Meeting overview
会议主题：AI transformation 周会
会议目的：定期对齐、推动AI transformation
会议时间：2026年7月3日 下午2:30-3:00
参会人员： @tonyzhoupeng @Xiaolong Gu
会议主持： @Sofie
会议记录人： @Sofie
Overview
I. 讨论事项
请在会议开始前1小时填写希望讨论的事项，该项内容在会议期间由提出者主持。
会议负责人将调整讨论顺序及控制讨论时间。
讨论顺序 | 提出者 | 讨论事项 | 预估讨论时间（分钟） |
1 | Sofie | 回顾上次会议，汇报上周工作进度 | 10 |
2 | Sofie | 梳理 AI tranformation 年底目标和落实节奏 | 10 |
3 | Sofie | 梳理采购需求，初步评估预算成本 | 10 |
4 | 其他事项 | ||
TOTAL | 30 | ||
II. 文件列表：
请在周一中午2点、周五晚上7点前将需要大家阅读的文件放在这里，并备注阅读指引（为什么要读、请谁务必要读、重点读哪里、读完有没有需要大家做的事情）。零碎的事项可以写在会议草纲里：
文件上传者 | 文件link | 文件阅读指引 | 阅读完成后在这里签名 |
@Sofie | @AI transformation 逻辑更新 | 可以看一下上次会议的记录已经更新的逻辑 | |
| |||
III. 上周任务报告 By department OKR：
Sofie
Jeff sync：采用外部商业化方案，下一步多方对比方案
Dokki 企业版方案： @AI transformation 逻辑更新
采购方案对比（这是Dokki做的，如果大家需要给大家开权限，如果xiaolong有做，原则上按晓龙的来）： @竞品分析详细报告 @竞品对标矩阵 + 差异化竞争策略
竞品 | 定价（2026 公开整理） | 核心优势 | 对 Patsnap 短板 |
|---|---|---|---|
Glean | ~$45–50/座/月 + Work AI ~$15/座；100 座起（~$60K/年 ACV）；高级 AI 走 FlexCredits 消耗制；中大型 TCO ~$350–480K/年 | 权限感知搜索、100+ 连接器、混合检索 + 双知识图谱、成熟合规 | 国内系统/ RBAC 兼容差、在华延迟、全索引架构基础设施重、TCO 高 |
Notion | Free / Plus $10/座 / Business $20/座（含全套 AI）/ Enterprise 自定义；Custom Agent 按 $10 / 1000 credits | 生态大、上手快、模板丰富、多模型（GPT-5.2 / Claude Opus 4.5 / Gemini 3） | 非 agent/MCP 原生、可执行 playbook 弱、企业搜索偏文档内、按座涨价猛 |
Confluence + Rovo | Standard ~$5.4/座、Premium ~$10.4/座、Enterprise 自定义；Rovo 已捆绑进付费版（credit 额度 25/70/150）；Remote MCP Server（beta 免费） | 与 Jira 深绑、权限成熟、已是 Patsnap 存量 | 自部署版升级停滞、要 DC connector 上云才有 Rovo、非 agent 原生、编辑体验旧 |
钉钉 | 企业版（公司级）：创业 ~2.68 元/天、专业 ~26.8 元/天、专属 ~268 元/天（私有化部署）、混合版按需；AI 助理「算粒」消耗制 | 国内全员习惯、组织/IM 深绑、MCP 广场激进（自有产品全 MCP 化）、AI 搜问含知识图谱 | 围墙花园、全球化弱、绑死 IM 平台、知识层不可独立迁移 |
M365 Copilot | Copilot Business $18→$21/座、Enterprise $30/座（+ 底座 E3/E5 license，真实 all-in 常 $34–66/座）；量价阶梯（6/30/2026 到期） | 西方默认装机、Microsoft Graph 接地、合规/安全强、Work IQ | 仅 MS 生态原生、非 MS 系统要连接器（Jira DC 不支持）、绑底座 license 真实成本高 |
价格锚点速记：国内系统检索没人做得好（Glean 的坑）；Layer A 的 agent 化里 Notion $20 / Copilot all-in $34–66 是上沿，Confluence $5–10 是下沿；钉钉用「公司级 + 算粒」是另一套计价逻辑，难直接按座对比。
Dokki 数据合规：已于weipian沟通，等确认采用逻辑后进一步协商
晓龙
有无采购更新？
Tony
暂无
IV. 会议记录
4.1 讨论事项(同I.)
事项一：回顾上次会议，当前卡点
Key Alignment：
旧有数据如何打通迁移
如何管理成员权限
组织内部怎么推怎么用
讨论过程：
1. 旧有的数据如何打通迁移
历史数据怎么办、旧工具怎么废除 - Sofie觉得可以不废除，旧内容通过mcp方式直接调用，新内容沉淀dokki。 Dokki agent支持绑定mcp，完成定时任务。
但是要梳理一下，什么东西以后停止使用，替代为使用什么东西。维持调用mcp。
梳理大家的工作流和工具。
销售架构
产品团队
财务团队
日志/代码
云上的基本信息
如何管理成员权限
飞书和dingtalk的权限管理逻辑有什么问题：
需要被动分享才能获取权限，我不知道我不知道的文档存在。
不知道有没有Agent权限管理。但他们都没有agent协同功能。
Dokki Org版管理逻辑：Org-Workspace-Doc 三级权限管理。
Org 外接一个成员权限图谱，可以单独编辑上下属关系。
按照部门管理文档权限：Org leader （获得其下属所有创建的workspace的admin权限）
按照项目组管理文档权限：（新建项目组=新建workspace）
Shared with me：为防止workspace变多，可以单独share 文档权限，并通过shared with me 入口看到所有分享给我的单一文档。
Agent 权限：
Agent 的权限和人保持一致，内接操作权限目前以workspace先以workspace为工作范围，外接调用权限=人的文档权限。
其他方案？
@Xiaolong Gu
如何在组织内部推动大家在统一的地方进行知识沉淀
上次和Tony讨论结果如下
谁先来用：
第一梯队：PR 、PLG、AI transformation项目组
第二梯队：HR、Legal、CEO office- 按项目组逻辑推动一些跨部门的项目
行政、采购、财务
最后通过OKR系统来推所有人
Key Next Steps：
事项二：梳理 AI tranformation 年底目标和落实节奏
Key Alignment：
部门的负责人，AI tranformation 核心指标和以下商业挂钩
AI growth：
商业的逻辑
信息的分发效率提升
组织指标：组织打地基适应未来agent参与工作的变化
目标：
1.公司所有文档可以做成上下文给你的agent使用（指标：数据层和大模型剥离，所有的内部数据都要可以被agent调用和打通）
2.你的员工会变成一个agent （指标：员工的skill可以变成agent的skill）
3.你的agent可以指挥员工的agent（指标：内部多agent协作）
刚刚关于AI transformation 目标的讨论点
可以分成 组织提效目标 和 AI enable商业目标 2个：
组织提效目标：
数据地基：公司所有文档可以做成上下文给你的agent使用（公司数据层/知识层：XX% 的内部数据可以被agent调用和打通）
个人提效：沉淀智慧芽可复用agent & Skill （指标：每个人都使用agent来完成20%的routine工作流，每天提效一小时）
AI enable商业目标：
AI transformation小组和部门leader针对以下6个链路，找到agent/AI可以support的节点，制定AI empower 商业指标优化目标。
举例，招聘链：候选人 → 初筛 节点，AI empower 精准筛选简历条件，提高初筛质量，简历到面试的通过率提升5%。
团队闭环：先找关键人做闭环
产品研发链（Idea-to-Market / 想法到上线）
想法 → 概念验证 → 产品逻辑/规格 → 开发实现 → 上线 → 用户采用
SLG 访客到线索 Vistor to Leads
Visitor（访客落地流量）-Engaged Visitor（参与性访客）-Intent / Interested（意向性访客）- Leads（拿到联系方式）
PLG 访客到用户 Vistor to Paid User
Visitor（访客落地流量）-Engaged Visitor（参与性访客）- Paid User（PQL） - Referral（PQA）
原始：获取（Acquisition）→ 激活（Activation）→ 留存（Retention）→ 收入（Revenue）→ 推荐（Referral）
销售链（Leads-to-Cash 线索到现金）
线索 → MQL（市场验证线索）→ SQL（销售合格线索）→ Opportunity（商机）→ Order（订单）
客户生命周期链（上手到续约 Onboarding to Renewal）
新客户 → 激活/上手（onboarding）→ 形成习惯/留存 → 扩购（expansion）→ 续约（renewal）→ 转介绍（advocacy）
这条链的核心指标是留存率、净收入留存（NRR）、流失率。
招聘链（Hire-to-Retire 的前半段）没什么用
候选人 → 初筛 → 面试 → offer → 接受 → 入职 → 转正/出成果
这条链的核心指标是简历到面试的通过率、面试到 offer、offer 的接受率，一路到"多久能真正产出"。
AI transformation 小组任务
打地基：数据层：MCP接通率， 数据迁移率；知识库搭建采用率
可复用 agent 开发：找到具体业务流中的优化节点，协助组织开发可复用能enable 商业指标提效的agent，追踪指标，优化、迭代agent
培训：提升员工AI能力和素养
讨论过程：
分工是什么/人员
数据层：数据基础MCP ，晓龙
知识层：存储 /权限管理 采购之后，谁来推
工作流建立 - 工作流协作迭代 做可复用的agent （Sofie team有两个管培生可以来做）
Key Next Steps：
事项三：梳理采购需求，初步评估预算成本
Key Alignment：
讨论过程：
dingding AI
知识库
结构层、自研还是成熟方案
Token费用
Key Next Steps：
4.2 临时动议
V. AI Conclusion
Following TO-DOs
AI 自动汇总Key Next Steps：
Department | Department Leader | Task+ Executer +DDL |
1. 2. | ||
1. 2. | ||
1. 2. | ||
1. 2. | ||
1. 2. | ||
1. 2. | ||
1. |
Meeting conclusion
AI 自动汇总Key Alignment 、讨论过程、Key Next Steps：
At the end of the meeting, record here its conclusions and subsequent to-dos. Identify the next steps and enter @+name to mention members or insert the expected completion time. When the owner has completed the task, mark the task list, and sync the progress of the work in real time. The module can also be placed in front of the document to facilitate progress synchronization.
Meeting conclusion
Project task 1 is temporarily suspended due to lack of R&D resources.
...
To-dos
Fill in specific tasks, @someone,2021年9月16日 18:30
...