WHERE?
业务的新可能
新的机会在哪里？
AI 能否创造新的产品、服务或商业模式，打开过去够不着的增长空间？
Possibility SpaceUncertainty · Observation · Emergence
AI 已经很强，
企业为什么没有变强？
- “最新模型，马上接入”
- “先建集团级 AI 平台”
- “这个 Agent 能帮我们降本 50%”
- “不确定性太大”
- “隔壁公司已经做了”
- “我们不能再错过这一波机会”
- “所有团队都要用 AI”
- “先做一个试点”
- “人人一个 Agent”
- “让业务线自己创新”
- “采购成熟方案”
- “再观望一下，等更成熟”
- “让 AI 赋能每个岗位”
- “照着标杆复制”
- “我们需要自建大模型”
- “快上线，先抢窗口”
- “数据不行，先补数据”
- “这只是工具，不会改变业务”
市场正在制造过剩的答案，
企业缺的，是自己的判断。
方案不稀缺，
判断才稀缺。
64.4%受访企业已进入 AI 生产部署
48.5%受访企业表示 AI 实际回报低于预期
德勤中国 × 香港大学《决策者视角下的企业 AI 应用》· 2026.09 · 205 位受访企业高管
面对 AI，管理层需要同时回答的四个问题——也是 KAYSEN 工作坊讨论的议题。
WHY?
AI 投入与技术取舍
为什么值得我们投入？
众多技术路径中，什么值得投入？哪些自建、哪些采购，哪些现在根本不必做？
SO WHAT?
从 AI 项目到经营结果
经营结果改变了吗？
各部门都在上线 AI，局部效率也在提升。怎样变成整体经营成果，最终体现在财务报表上？
AND THEN?
企业自身的长期能力
企业留下了什么能力？
技术不断变化，AI 项目结束后企业留下了什么？哪些判断、数据、人才和工作方式必须自己掌握？
Four Positions · One Practitioner
创始人杜韬，17 年
先后坐过 AI 决策的四个位置。
同一项 AI 投入，站在不同位置，衡量它值不值得做的标准完全不同。
在企业之外顾问与技术供应方
- 01PwC · WTW管理咨询
看过很多企业：哪些经验能迁移，哪些取决于企业自身的条件。
- 02蚂蚁集团AI 产品解决方案总监
把模型与算法做成企业愿意采购、能够持续交付的科技产品。
在企业之内业务经营与集团建设
- 03京东财富AI 负责人
对用户价值、增长和 ROI 负责，检验 AI 投入是否真正成立。
- 04Gate 集团集团 AI 产品负责人
决定哪些能力由集团统一建设、跨业务复用、长期沉淀。
理解每一方的合理性，也看得见各自的局限：
KAYSEN 不被任何一方的单一目标绑定。
而是将过去真实实践带进管理层的决策讨论，帮助企业形成自己的判断。
The Value Shift
AI 不只是增加一个聊天窗口，
或给每个员工配一个 Agent。
创始人任职期间的两段亲历实践
Field Note / Wealth Management
没有停在聊天入口。
用多个 Agent 协同，把原本分散在投研、资产配置、产品运营等岗位的专业判断，组织成一套可复用的能力，同时服务客户和理财师：专业服务的质量与规模，不再二选一。
Field Note / Content Growth
局部产能，不等于整体增长。
AI 让内容生产提速之后，分发与增长并没有自动跟上。于是不再让每个岗位各自用 AI 提效，而是按 AI 原生工作流，重新整合了内容、审核、翻译、分发和增长等五个相关职能。
The Trade-offs
有限资源，
必须作出取舍。
面向客户的新产品、各业务共用的 AI 基础能力、企业内部的 AI 转型……都在争夺有限的资源。
Practice / 创始人任职期间的集团 AI 建设实践
先决定不做什么。
不做大而全的通用 Agent 平台，也不自训垂类大模型，这些都不是企业自己的优势；资源集中在各业务共用的底层：模型调用、效果评测、数据与知识库。
Observation / 技术采购方与技术供给方的长期观察
供应商从项目中学习，企业也必须学习。
部署权写得进合同，学习权写不进：问题定义、规划优先级、效果验证与持续迭代的主动权，不会随一次采购转移。
Decision Exercise / Pick Two
工作坊中的决策模拟 · 改编自创始人亲历的决策
如果您是这家公司的管理层
董事会要求下一年度扩大 AI 投入。四个方向各有依据，但预算与团队只够做好其中两项。
您选哪两项？
先后怎么排？哪一项明确不做？
真实的选择、条件与后果，留在工作坊里对照。
带着您的选择来聊聊The Experience
先作判断，再看当时发生了什么。
对照创始人亲历的真实选择、条件与后果，再回到自己的企业。
What You Take Away
带走一套用于下一次 AI 决策的提问方法：从业务机会、投入取舍、经营结果到长期能力，审视正在推进的 AI 项目。
Format
主题分享 · 案例研讨 · 决策模拟
60 MIN / 90 MIN / HALF DAY
按受众、活动目标与讨论深度，设计内容与互动方式。
From the Field
台上讲的，
都是亲手做过的。
从大型科技大会、技术产品发布，到香港高校的分享：把一线做过的选择，讲给不同背景的人听。
Workshop
某在线销售机构AI 核心团队半日工作坊
Talk
香港高校企业 AI 决策与实践分享
除香港高校分享外，均为创始人任职期间的公开活动
People Behind the Practice
专业经验，彼此互补。
一线实践，加上互补的专业能力，围绕同一个目标协作：帮助管理层形成更好的判断。
杜韬 Irene Du
KAYSEN 创始人 · AI 战略与业务创新
17 年横跨管理咨询、金融科技与互联网平台。擅长从企业经营目标出发，判断 AI 的产品机会、投资取舍与长期能力建设。
- 曾任
- Gate 集团 AI 产品负责人 · 京东财富 AI 负责人 · 蚂蚁集团 AI 产品解决方案总监 · 普华永道美国金融服务咨询经理
- 专业认可
- 中国人民银行金融科技发展奖二等奖 · 两项大数据技术专利 · 杭州市高层次人才
刘洪 Hong Liu
首席技术顾问 · 大模型与 Agent 工程
17 年 AI 实践，覆盖大模型训练与后训练、AI 数据平台、Agent 架构与评测；主导 AI 在搜索、营销、智能客服、支付风控、金融理财等场景规模化落地。
- 曾任
- Coupang 资深 AI 总监 · 京东集团 LLM 应用中心负责人 · 阿里集团大模型训练与 AI 数据中台负责人 · 腾讯用户增长及风控算法负责人
- 专业认可
- 腾讯技术金奖 · 国家专利金奖 · 深圳市高层次人才 · 北京邮电大学校外导师
Doreen
首席商务官 · 商务拓展与生态合作
拥有 VC、PE 投资及多段 AI 创业经历，结合投资视角与创业实践，推动 AI 领域的商务拓展与生态合作。
- 经历
- Everform 创始人，建设大湾区 AI 社群 · 曾从事 VC、PE 投资 · 参与多段 AI 创业实践 · 香港大学经管学院校友
KAYSEN 由创始人主导，与互补领域的独立专业人士按项目协作
Invitation / 合作邀请
用先行企业走过的 AI 决策，提升管理层自己的判断力。
从您眼下最难决断的一项 AI 问题谈起。
我们先了解企业的实际情况与管理层关注的问题，再一起选择合适的工作坊议题与形式。
30Minutes
通过邮件预约
免费初步交流 · 电话或线上会议
irene.du@kaysen.ai
企业管理层 · 专业团体 · 高管教育机构 / 专项顾问服务另议