从 OPC 到 OPD：企业如何建立 AI 原生部门？

OPC 解决的是一个人如何变成一家公司；OPD 解决的是一个部门如何变成一个 AI 原生组织。AI 替代执行，人专注判断——这在个体和组织层面的逻辑完全一致。

基本信息

• 作者：老徐的干货铺
• 平台：人人都是产品经理
• 发布日期：2026-05-22
• 字数：约 9288 字
• 类型：企业 AI 落地方法论 / 组织变革

核心观点

1. OPC 之后的组织能力最小单位已经不是人，而是”AI 工具 + 智能体 + 自动化流程 + 知识库 + 数据闭环 + 人的判断力”的组合体——同样一个销售部门，五个人全员 OPD 化 vs 十五个人还在用 Excel，前者的组织能力可能更强。2020 年之前”靠人堆”的逻辑已开始崩塌（来源：原文第一节）。

2. OPD（One Person Department）= 一个部门用一个人加一套 AI 系统，就能完成过去需要整个部门才能完成的职能——这个人不是真的只有一个人，而是部门核心运转已不依赖人力密集型模式。这个人的角色是”指挥官和判断者”，而不是”人肉执行者”。关键区别：OPC 放大个人能力，OPD 放大部门能力（来源：原文第一节）。

3. 大部分销售把 60% 以上时间花在非判断性工作上——录入 CRM、整理客户信息、写拜访纪要、发跟进邮件、做周报月报。这些 AI 全能干，且比人快、比人准、不会忘。让 AI 干这些，销售才能把真正需要人脑的时间空出来。这才是企业应该想的 AI 转型方向（来源：原文第一节）。

4. 《The Founder’s Playbook》的核心判断：2026 年，能建东西的人和有好想法的人之间的墙没了。AI 把创业的瓶颈从执行力彻底挪到了判断力——部门负责人从”部门里干活最多的人”变成”部门里判断最重要事情的人”。未来优秀的部门负责人 = 业务专家 + AI 工作流架构师（来源：原文第二节）。

5. OPD 不是 AI 工具采购，而是部门重构——买了洗碗机 ≠ 拥有自动厨房。真正 OPD 的厨房被重构了：原材料自动采购、备料智能切配、炒菜智能灶台，厨师变成品鉴、调味、创造新菜品。核心区别：原来的工作流以人为执行核心设计，OPD 的工作流以 AI 为执行核心设计，人退到判断节点（来源：原文第三节）。

6. 企业建设 OPD 的四个阶段框架（来自 Playbook）：Department Idea → Department MVP → Department Launch → Department Scale——Idea 找最值得 AI 改造的问题（四类切入点：重复性高、信息量大、判断难度高、管理者看不清），MVP 做最小可用 AI 工作流并用三个问题验证（省时间？提判断质量？帮主管决策？），Launch 解决谁来看/谁来改的持续运营问题，Scale 从单点扩展为智能体群和部门操作系统（来源：原文第四节）。

7. OPD 成熟度五级模型：L0 无 AI → L1 个人工具 → L2 流程辅助 → L3 智能体协同 → L4 AI 原生部门——大部分企业目前在 L1 到 L2 之间挣扎，少数先锋企业摸到 L3 门槛，真正达到 L4 的还是个位数（来源：原文第八节）。

8. OPD 最容易失败的三个原因：① 只做工具不改流程 ② 只做内容生成不做数据闭环 ③ 只追求自动化不保留人的判断——流程不变 OPD 不成；没有数据闭环的 OPD 看起来热热闹闹实际没有积累；AI 能替代执行但不能替代判断（来源：原文第九节）。

9. OPD 的五大基础设施：部门知识库、部门智能体（Agent 群）、部门数据表、部门看板、部门复盘机制——知识库是地基，智能体是动态执行层，数据表是判断依据，看板让运转透明化，复盘机制保证持续进化（来源：原文第六节）。

10. 五个部门优先建设 OPD 的切入方向：销售 OPD、运营 OPD、项目 OPD、产品 OPD、人事 OPD——从痛点最集中、数据最完整、价值最可见的部门开始。销售 OPD 核心是让销售把时间花在判断上而不是录入整理上（来源：原文第七节）。

实操内容保留

OPD 切入问题四类分类

类型	特征	AI 优势
重复性高	每天都做，流程唯一，换对象	AI 最擅长，不会累/不会烦/不会忘
信息量大	超过人脑处理能力	AI 是最好的杠杆
判断难度高	需要基于大量信息做复杂判断	AI 整理信息+给建议+模拟方案
管理者看不清	底下人干的事看不清	AI 把黑箱打开变成透明

行动建议：这周找部门的人聊一圈，问每天干的事里哪些最费时间、哪些最无聊、哪些最怕出错。三个答案综合起来就是第一个 OPD 切入点的候选。

Department MVP 三个验证问题

1. 能不能节省时间？——销售员花在做纪要上的时间，有没有从半小时压缩到五分钟？
2. 能不能提高判断质量？——关键客户异议有没有被完整记录？承诺事项有没有被自动追踪？
3. 能不能帮助主管更快做决策？——哪个客户快要丢单了，哪个销售今天状态不对？

三个问题有两个以上正面答案，MVP 就值得继续走。

Department Launch 三个责任人问题

问题	含义
谁来用？	找 OPD champion，形成示范效应
谁来看？	明确 AI 输出的审核责任人
谁来改？	收集问题、判断优化方向、推动迭代

OPD 成熟度模型

级别	阶段	特征
L0	无 AI	完全靠人干活
L1	个人工具	零散使用，没有系统，用不用看心情
L2	流程辅助	AI 介入工作流但不重构，只是辅助
L3	智能体协同	多个 Agent 协同工作，人的角色从执行变监督
L4	AI 原生部门	工作流完全以 AI 为核心设计，能力取决于智能体质量+人的判断力

OPD 五大基础设施

1. 部门知识库——产品知识、行业知识、客户案例、销售话术、竞品分析、历史经验、常见问题，结构化放进去
2. 部门智能体——客户画像 Agent、拜访纪要 Agent、话术推荐 Agent、商机预警 Agent、周报生成 Agent
3. 部门数据表——销售数据、客户数据、行为数据、结果数据沉淀为数据资产
4. 部门看板——AI 实时生成的部门运转仪表盘
5. 部门复盘机制——周回顾、月复盘、季度评估，持续迭代

关键概念

• OPD AI原生部门（新概念：One Person Department / AI-Native Department）
• OPC 一人公司（已有概念，本文对其做了 OPC→OPD 的递进分析）
• 企业AI落地（本文属于该主题的核心方法论）
• 人机协同（人在判断节点、AI 在执行节点的分工模式）
• AI Agent 智能体（部门智能体群是 OPD 的动态执行层）
• MVP（Department MVP 概念直接借用创业 MVP 方法论）

原文精彩摘录

“过去，组织能力靠什么？靠人堆。靠团队规模。靠部门的人数。一个销售团队牛不牛，看有多少人跟进客户。一个研发团队强不强，看有多少工程师在写代码。这个逻辑在 2020 年之前基本成立。但到了 2026 年，这个逻辑开始崩塌了。现在组织能力的最小单位，已经不是人了，是 AI 工具、智能体、自动化流程、知识库、数据闭环和人的判断力。”

“你给这个销售团队配上 AI 工具，会怎样？还是那套工作流，只是在某个环节插入了 AI。拜访纪要让 AI 写，录入让 AI 辅助，邮件让 AI 生成，报表让 AI 自动汇总。然后呢？然后你会发现，AI 写出来的纪要不准确，AI 录入的信息有遗漏，AI 生成的邮件太套路，AI 汇总的报表还是缺数据。你还得返工……最后发现，加了 AI 工具，反而多了工作量。因为你要先审 AI 的输出，再做人的决策，还要处理 AI 偶尔的失误。”

“真正 OPD 销售部门，长什么样？你的核心工作流被重新设计了。拜访之前，AI 会根据客户画像、历史互动、最近动态，自动生成拜访准备清单。拜访过程中，你有 AI 实时辅助，记录关键信息，识别客户情绪，提示跟进要点。拜访结束后，AI 自动生成结构化纪要，同步更新 CRM，生成跟进任务，推送给相关人。注意这个流程里，人的角色是什么？人是在判断节点上做决策的，而不是在执行节点上干活的。”

“AI 降低做事门槛，但没有降低判断的重要性。你用 AI 做海报，很容易。但你用 AI 做一个真正能代表你品牌气质、能在用户心里种下信任感的设计，这是另一回事。工具变强了，但你对工具的判断力要求也更高了。“

与其他素材的关联

• 与 OPC 一人公司 形成”个体革命→组织革命”的递进关系：OPC 是一个人借助 AI 干以前一个公司的事，OPD 是一个部门借助 AI 用更少的人干以前更多人的事
• 与 企业AI落地 主题中申悦的”小步快跑三级落地法”形成方法论互补：申悦从技术落地视角讲”先治数据再上智能体”，本文从组织变革视角讲”先重构工作流再扩展场景”
• 与 2026-05-23-woshipm-enterprise-ai-implementation-methodology 中”企业智能体三阶段成熟度”形成层级互补：申悦的三阶段聚焦 Agent 技术成熟度，OPD 的 L0-L4 聚焦部门组织成熟度
• 与 2026-05-27-woshipm-consultant-employee-ai-era 中”咨询师型员工”形成角色呼应：OPD 时代部门负责人 = 业务专家 + AI 工作流架构师，正是咨询师型员工在部门层面的升级版