5人团队如何用AI撑起千万营收：黄有璨的OPC实践

虎嗅智库 2026-10-29 18:24 北京

以下文章来源于：虎嗅智库服务

虎嗅智库服务

虎嗅智库是聚焦企业数字化、AI创新实践的新型研究服务机构。

5人团队，如何用AI撑起千万营收?

  头图：AI生成

  作者：冀玉洁

一个日常协作只有5人左右的团队，年营收做到千万级，AI在其中究竟发挥了什么作用？
在黄有璨的私域运营系统中，从用户承接、标签更新到定期回访、内容发送和需求识别，AI已能持续处理大量过程性工作，只有在用户出现明确购买意向或遇到复杂问题时，人才介入判断和成交。类似地，AI也进入了他的个人工作台和团队协作，承担信息整理、任务跟进和沟通中转等工作，人更多聚焦于关键决策和高价值沟通。

当然，这并不能证明AI直接创造了千万级营收，但它引申出了一个更值得关注的问题：AI能否减少业务运转所需的重复劳动与协同成本，让团队不必随着业务规模增长而不断扩张？

当下，关于AI带来组织变革的讨论，大多集中在两个方向，一是OPC（一人公司），一个人借助AI能做多大的生意；二是大型企业的AI转型，即AI如何进入复杂的业务流程，改变组织的运转方式。
两者之间，中小团队却是一个容易被忽略的样本，它们有真实的获客、交付与增长压力，又没有大企业那么沉重的协同成本；它们不如单人公司灵活，却可能更接近大量生意的真实组织状态。这样的团队能借助AI把经营边界拓展到哪里？

黄有璨和他的OPC联盟，提供了一个观察窗口。过去一年，他持续探索AI在个人工作、业务流程和团队协作中的应用，尝试让AI不只生成内容、辅助思考，还能真正参与任务执行。

在虎嗅智库此前的一场线下闭门会上，黄有璨分享了自己的AI实践，也谈到一个颇有意思的观点，并不是所有人都需要极致拥抱AI。有人希望把更多时间留给生活、体验和积累，这同样可能形成独特价值。技术带来了变化，但并不意味着所有人都必须追求同一种效率和生活方式。

会后，我们又与他深入聊了聊。黄有璨曾任三节课联合创始人，也是《运营之光》的作者。长期的运营和创业经历，让他对个人能力、业务增长与组织协作都有切身的观察。而过去这一年的AI实践，则让这些问题有了新的落点。

去年10月，他开始尝试搭建自己的AI系统，希望既能沉淀个人语料，又能在实际工作中调用AI。此后，他不断尝试让AI进入私域营销、团队协作等场景，也逐渐发现，只有知识库还不够，个人积累必须与日常工作打通，AI才可能从真正参与完成一项工作。随着个人工作台逐渐成形，他也开始把这套方法带进面向企业老板的AI工作坊。

这条路并非一开始就是清晰的。工具在变，架构在变，知识如何组织、业务如何闭环，都要在实践中反复试错。但随着AI从个人工作台进入具体业务，再延伸到团队协作，黄有璨逐渐意识到，AI带来的变化不只是效率提升，还涉及经营者如何工作、业务如何运转，以及团队如何协作。

这也让他对企业AI落地有了一个关键判断，企业AI落地的最大阻力之一，是老板自己还没有完成AI化。在他看来，老板需要亲自深入AI应用，完整参与至少一个业务AI化项目，才能真正理解AI能做什么、不能做什么，以及它究竟会怎样改变业务。

这也是我们之所以选择黄有璨的实践深入展开的原因。它不是从一套宏大但空洞的转型方案出发，它更像一次从经营者自身开始的探索，先是老板自己每天如何阅读、思考、决策和推进工作，改变个人的工作方式之后，再尝试一步步让AI进入具体业务进入业务流程，最后才是重构团队的协作方式。

沿着这条路径，我们想追问的是个人与AI深度融合后，能力边界会扩展到哪里？当AI能够参与业务闭环，业务的基本单元会发生什么变化？老板、中层与一线员工各自需要怎样进化？而当多个能够独立创造价值的节点彼此协作，AI时代的超级组织又会是什么样子？

从OPC（One Person Company）走向OPT（One Person Team），黄有璨的实践未必能被所有企业照搬，但它提供了一条值得观察的路径：个人AI化、业务AI化，再到组织协作AI化。这不仅关乎一个小团队如何支撑千万级业务，也关乎更多中小企业正在面对的现实问题：当AI开始改变工作的组织方式，重构究竟应该从哪里开始？

以下是虎嗅智库与黄有璨的对话纪要，enjoy！ 

01个人AI化：从单点工具到完整工作流

Q1：你目前的“个人AI化”到了什么程度？哪些事情已经交给AI，哪些事情仍然必须由你完成？

黄有璨：我现在做的核心工作，是把个人知识库和工作台合在一起。阅读、会议、内容创作、项目推进和团队协作，这些事情不再分散在不同系统里，而是尽量放到同一套工作台中完成。
目前，我每天80%—90%的工作都在工作台里完成。AI已经能帮我做很多过程性的工作，比如信息整理、任务创建、日程安排、项目跟进，以及部分可以持续运行的开发和执行工作。团队里的一些事情，也可以交给AI去派发和中转，不需要人一直盯着。

现在我50%以上的时间用于学习、研究和重要决策，约20%用于开发、调试和测试，其余时间用于用户服务、社群互动和团队沟通。

对我来说，AI真正释放的不是某一个环节的时间，而是把大量过程性的工作接了过去。人需要做的，把问题想清楚、作出判断，并承担决策责任。决策一旦明确，后续很多执行工作就可以交给AI。

Q2：回看过去10个月，你的AI实践经历了怎样的变化？

黄有璨：去年10月，我们开始All in AI，最初做了一个沉淀个人语料的小程序，希望把平时的聊天内容清洗、切片后，用到内容创作等场景里。但用下来发现，它更擅长跟你讨论、生成内容，真要进入具体场景，把一件事从头到尾做完，还是有局限。

春节前后，“龙虾”出现了。体验了一两周后，我们就意识到，原来的小程序可以停掉了，因为新一代Agent开始具备直接执行任务的能力。之后，随着Claude Code、Codex等工具逐渐成熟，我们也开始把AI用到私域运营和团队协作中。

但工具能力变强，并不意味着所有问题都解决了。AI执行任务的稳定性、上下文管理，以及知识库与日常工作脱节等问题，依然存在。

所以到了5月底、6月初，我又把重点转向Obsidian，尝试把个人Wiki、知识库、学习思考和日常工作整合到同一套系统里，再接入模型、Skill和Agent编排，并打通飞书、企业微信等外部工具。

回看这10个月，最大的变化是，过去很多模糊的想法，现在终于变得具体了。以前我知道个人语料资产应该和日常工作结合，却说不清楚具体怎么实现、需要哪些基础设施。现在，我已经能围绕知识和数据、个人工作台，再到具体业务应用，搭建一套相对完整的工作流。

到7月左右，这套实践逐渐成形。后来，我也开始在一号位AI工作坊里，把这些经验分享给更多企业老板。

图1：黄有璨

02业务 AI 化：以私域扩容服务带宽

Q3：为什么把私域营销作为业务AI化的切入口？AI接管私域后，最确定的价值是什么？目前能看到哪些结果？

黄有璨：我们本来就在做知识服务，有一条成熟的私域转化链路，也积累了几千名付费用户。但靠人做私域，难免遇到人员流动、服务带宽有限、运营不够精细、数据回传不及时等问题。

所以我们想解决的很明确，能不能让AI接手用户进入私域后的日常运营，包括用户承接、标签更新、定期回访、内容发送、用户分层和需求识别等。

目前AI最确定的价值，是把服务带宽放大了。过去，一个人每月能认真回访两三百名用户就已经不错了，再多就很难顾得过来，往往只能统一群发。现在，AI可以结合用户标签和历史沟通，生成更有针对性的内容，持续回访、识别需求。只有当用户有明确意向、但仍有个性化问题需要解决时，人才介入沟通和成交。

比如，用户想参加线下工作坊，却不确定自己的问题能不能得到解决，这时就由人介入打电话了解具体情况，判断能否帮上忙，再推动成交。简单说，就是AI负责大规模、持续性的日常运营，人负责关键节点上的判断和成交。

目前，这套系统大约能处理80%的日常沟通，从自动承接、定期回访到用户分层，大部分过程性工作都可以交给AI。剩下的部分还需要人工盯着，主要是避免批量生成的内容出现重复或偏差、处理企业微信权限限制，以及及时介入AI解决不了的个性化的问题。

所以，现在还不算是完全无人化，而是把人从重复运营中解放出来，更多投入到系统调试、异常处理和高价值沟通中。AI已经解决了规模的问题，至于能否进一步提高运营质量和成交效果，还需要持续调试和数据验证。

Q4：让AI进入私域，最难的是模型、数据，还是业务规则？

黄有璨：这几块都少不了，需要一块一块啃。

第一，要有一套适配自身业务场景的私域SCRM系统。我们在做这套系统时，也把收款等能力接了进来。

第二，要把数据真正打通。比如前端订单可能来自微信小店，用户承接发生在企业微信，后续付费又可能在小鹅通或自己的收款系统中。这些数据如果连不起来，AI就很难完整地理解用户和业务，背后其实有大量工程化工作。

第三，是业务策略和具体执行的调试。策略层面，要想清楚入口产品是什么、运营策略是什么，以及这些策略是否有效。执行层面，则要不断打磨具体话术。AI生成的内容话术是不是足够好，用户愿不愿意看，不能第一次看还不错，第二次、第三次就让人觉得总是一样的套路，最后干脆把你直接拉黑。 

系统和工程能力可以尽量借助成熟方案，避免重复造轮子。但业务策略、话术，以及一线场景中的调试，还是绕不过去的。

Q5：咱们的周活、开口率等指标具体处于什么水平？怎样判断其中有多少增量来自AI？

黄有璨：如果周活能达到40%—50%、用户主动开口率达到10%—20%，而且能够长期维持，我认为一定是行业里很好的水平。但问题是，短期做到和长期稳定做到是两回事。

系统上线第一周，用户第一次收到千人千面的内容，可能会觉得新鲜，打开率和开口率都比较高。但持续运营下去，就会遇到熟悉度、亲密度和信任度的问题。

正常的人际沟通也是这样。第一次见面，大家会比较拘谨，熟悉之后，称呼和表达方式都会变化。AI要处理好这些关系，也得明白怎样是熟悉、哪些互动意味着关系更近了一步，以及面对不同关系阶段的用户，沟通方式应该怎样变化。

这些都需要长期调试。以我们目前的实践，短期内帮助企业提升周活和用户开口率不难。但要长期稳定维持在很高水平，还需要继续把业务做的更扎实。

即使无法长期维持在最高点，如果周活能稳定在30%以上，新用户进入后一个月内的主动开口率能达到10%以上，我认为也已经显著高于一般水平了。 

至于AI带来的增量，最直接的还是服务带宽。没有AI时，一个人最多承接几百到一两千名用户，再往上走就很难兼顾了。AI至少让我们有机会再服务效果不比人差的前提下，大幅扩大用户承接规模。当然，能扩大多少、最终能带来多少成交增量，还需要结合实际业务数据持续验证。

03小团队的变革：老板判断，中层闭环

Q6：在帮助中小企业做AI落地时，最大的阻力是什么？

黄有璨：我认为，最核心的问题是老板和一号位没有完成个人AI化。

老板如果自己真正想清楚了，对AI有判断、有预期、有动力，也有决心推进，后面的执行问题都可以解决。

比较麻烦的情况是，老板觉得AI应该做，但不知道往哪个方向做，也无法判断具体方案的价值。于是让团队出去考察，再回来汇报，可汇报完之后，他还是判断不了哪个方案值得做，那公司的AI落地就很容易跟着新工具、新概念来回摇摆。

老板不一定要亲自写代码，但必须对AI在具体业务中能做什么，边界在哪里有切身感知。我认为，一个老板至少应该让自己一半以上的工作场景与AI深度融合。包括开会、决策、团队协作、内容创作和战略思考，这些场景都应该亲自试一遍，知道AI在其中能发挥什么作用。

同时，工作中产生的内容和经验，还要能够沉淀为个人或公司的资产。所谓资产化，不是把所有文件存下来就结束了，而是这些内容可以被自动切片、存储，并在未来的具体业务场景中被调用。数据和语料必须与应用场景真正打通，这样沉淀下来的东西才真正能发挥价值。

更进一步，老板最好亲自深度参与一个业务AI化项目的完整落地过程。这样，他才会对AI怎样进入业务、具体细节在哪里、什么能做和什么不能做形成真实判断。

如果老板对AI还没有基本感知，不建议一上来就推动全公司的AI化。可以先用几个星期或一两个月，把自己的工作流建立起来，再往具体业务里推进。
到了业务层面，通常还要先打好两个基础：一是知识库，二是公司现有的数据底座。要先弄清楚公司有哪些数据、是否打通、知识如何沉淀，以及未来怎样被业务调用。如果这两个基础都没有，直接往更深的业务场景里做AI化，往往很难推进。

Q7：你判断AI时代会有大量中层消失。那过去由中层承担的协调、管理和信息传递，会由谁完成？

黄有璨：一部分会由AI完成。

过去，高层和一线之间需要中层承担大量协调和信息路由工作。未来，其中一部分会变成AI与AI之间的通信，即A to A。

另一部分仍然要由人完成，但由于人的AI化程度提高了，信息处理能力和沟通效能也会提高。

比如我现在和团队伙伴沟通，每个人之间每天可能有几十次信息交换。这些沟通不一定要通过开会完成，很多时候，我们会先让AI把相关文档和上下文整理好，再以任务方式发给对方。

任务中会交代清楚，现在要处理什么事情，需要对方结合哪些语料和资料判断，哪些信息还需要补充，哪些问题还需要进一步讨论。对方拿到任务后，就可以直接进入具体问题，而不必先花很长时间了解背景。

过去开一场会，光讲背景可能就需要20分钟，再讨论20分钟，一场会很容易超过一个小时。现在用这种方式，可能两三轮沟通能把事情推进下去，10分钟达到接近过去开两个小时会议的效果。

总之，过去由中层承担的那部分信息传递和协调工作，未来会被大幅压缩。 

Q8：什么样的中层会留下来？

黄有璨：我认为，所有中层都应该想一想，怎么让自己成为公司内部的OPC或OPT。

也就是说，你不能只负责上传下达，协调资源，而是能够独立负责一块业务，让这块业务在自己这里形成价值闭环。你可以推动业务运转、创造实际价值，甚至独立承担营收，日常最多只需要和一两个伙伴协作，就能把这块业务稳定地跑起来。

到了这个程度，你其实已经不太像传统意义上的中层了，而更接近公司的小合伙人，至少也是一个事业部的核心负责人。 

AI时代，纯管理型、纯信息路由型中层的价值会下降；能够独立闭环、创造业务结果的人，价值会越来越高。

图2：虎嗅智库线下闭门会现场左二为黄有璨

04从OPC到OPT：超级节点组成超级组织

Q9：当OPC的能力边界被AI扩展后，会不会出现“能做的事情更多，反而越来越累”的问题？你为什么认为OPC为什么会走向OPT？

黄有璨：一个人刚开始走出原来的能力边界、尝试做更多事情时，确实可能觉得更累。

但当个人AI化发展到一定阶段，他一定会会重新思考协作这件事，而且对协作对象提出新的要求。

过去，我们找人做设计或写程序，是因为自己完全做不了。现在借助AI，自己可能已经能做到60分或65分。这时再找一个同样只能做到60分的人，沟通中还可能发生理解偏差，协作价值就不大。 

真正有价值的协作，是对方能够把这件事从60分提升到80分。因为伙伴的存在，你的能力上限又被往上抬了一截。

AI不会简单消灭协作，而是会改变协作的门槛。大家不再只是互相补一块自己不会做的基础拼图，而要找到真正能够放大彼此的能力上限，把事情做得更好的人。

无论OPC还是OPT，都需要以自己为中心完成一个价值闭环，能够独立做决策、创造价值。

比如一个OPC做个人IP或企业AI落地服务，一开始可能一个人完成。一年做到几十万、上百万元收入后，他会遇到能力边界。如果想创造更大的商业价值，就需要寻找协作伙伴。

由于他本人的AI化程度已经比较高，对协作伙伴的要求也会更高。他不会简单扩大人数，而是寻找其他高效节点，几个超级节点组合在一起，就会逐渐成为OPT。

所以从商业演进上看，OPC如果希望提升自己的反脆弱性，最终很可能走向OPT。

Q10：个人AI化、业务AI化和组织协作AI化，三者之间是什么关系？

黄有璨：三者是互相依赖的。

在一个组织里，关键节点通常包括老板、合伙人、高管和业务骨干。如果这些人的个人AI化没有完成，他们的通讯带宽和协作方式仍然停留在旧世界，组织协作就很难真正AI化。

比如我可以借助AI处理大量信息，一天与伙伴完成几十甚至上百次信息交换。但如果只有我能做到，其他伙伴做不到，这件事的意义就很有限。

只有一个节点发生跃迁，整个组织网络的效能不会因此倍增。

个人AI化的效果相对容易被感知，一个人很快就能看到效率提升。但放到组织层面，必须让所有关键节点都完成协作范式的迁移，组织效能才可能出现几何级提升。

Q11：你理想中的AINative公司是什么样？

黄有璨：我理想中的AINative小公司，关键节点不超过10个人。

每个人都是AINative的超级节点，每个人背后都有可能支撑几百万元甚至上千万元的业务收入。这样的团队不是层层管理和人力堆出来，而是由多个能够独立创造价值、又可以彼此协作的超级节点组成。

我们发起超级OPC联盟，也是希望连接和支持更多这样的节点，为他们提供交流、碰撞和协作的机会。长期来看，我们希望能够助推至少1000个AI时代的超级团队成长起来。 

围绕这个目标，联盟会推动超级节点的连接与协作，也可能通过项目撮合、创新孵化，以及帮助中小企业推进业务AI化和组织协作AI化等方式，让更多这样的超级团队逐渐成长起来。

如您有AI应用案例希望自荐分享，或是对AI在产业端的落地实践有交流意向，可添加小虎哥咨询，获取后续深度内容及活动的一手信息。

虎嗅智库AI落地洞察：

基于独家头部企业AI落地案例调研，输出关于场景边界、实施路径与风险陷阱的深度洞察，为决策者提供可验证的一手参考。每期报名审核参与，已发布200+期，成为众多企业AI战略规划的案头标配。

虎嗅智库：

是围绕 AI 产业落地的「行业判断与共识形成平台」，通过长期运行的案例研究、场景拆解与闭门研讨，帮助产业及企业决策者在 AI 关键选择上看清边界、规避误判、降低试错成本。已沉淀超200份深度研究，覆盖制造、零售、金融、医疗等核心赛道。

跳转微信打开