AI Transformation Vision

壳牌中国集团AI 转型愿景

Shell AIVA 平台为企业 AI 基座,重构企业级 AI 应用、工作机制与组织能力 —— 让每一份经验都被组织记住,让每一位员工都指挥一支智能体团队。

PART 01 — AI APPLICATION

Shell AIVA 平台:企业 AI 基座,自下而上生长

三大基座能力筑底 —— 业务系统接入知识资产沉淀(含岗位记忆)业务本体构建(含业务逻辑)。在此之上,组织共创并管理智能体,接入本地领先的新生态与新工具,最终重构工作流程与协作方式。向下滚动,看平台逐层生长。

LAYER 01 · FOUNDATION

业务系统接入

打通现有业务系统与数据接口,让智能体"看得见数据、动得了系统"。

LAYER 02 · FOUNDATION

知识资产沉淀 · 含岗位记忆

流程文档、经验与岗位记忆持续沉淀为组织知识,不随人员流动而流失。

LAYER 03 · FOUNDATION

业务本体构建 · 含业务逻辑

把业务规则与逻辑结构化为业务本体,让 AI 真正"懂业务"。

LAYER 04 · CO-CREATION

智能体共创与管理

组织成员在基座之上共创、发布、管理智能体,人人皆可建造。

LAYER 05 · ECOSYSTEM

本地生态与新工具

接入本地领先的新生态与新工具,保持技术敏态与生态开放。

Foundation · 01
业务系统接入
连接 ERP / CRM / 数据中台 …… 让智能体触手可及
Foundation · 02
知识资产沉淀 含岗位记忆
经验、文档、岗位记忆 → 组织级知识资产
Foundation · 03
业务本体构建 含业务逻辑
结构化业务规则与逻辑,AI 的理解底座
Co-Creation
智能体共创与管理
组织共创 · 发布 · 治理智能体
Ecosystem
本地生态与新工具
接入本地领先生态,持续引入新工具
Shell AIVA · Enterprise AI Foundation

最终产出:基座 + 共创 + 生态三层合力,重构工作流程与协作方式 —— 工作不再围绕"人找系统、人找知识",而是智能体带着系统与知识来找人。

例 · 法务场景

合同审阅智能体

接入法务系统与历史合同知识库,基于合同业务本体自动初审条款风险。

业务系统接入历史合同知识合同本体自动初审
例 · 经营场景

经营分析智能体

接入经营数据与分析逻辑本体,自动生成经营周报并标注异常波动。

经营数据接入分析本体周报自动生成
例 · 岗位场景

岗位助手智能体

继承岗位记忆与前任经验沉淀,新员工到岗即有"老师傅"随身指导。

岗位记忆经验沉淀即插即用
基座能力层(三大能力) 共创与生态层 最终产出:重构流程与协作
PART 02 — NEW WORK MECHANISM

新的工作机制:自动 + 人工的智能分流

基于 AIVA 平台赋能,工作的发起与流转由自动 + 人工结合完成:大部分低风险工作由智能体自动完成、员工审核把关;少部分高风险、需精确控制的工作由智能体协助人工主导完成。所有成果回流为组织的知识资产。

大部分 · 低风险 → 智能体自动完成(粗通道) 少部分 · 高风险 · 需精确控制 → 人工主导(细通道) 知识回流 AIVA 基座 —— 岗位记忆与业务本体持续增强,下一次工作更聪明 工作发起 人 / 系统 / 智能体 风险与精确度 自动判断 智能体自动完成 低风险 · 无需人工执行 员工审核确认 人工把关质量 智能体协助 提供方案与草案 人工主导执行 精确控制每一步 关键节点双重确认 人工 + 自动 高质量知识资产 沉淀至组织 AI 基座
自动化主线:低风险工作自动完成 + 员工审核 人工主导线:高风险工作由智能体协助人工 知识回流:成果沉淀回 AIVA 基座

自动流转

工作按规则在人与智能体之间自动推进,无需人工催办

记忆保存

过程与决策自动记入岗位记忆,经验不再随人走

文档共享(权限内)

过程文档在权限体系内自动共享,协作零搬运

关键节点双重确认

人工 + 自动双重确认,高风险环节不失控

示例 · 一份采购合同的"未来的一天"

青色 = 智能体自动节点 · 金色 = 人工节点 · 半金半青 = 人工 + 自动双重确认

09:00
员工发起需求

一句话描述采购意图

AI
09:02
智能体起草合同

调用模板库与业务本体

AI
09:08
条款自动校验

比对历史合同知识库

09:30
员工审核 + 自动复核

关键条款双重确认

AI
09:35
归档并沉淀知识

条款经验回流基座

PART 03 — ORGANIZATION & CAPABILITY

组织演化与能力提升:从"做事"到"训练 AI 做事"

工作机制的转变,将带动工作职责能力评价激励考核三个层面的系统性转变。三组对比,看清过去与未来的分水岭。

转变 ① · 工作职责
过去 · 工作内容与流程驱动

按要求完成工作,推动流程

  • 根据要求完成工作任务
  • 推动流程流转与落地
  • 经验积累在个人身上
未来 · AI 能力配置 + 经验沉淀驱动

配置和训练智能体完成工作

  • 配置、训练 AI 智能体完成工作
  • 持续打磨智能体的工作效果
  • 过程文档与知识资产沉淀到组织 AI 基座
转变 ② · 能力评价
过去 · 管理员工 Skillset

是否掌握领域知识与技能

  • 是否了解某一领域的知识
  • 是否掌握相关技能完成工作
  • 评价重心:专业能力本身
未来 · 评价结果 + 配置优化

专业判断力 × AI 配置力

  • 专业方面:有能力评价智能体的工作结果
  • AI 方面:掌握配置与持续优化领域智能体的能力
转变 ③ · 激励与考核
过去 · 经验与产出导向

以资历评级,以产出定激励

  • 以经验和掌握技能的水平评级
  • 以个人工作产出评定激励
未来 · 复杂度与价值贡献导向

以影响力评级,以价值定激励

  • 管理智能体的复杂度与影响评级
  • 以相关职能智能体的业务价值贡献评价激励

员工能力画像 · 过去 vs 未来

六项能力的相对权重变化(示意):从"自己会做"转向"会让 AI 做、会判断、会沉淀"

过去的能力结构 未来的能力结构

未来评级标尺 · 管理智能体的复杂度 × 影响

职级不再由资历决定,而由"你能指挥多复杂的智能体网络、创造多大业务影响"决定(示意)

业务影响 → ↑ 管理智能体复杂度 起步 · 单点助理 流程管家 · 扩大影响 领域专家 · 深度复杂 智能体团队指挥 单智能体运营 多智能体编排 跨职能智能体网络 成长路径
核心判断

员工从"做事的人"转变为"训练 AI 做事的人";组织的核心竞争力,从"拥有一批有经验的人",升级为"拥有一座持续增值的组织 AI 基座" —— 经验沉淀为资产,能力复制为智能体。

Shell pecten logo

让组织记住每一位员工的智慧,
让每一位员工指挥一支智能体团队

Shell AIVA · 企业级 AI 应用 × 新工作机制 × 组织与能力进化