AI治理
小公司要不要设专门的 AI 负责人？
20 人以内不必专设，但必须有人「兼着盯」——否则 AI 应用零散、数据乱喂、踩坑没人管。等用到一定规模，再升级成专岗。关键是「有人管」，不是「有头衔」。
小公司要不要设专门的 AI 负责人？
20 人以内不必专设，但必须有人「兼着盯」——否则 AI 应用零散、数据乱喂、踩坑没人管。等用到一定规模，再升级成专岗。关键是「有人管」，不是「有头衔」。
- 小团队：兼岗即可，别养闲人；
- 有人盯：工具、红线、科普有人负责；
- 到规模：再设专岗统筹。
小公司用 AI 最容易乱在哪？
三处：员工私下各用各的工具、数据谁都能喂进去、用什么模型没人管。零散用的结果是效率没涨、风险先到——你以为在提效，其实在埋雷。
| 散用表象 | 潜在风险 |
|---|---|
| 人人装不同工具 | 数据出口失控 |
| 随手喂客户资料 | 泄密合规风险 |
| 模型无人评估 | 输出质量参差 |
不专设，谁来兼这个责？
找「既懂业务又愿意折腾」的人——运营或技术骨干都行，给少量时间预算，负责选工具、定红线、做内部科普。本质是「AI 管家」不是「AI 专家」，不要求会训模型。
- 选工具：帮同事挑靠谱的；
- 定红线：什么数据不能喂；
- 做科普：让大家用得对。
什么时候该升级成专岗？
三个信号：AI 已进核心流程、月活使用人数过半、因 AI 出过事故。出现任意一个，就该设专门岗位统筹，否则越用越失控。
- 进核心：离了 AI 活干不动；
- 过半活跃：已成日常；
- 出过事：需要专职兜底。
常见问题
小公司 AI 负责人要懂技术吗？
不必是算法专家。要懂业务、会挑工具、能定规则；技术细节可外包。他要的是判断力，不是写代码能力。
兼岗的人怎么考核？
看「用 AI 的人多了没、踩坑少了没、有没有沉淀可复用模板」，别用写代码量考核。考核的是 adoption 与风险，不是产出代码。
员工自己用 AI 要管吗？
要管边界：能用的工具范围、不能喂的数据类型、对外内容必须人审。放得太开先出事，管得太死没人用，关键是划清线。
设专岗太早会怎样？
养闲人、无事生非、为了用 AI 而用 AI。所以按信号升级，不按潮流——当大家都用、还出过事，再设才正当其时。
