说明：文中人名按现场称呼记为「姓 + 职务」；案例与数字均来自分享者现场介绍。

一、三个不搭界的行业，说的是同一件事

9 月 18 日下午，一场 AI 落地应用经验分享会在文山举行，来的人多是本地企业的当家人。三位分享者来自三个不搭界的行业：法律、汽车美容、财税服务。

他们讲的不是产品，是自己怎么用。一个人把 4.5 万部法规和 370G 裁判文书喂给 AI；一个人用一条不用注册登录的链接收客户评价；一个人干脆把 AI 当员工招进公司。

二、王律师：一份合同审几分钟

王律师做法律。从 2019 年的法律类软件，到 2023 年的华为悠悠助手、DeepSeek、千问、豆包，再到 2025 年的腾讯知识库工具和智能体，他一路换着用，还把自己当「投喂员」：4.5 万部各级法律法规、370G 裁判文书（1985—2021 年）、1 万余份越南法律资料，一份份喂进去。

变化写在具体的事上：审查一份合同几分钟出结果；160 余页的标书核查几分钟；2000 多部越南法规的翻译只花了几百元；公众号内容从 6 年 1000 余篇变成 2 万余篇。他自己的估算是，效率至少提高十倍。

下一步他写在了日历上：11 月 4 日去越南，对接懂中文的律师团队，把跨境法律服务落下来。

图：王律师在现场分享法律行业 AI 进化之路

三、孙总：一条不用登录的评价链接，收到 203 条真心话

孙总做汽车美容和洗车。他琢磨的是件小事：把客户评价从「口头问一句」换成一条链接。

顾客洗完车扫一扫，勾选几下就提交，不用注册、不用登录；系统自动把评价与门店、服务单号关联起来：好评自动回感谢，差评自动生成一套挽回话术，月底自动出一份门店满意度报表。他还在评价页上放了一样东西——全国失踪儿童的寻亲信息。

数据是实的：6 月 9 日到 9 月 15 日，累计 203 条评价，满意度 95.1%，平均评分 4.66，已经在 4 家门店跑通。他说，原来需要 10 个人做的活，现在 1 个人就够了。

图：孙总在现场分享门店数字化与客户评价链路

四、吴总：把 AI 当员工招进来，每月算力花约 400 元

吴总做财税服务。她对 AI 的说法很直接：「不是买软件，我们其实是在养员工，就数字员工。」

路径一步步来：去年 10 月内部测试 AI 24 小时开票，今年 3 月向客户推广，6 月开始搭团队。现在她手上有 6 个「数字员工」岗位：催单跟进、客服话术、内容创作、数据统计、自动开票、知识更新。用企业微信把这些数字员工和人绑在一起，全公司 20 多人一起参与投喂业务资料。这些数字员工还顺手生成了企业官网、公众号、个税计算器、员工考评系统。

成效她给了两个数：效率提升约 30%，每月算力成本约 400 元。

五、顺序最重要，三个坑别踩

现场把方法总结成了三步：先把全量业务数据汇总投喂，再明确每个岗位的工作标准，然后才逐步对接外部工具。老板的角色也跟着变——「老板最好就是从干活的人变成定规则的人，这个 AI 就给我实现了。」

三个坑是分享者自己踩出来的：买完不管不问不调试；一次性全量上线；没有划清岗位的数据访问边界。

六、往外做营销，往里做协同

现场还讲了一条链路。对外：自动生成公众号文章和短视频、承接活动报名和扫码签到，客户线索自动同步进 CRM，推送给对应的人。对内：用腾讯开源的智能体协同平台做底座，每个员工有自己的 AI 助理，共用公司知识库，可以对接 Kimi、DeepSeek 等模型。他们的结论是一句话：「一人加 AI 就是一支团队。」

会上，协会会长表示，有需求的参会人员可以现场找协会开通 Kimi 平台的使用权限。分享结束后，大家围坐交流，把自己公司想落地的场景拿出来讨论，最后合了影。

七、把话说在最后

AI 不是买回来就灵的。三位分享者讲的顺序是一样的：先有数据，再有标准，最后才是工具；工具进来以后，还得有人天天调、天天看结果。

如果你自己的公司也卡在「买回来了没人用」，或者想把自己折腾出来的用法拿到下一场交流上讲一讲，欢迎找协会秘书处聊一聊。顺便说一句，文山州互联网协会个人会员 200 元/年，企业会员 1000 元/年，会员的分享与交流活动都可以参加。

本文根据 9 月 18 日分享会的现场记录整理，保留原意、作了口语化与结构梳理；案例与数字均来自分享者现场介绍，不代表协会立场。