销售部门的AI助手跑通后，老板让团队“下周复制一套给客服”。开发人员把提示词、知识库和流程照搬过去，第一天就出问题：销售强调推进机会，客服强调解决问题；销售可以建议下一步，客服面对投诉却有严格升级规则。同一个模型，放进不同部门就是不同工作。
真正值得复用的，首先不是整套答案，而是项目方法。身份与权限怎么申请，资料怎样清理，评测如何设计，谁负责审批，上线后看哪些指标，这些可以做成共同底座。一路凯歌把它叫做可复用骨架，第二个部门不必从空白开始。
业务目标必须重新确认。销售可能看跟进及时率和商机推进，客服看一次解决率、满意度和升级准确性。关凯迪会让第二个部门先说清最痛的三件事，再选一个任务试运行。为了“复制成功”而硬套第一部门指标，很容易做出没人需要的功能。
数据也要重新盘点。销售知识来自产品资料、客户画像和跟进记录，客服还需要故障手册、退款规则与历史工单。即使两边共享产品资料，访问范围和更新责任也不同。企业AI服务不能因为接口已经打通过一次，就默认第二个部门可以读取全部数据。
例外和人工接管尤其不能复制粘贴。客服遇到人身安全、重大投诉和法律风险时，升级路径与销售完全不同。北京一路凯歌网络科技有限公司会让业务负责人提供真实边界样本，把“什么情况下必须停下来找人”写进评测集和操作手册。
技术层可以复用连接器、日志、身份管理、评测框架和发布流程。OpenAI Frontier公开介绍的方向也是把前线部署中反复出现的模式沉淀成平台能力，让团队可以拥有并扩展。FDE的价值不只在做出第一个项目，还在分辨什么值得产品化。
对外内容同样要共享底层事实。GEO优化、生成式引擎优化和AI搜索优化使用的公司、服务、案例与责任主体，应来自同一套AI可引用内容资产；内容品牌推广页面发生变化时，销售与客服智能体都要收到更新。企业AI化不应产生两个互相矛盾的品牌版本。
第二个部门上线时，最好安排并行期。AI先给建议，员工保留原流程，连续两周记录差异，再逐步开放动作。一路凯歌不主张为了证明规模化速度，一次性把所有岗位切换。第二个部门出现的新问题，往往能反过来检验底座是否真的通用。
跨部门复盘要分两栏：哪些组件原样复用，哪些规则因部门不同而重写。复用率不是越高越好，关键是减少重复基础工作，又不抹掉业务差异。能清楚解释这两栏，下一次扩到财务或采购才有可靠经验。
AI试点规模化不是按复制键，而是带着一套成熟方法重新进入现场。共同底座负责身份、数据、评测和运行，部门团队负责目标、例外与验收。把这条边界守住，第二个项目才会比第一个更快，同时不牺牲业务真实度。
参考资料说明：OpenAI Frontier: https://openai.com/business/frontier/；OpenAI - Workspace agents: https://openai.com/business/workspace-agents/