原因。
第一个:不知道用它干什么。
打开小龙虾,面对空白的界面:
员工想不起自己的日常工作里,哪些事能交给它。
他会觉得“这个东西好像很强”,但他自己的工作场景里,却找不到入口。
这不是员工懒。
是一个员工每天手上有几十个零碎任务,他没有时间去思考“这件事能不能让 AI 做”。
他需要的,不是一个更强的工具。
是有人告诉他:“你那件事,用小龙虾 3 分钟就能搞定。”
缺的不是工具。
缺的是场景。
第二个:门槛叠加。
要真正用起来一个 AI 工具,员工要学会几件事:
怎么配环境。
怎么写 prompt。
怎么理解工作流。
怎么和 AI 协作。
这些对专业团队不难。
但对一个普通员工:
每一道都是门槛。叠加起来,就是放弃。
所以他装了。
打开两三次。
放弃。
一个月后卸载。
这不是员工能力问题。
是工具和员工之间,缺少一个'翻译层':
一个帮员工找到自己工作场景、帮员工跨过使用门槛、帮员工真正把它用起来的过程。
没有这个过程,再强的工具都是电脑里一个沉睡的图标。
05
真正能跑通的做法:先让少数人,真用起来
那怎么办?
我接触的很多企业,都走过一条弯路:
全员大水漫灌。
买一套 AI 工具。发一份使用手册。全员培训一次。
然后期待员工自己用起来。
结果都一样:热闹三天,安静三个月。
为什么?
因为作业层的 AI 工具,不是“学会就能用”的东西。
它是:
“看到别人用好了,才愿意自己试”的东西。
一个员工如果看到身边同事用小龙虾,每天省了 2 小时加班:
他会主动去问“这东西怎么用”。
但如果公司只是发一份使用手册、开一场全员培训、让他“自己琢磨”:
他会打开三次,放弃。
AI 工具的推广,本质上不是技术推广。
是行为习惯的迁移。
习惯的迁移,从来不靠宣讲。
只靠身边活生生的真实案例。
这也是为什么作业层的工具,必须走“标杆路径”:
真正的路径是:
先找 40-50 个核心选手,让他们在真实岗位场景里,把它跑通。
从九大部门,研发、制造、品质、销售商务、供应链、战略落地、法务合同、财务、人力,每个部门挑出骨干。
集中培训、陪伴辅导、验收答辩。
没通过,继续到通过为止。
每个人在自己的岗位场景下,跑通 3 个具体用法。
这一批人跑通了,你就有了:
40-50 个部门内部的“活案例”。
40-50 个可复制的场景模板。
40-50 个在各自部门里愿意帮同事的人。
然后,让这批人带动本部门同事。
这时候的推广,不再是“公司发了一个工具”,而是:
“我们部门的张工用这个东西,每天少加两小时班。”
这种推广,90% 的人会愿意学。
因为那不是公司的 KPI。
是身边人的真实效率。
最后的话
3 月腾讯大厦门口的那波小龙虾热,是一个时代的缩影:
大家都看到了 AI 的威力。但大部分人,不知道怎么把它装进自己的工作里。
于是装了,又卸了。
但小龙虾这样的工具,值不值得再看一次?
非常值得。
它不是一个“对话框”。
它是一个让员工从重复劳动里解放出来的生产力工具。
只是它的解放,不会自动发生。
它需要:
看清企业 AI 化的四层,知道它的位置在哪。
在作业层的真实场景里,帮员工找到入口。
用少数标杆,带动全员扩散。
做对这三件事,你的企业就不是“又多了一个装机率很高的工具”。
是在作业层,真正长出了一倍、五倍、十倍的效率。
这个差距,在未来 3 年,会在同行业里以复利的速度拉开。
免费为你的企业做一次
AI管理诊断
如果你也在思考 AI 怎么在贵公司真正落地
通过这份诊断,你会看清企业目前处在哪个阶段、下一步该做什么
预计用时 5 分钟 · 获得专属管理诊断报告
作者:木羽 | 水夕AI商学院