一家 90 年历史的制造商，如何找到让人类专注于创造性工作的 AI 之道
在日本，有一家公司，3 万名员工与 8,000 个 AI Agent 并肩工作。
它不是一家前沿的 IT 初创公司。
它是理光（Ricoh），这家成立于 1936 年的制造巨头，今年将迎来 90 岁生日。
我想让那些认为"我们公司太老派，不适合 AI"的人读读这篇文章。
因为理光所做的，并非一群天才的杰作。恰恰相反：他们只是遵循了"正确的顺序"。
读完本文，你就会明白，为什么你的组织可能会觉得"我们用 ChatGPT 两年了，但没什么效果"。
从明天开始，你就可以扭转引入 AI 的顺序。
一家 3 万员工与 8,000 个 AI Agent 共处的公司
先说数字。
理光在全球约有 78,000 名员工，其中 30,000 人在日本。
截至 2026 年 1 月，据报道，仅在日本国内，他们就有 8,000 个 AI Agent 在运行。
8,000 个。这是一个惊人的数字。
更厉害的是，这 8,000 个 Agent 是由不到 3,000 名员工创造的——仅占员工总数的 10% 左右。
这 10% 的员工正在主动构建 AI 来处理他们的工作。
重要的是要记住，理光是"那家复印机公司"。
他们的根基是制造业。虽然数字服务和 AI 现在占其收入的一半以上，但他们最初是一家传统的制造企业，人们手工绘制蓝图，然后传递给下一个人。
就是这样一家传统公司，在 AI 上的迭代速度比许多初创公司还要快。
顺便说一句，日本有 45,000 家百年以上的公司——占全球百年老店的一半以上。
这意味着"老"不是借口；相反，老牌公司拥有最大的未开发潜力。
AI 用了两年没效果，真正的原因在这里
现在进入正题。
理光正收到大量这样的咨询：
"两年前，我们把 ChatGPT 放在我们认为需要的地方，但没看到效果。它没能打破组织壁垒。"
很多人可能都有同感。
原因主要有三个。
1. 生产力问题
日本的生产力在 OECD 的 38 个国家中排名第 29 位（2024 年数据）。接近垫底。与引领全球数字化的美国相比，大约只有一半。
为什么？原因是"个人化的工作方式"。
无论你在 IT 上投入多少，如果工作方式不变，生产力就不会提高。
2. 数据问题
据说，公司内部 70-90% 的数据是"非结构化数据"。
非结构化数据指的是与个人绑定的直觉、诀窍和专有技术——手绘图纸或只存在于老员工脑海中的智慧。理光称之为"隐性知识"。
在没有整理好这些数据之前就让 AI 帮忙，你提供的数据就是"脏数据"。
因此，AI 无法正常运行。
有趣的是，一个正在阅读文档的 AI 可能会在遇到表格时突然失败。或者，因为技术机密不应该放在云端而必须留在本地，从而产生冲突。
简而言之，在没有打好基础的情况下，就把 AI 扔进一项任务里，是行不通的。
第一步：先可视化工作，消除 20% 的浪费
那么，理光是从哪里开始的呢？
不是 AI 部署。
首先，他们为员工创造了"喘息空间"。
没有时间的人，是无法使用更新和新技术。所以，第一步是腾出时间。
具体来说，他们对全公司 115 个部门的 1,000 名员工的工作进行了可视化。
他们发现了一些有趣的事情。
在疫情期间的远程办公中，"签到会议"显著增加，因为管理者不知道员工在做什么。
通过查看数据，管理层意识到："哦，我们不再需要做这项任务了。"这消除了 5-6% 的工作。
接下来，他们发现不同组织在分别做类似的任务，于是进行了整合。进一步减少了工作量。
然后，他们对剩下的"真正必要的工作"进行了标准化。一旦标准化，自动化技术就变得有效了。
通过坚持不懈地这样做了一年多，理光实现了 20% 的运营效率提升。
这里有一个我们可以借鉴的经验。
日本式的"每个人都捡起球并传递下去"是一种优势，但它也创造了"不需要做的工作"。
人们出于善意捡起不属于自己的球，但工作量只会不断增加。
所以，试着将你自己的工作进行一周的可视化。
仅仅这样做，你就会发现："等等，我真的需要这个会议吗？"
第二步：每个人都开始使用"一个"AI
一旦他们看到了实现那 20% 改善中 10% 的路径，理光就采取了下一步行动：
"每个员工都使用 AI 来完成恰好一项任务。"
这里的关键是，他们不是直接把 AI 扔给所有人。
他们首先设计了安全使用 AI 的"护栏"。然后，通过工作坊分享教育和成功案例。
因为基础（第一步：可视化和标准化）已经打好，提供给 AI 的数据是干净的。这就是 AI 能工作的原因。
一切都关乎这个顺序。
结果就是前面提到的 8,000 个 Agent。
这里有一个具体的例子。
理光为客户解决管理难题。他们与大型企业的 CEO 交谈，所以准备工作至关重要。
资深员工过去每家公司要花 4-5 个小时阅读综合报告和公开信息，以形成假设。
通过将资深员工的隐性知识教给 AI，AI Agent 现在可以自行验证假设并起草提案。
结果，资深员工的时间减少了 75%。原本需要 100 个单位的工作量，现在只需要 25 个。
而且还有另一个好处。
资深员工的直觉现在传递给了中层和初级员工。通过与 AI 合作，知识得到了转移。
这不仅仅适用于市场营销。它在后台、供应链管理和销售一线都在发生。
4-5 小时缩短到仅 1 小时多一点。你公司里"每次都要从头阅读文档"的任务，很可能也可以用同样的方式处理。
第三步：将节省的时间重新分配给"创造性工作"
这是核心目标。
利用腾出的时间，去做只有人类才能做的工作。
理光有一个这样的会议室：
在一面大型 LED 显示屏后面，部署了五个 AI Agent。
当员工讨论时，AI 会进行转录、纠正日语、理解含义并结构化信息。
这让员工能够完全专注于讨论和构思。最后，他们进行投票并做出决定。AI 甚至支持引导者。
而令人惊叹的是这一点。
在制定即将到来的中期管理计划时，大约 10 位高管在这个房间里进行了讨论。
通常，这需要大约两个月的时间。
结果在四个小时内完成了。
从两个月到四个小时。
这种"将人转移到创造性工作"的理念，与管理学者楠木建（Ken Kusunoki）的话不谋而合。
工作由"劳动"和"玩乐"组成。
"劳动"是为了报酬提供技能——在固定规则内的任务。AI 在这方面更快、更准确，而且从不疲倦。
但"玩乐"则不同。就像大谷翔平（Shohei Ohtani）那样，它是通过独特的感知和判断来创造价值的工作。
AI 拿走了固定的任务。留给人类的是感知和判断。
我们越善于使用 AI，人类的工作就越高级。
为了培养员工的创造力，理光自 2019 年以来还运营着一个加速器项目。
员工和初创公司提出新的商业创意。他们从 200 个创意中筛选出 5-10 个。这个项目已经持续了七年。
这就是他们培养员工自主性和创造力的方式。
只要顺序不乱，你的公司也能做到
总结一下：
理光的结论很简单。
"不要立刻把 AI 放在你想用的地方。"
遵循这个顺序：
- 首先可视化工作，以创造时间。
- 消除浪费，合并类似任务。
- 标准化。
- 然后，再设置好正确使用 AI 的环境。
因为遵循了这个顺序，员工才会开始行动。如果你颠倒了顺序，就行不通。
还有一个至关重要的经验。
AI 有两个方面。
一个是"将负值归零"，即消除痛苦的任务。早点回家，摆脱苦差事。每个人都立刻喜欢这个。
但仅此而已是无法持久的。
另一个是"从零到正"，即人类创造新的价值。只有当这一点被设计好时，AI 的部署才算真正实现。
感觉今天比昨天好，并且自己是这种进步的一部分——这种感受才能激励人。
理光的入泽崇宏（Takahiro Irisa）说：
"如果理光能做到，其他公司肯定也能。"
他还说：
"我认为 AI 的出现是为了日本企业。"
因为 AI 已经学习了大部分公开数据。剩下的，是沉睡在公司内部的数据。
而日本，是拥有世界上最多公司内部数据的国家。
在一家 90 年历史的老牌公司里，或者在你的公司里，都沉睡着尚未被挖掘的宝藏。
所以，从明天开始，用一周时间：
试着将你自己的工作进行可视化。
如果你发现自己想："等等，也许我不需要做这项任务"，那就是你的起跑线。
没有效果，不是因为能力不足。只是顺序搞反了。
