京准企服集团企业AI应用实战训练营第一期圆满收官，助力企业跑通AI工作闭环

2026年9月12日，由京准企服集团主办、北京京准企业服务有限公司承办的企业AI应用实战训练营第一期·线下实操课在北京市昌平区龙旗广场F座1101圆满举办。

本次训练营聚焦企业管理者、业务骨干和专业服务人员在AI应用中的真实问题，以**“从Agent、个人知识库到RAG与AI工作流，一天跑通第一个AI工作闭环”为核心目标，围绕Agent、Obsidian、RAG、Workflow、WorkBuddy**等工具与方法，采用小班制、强实操、零编程可参与的培训方式，帮助学员从“会用AI”进一步走向“会做AI工作”。

作为京准企服集团企业AI应用实战系列培训的第一期，本次课程不是泛泛讲AI概念，也不是简单演示工具，而是围绕企业真实工作场景，带领学员完成从职业认知、Agent入门、个人AI知识助理、RAG知识检索、AI工作流到综合实战输出的完整训练。

企业AI落地：不是买了工具就有生产力

随着AI工具快速普及，越来越多企业已经开始购买AI账号、参加AI培训、学习Prompt、尝试各类工具。但在真实工作中，很多企业仍然面临相似问题：资料还是散着，流程还是靠人催，每次任务仍然重新开始，结果仍然依赖人工复制粘贴。

京准企服集团创始人、企业AI与数字化应用实践者刘道金在第一课《AI政策、岗位与职业认知》中指出，企业AI应用的关键问题不是工具不够多，而是工具升级了，工作系统没有升级。

他将企业AI落地中的常见问题概括为三个断层：

第一，业务断层。岗位没有被拆成可执行任务，企业不知道哪一步可以交给AI，哪一步必须由人判断。

第二，知识断层。资料分散、版本混乱，客户资料、项目资料、会议记录和SOP没有沉淀成可复用知识，AI不知道应该依据什么回答。

第三，流程断层。一次任务做对了，但经验没有固化，换一个人、换一个客户、换一个场景，又要重新开始。

因此，本次训练营不是教企业“多用几个AI工具”，而是帮助企业理解：AI真正进入业务，必须先把业务拆开、把知识沉淀、把流程固化。

现场照片

从“工具聊天”到“让AI真正进入业务”

在第一课中，刘道金提出，AI正在从“回答问题”走向“执行工作”。

企业AI应用大致经历四个阶段：

第一阶段是Chat，即人问、AI答； 第二阶段是Copilot，即人主导、AI辅助； 第三阶段是Agent，即AI根据目标进行规划、调用工具并执行任务； 第四阶段是Enterprise AI，即AI进入企业知识和流程，形成Agent、Knowledge、Workflow、System协同的业务闭环。

这意味着，企业真正的变化，不是AI回答得越来越漂亮，而是AI开始进入任务执行、知识调用和流程协同。

刘道金在课程中强调，岗位不会先消失，任务会先被重新分配。企业不应先问“岗位会不会被AI替代”，而应先问“这个岗位由哪些任务组成，哪些任务适合AI参与，哪些环节必须由人复核和决策”。

例如，在阅读客户资料、整理会议纪要、进行政策或知识初筛、生成方案初稿等任务中，AI可以参与摘要、归类、提取、检索、初筛、比对和初稿生成，但人工仍然需要承担核验、判断、复核和最终决策责任。

这也是京准企服集团举办本次训练营的重要出发点：帮助企业人员不是停留在“会问AI”，而是逐步具备“会设计AI工作”的能力。

企业AI能力升级：从AI工具使用者到AI场景交付者

刘道金在课程中将未来业务人员的AI能力分为三层。

第一层是AI工具使用者，主要能力是会问、会写、会总结，完成Chat、Prompt和单次任务。

第二层是Agent工作者，能够把目标、上下文、资料和工具交给Agent执行，让AI参与真实任务。

第三层是企业AI场景交付者，能够把真实业务问题转化为可运行、可验证、可交付的AI方案，涉及业务理解、知识治理、RAG、Workflow和项目交付。

本次训练营的重点，是帮助学员从第一层向第二层跨越，也就是从“会使用AI工具”走向“能把目标和资料交给Agent执行”。对于企业负责人、部门负责人、业务骨干和专业服务人员而言，这种能力比单纯学习Prompt更重要，因为它直接关系到AI能否真正进入日常工作流程。

课程还围绕企业AI应用的政策信号进行了拆解。刘道金将企业需要理解的方向概括为三个关键词：深度应用、数字化转型、安全合规。也就是说，企业要积极推动AI进入真实业务场景，但同时也要关注数据、知识产权、输出责任和合规边界。

刘道金

一个人带着“数字团队”工作，正在成为新组织方式

在组织能力部分，刘道金提出，企业需要关注的不只是AI工具本身，而是组织方式的变化。

过去，一个人完成一份工作；现在，一个业务负责人可能需要同时调度AI研究助理、AI内容助理、AI客户助理、AI项目助理、AI数据助理等多个数字能力，完成一组复杂工作。

这意味着，未来企业真正缺的，不是更会和AI聊天的人，而是能把业务问题变成AI方案，并真正交付出来的人。

围绕企业AI落地，课程将能力建设拆解为四个阶段：

第一阶段是需求诊断，发现业务问题并判断AI适配性； 第二阶段是资产治理，准备事实与知识，并进行方案架构设计； 第三阶段是敏捷验证，完成原型PoC验证并推动业务上线使用； 第四阶段是运营闭环，进行交付效果验收和持续微调迭代。

这套方法使本次训练营不只是工具演示，而是从企业真实工作出发，帮助学员建立可落地的AI应用路径。

个人AI知识助理：让Agent从一次任务走向持续理解工作

本次训练营第三课同样由刘道金主讲，主题为**“Agent实战：WorkBuddy + Obsidian个人AI知识助理”**。课程承接第二课“让Agent跑起来”，进一步进入“让Agent更懂我的工作”。

刘道金指出，很多人在使用AI时会遇到一个问题：AI每次进入新任务，都像一个刚入职的员工。它不知道你是谁，不知道项目发生过什么，也不知道公司怎么做事。

这背后的原因是：岗位、风格、偏好、工作边界没有稳定输入；客户背景、历史会议、已确认事项没有沉淀；SOP、规则、模板、交付标准没有结构化。

因此，模型聪明，不等于它天然知道你的工作。企业要让AI真正产生价值，就必须把个人工作信息、客户资料、项目资料、会议记录和业务规则沉淀下来，让Agent能够读取、理解并持续使用。

Context、Memory、Knowledge、RAG：企业知识不能都塞进聊天框

在第三课中，刘道金重点讲解了AI知识管理中的四个概念：Context、Memory、Knowledge、RAG。

Context，是当前这次任务AI正在看到的内容，例如当前问题、当前文件和当前对话。

Memory，是AI长期记住的稳定个人背景，例如身份、偏好和工作习惯。

Knowledge，是人主动维护的事实资料，例如客户、项目、会议和SOP。

RAG，是在资料很多以后，帮助AI从大量制度、合同、案例和历史项目中找到相关内容的方法。

刘道金提醒，AI记住我，不等于AI知道公司的全部资料；不是所有信息都应该塞进聊天框，也不是所有内容都叫Memory。

企业需要将临时问题放入Context，将稳定偏好放入Memory，将确定事实沉淀为Knowledge，将海量资料交给RAG检索。只有这样，AI才能从一次性问答工具，逐步变成能够持续理解工作、调用资料、辅助判断的企业工作助手。

WorkBuddy + Obsidian：把工作资料变成可调用知识资产

在个人知识助理实战中，课程选择Obsidian作为知识管理载体，并结合WorkBuddy完成知识读取和任务输出。

刘道金从四个角度说明Obsidian的价值：

第一，Obsidian基于Markdown，文本格式开放、简单、清晰、长期可读； 第二，目录结构清晰，客户、项目、会议、SOP等资料可以放到固定位置； 第三，人机双读，既方便人管理，也方便Agent读取； 第四，可迁移，知识不会被锁死在一次聊天或单一工具中。

课程强调，Obsidian负责管理文件，真正的知识资产是Markdown文件本身。企业和个人不应只追求某个工具，而应关注知识资产能否长期沉淀、持续复用、方便迁移和被AI调用。

现场答疑

A公司案例：从一份文件走向一个AI工作闭环

本次训练营以同一个“A公司”案例贯穿全天课程，帮助学员从一份文件逐步走向一个AI工作闭环。

在第三课中，课程围绕“A公司_AI知识库”进行实操，包含我的工作角色、A公司客户档案、A公司项目背景、A公司会议纪要、客户跟进SOP以及AI输出目录等内容。

课堂演示中，WorkBuddy需要读取五份核心Markdown文件：

我的工作角色.md A公司客户档案.md A公司项目背景.md A公司会议纪要.md 客户跟进SOP.md

随后，Agent基于这些确定资料生成“A公司下次沟通准备”输出。

课程通过对比说明：在没有项目知识时，AI给出的建议可能看似正确，但内容泛泛、缺少客户事实、缺少项目阶段、缺少具体风险；而读取A公司知识后，AI能够说出客户当前状态，抓住上次会议确认事项，识别未确认问题，结合SOP给出行动，并形成下一次沟通清单。

这正是本次训练营强调的核心：模型没换，知识变了，结果就会完全不同。

现场实操：让学员真正完成一次AI任务闭环

本次训练营强调每位学员动手操作，而不是只看讲师演示。

第三课的全员实操任务包括四步：

第一，确认A公司知识库目录，完成环境自检； 第二，运行基线任务，生成基线版输出； 第三，只修改会议纪要中的一条事实； 第四，再次运行任务，生成变动版输出，并核对差异。

学员需要核对三个变化：风险判断有没有变，下一次要问的问题有没有变，行动优先级有没有变。

通过这一实操，学员能够直观看到：当知识库中的事实发生变化时，Agent输出也应随之调整。这一过程帮助学员理解，企业AI应用不是让AI凭空猜，而是让AI先读取确定资料，再基于资料输出可执行结果。

六节课跑通一个业务闭环

本次训练营不是六个软件Demo，而是围绕同一个业务问题不断升级。

课程路径包括：

第一课，刘道金讲职业认知，帮助学员判断什么值得AI化，并输出《我的AI任务机会卡》； 第二课，张辉讲Agent入门，带领学员使用WorkBuddy读取A公司单次资料； 第三课，刘道金讲个人AI知识助理，通过WorkBuddy + Obsidian把A公司沉淀为长期知识； 第四课，张辉讲RAG实战，解决资料变多以后如何找对内容的问题； 第五课，张辉讲AI工作流实战，把会议任务变成标准行动流程； 第六课，双讲师综合实战，形成下一次客户沟通准备闭环。

这一路径体现出京准企服集团对企业AI应用培训的判断：企业不需要一开始就做复杂AI系统，而应先找一件每周都在重复做的事，通过AI减少重复操作、提升资料调用效率、固化可复用流程。

张辉实操支持：推动Agent、RAG与Workflow真正跑起来

本次训练营由刘道金与张辉双讲师协同授课。

张辉作为AI技术实践者、Agent与RAG工作流实战讲师，重点负责WorkBuddy、RAG、Workflow等实操环节的讲授与技术支持，帮助学员完成从工具理解到实际操作的关键落地。

在课程设计中，张辉承担Agent入门、RAG实战、AI工作流实战等模块，帮助学员理解如何让Agent读取资料、如何通过RAG处理更多企业知识、如何用Workflow把一次成功操作变成可重复执行的流程。

双讲师协同，使本次训练营既有企业业务场景理解，也有工具实操和技术落地支持，更适合非技术背景的企业管理者、业务骨干和专业服务人员参与。

京准企服集团：从企业专业服务走向AI应用实战赋能

京准企服集团长期服务科技型企业、成长型企业和中小企业，围绕企业全生命周期需求，提供财税审计、税务服务、知识产权、高新技术企业认定、专精特新、政策项目申报、企业合规和AI数字化等综合专业服务。

在长期服务企业的过程中，京准企服集团发现，企业不仅需要外部专业服务，也需要提升内部资料管理、知识沉淀、流程协同和数字化应用能力。尤其是在AI时代，企业能否把客户资料、项目经验、会议纪要、业务规则和交付标准沉淀下来，直接影响AI能否真正进入工作流程。

本次企业AI应用实战训练营，是京准企服集团围绕企业AI应用、企业知识库建设、AI工作流设计和业务人员数字化能力提升开展的一次实战型培训实践。京准企服集团希望通过此类课程，帮助企业把AI从“聊天工具”转化为“工作系统”，让AI真正进入企业业务场景。

活动意义：让AI成为企业可持续复用的工作能力

企业AI应用的关键，不是知道多少工具，而是能否解决真实工作问题；不是完成一次演示，而是能否沉淀长期知识；不是生成一次结果，而是能否形成可复用流程。

本次训练营围绕同一个A公司案例，从职业认知、Agent入门、个人知识助理、RAG知识检索到AI工作流和综合实战，帮助学员完整体验企业AI应用从单次任务到业务闭环的过程。

对京准企服集团而言，本次训练营也是京准官网展示企业AI数字化服务能力的重要内容。它体现了京准从财税、审计、知识产权、资质认定、政策项目等传统专业服务，进一步延伸到企业AI应用、知识库建设、工作流设计和数字化能力提升的服务方向。

未来，京准企服集团将继续围绕企业AI应用实战、专业服务数字化、企业知识库建设、业务流程优化和组织效率提升等方向，持续开展企业AI应用实战系列培训，帮助更多企业负责人、业务骨干和专业服务人员理解AI、用好AI，并真正跑通可复用的AI工作闭环。

合照