老板,就是企业AI落地最大的FDE

她是公司的老板，最近听了不少AI提效的信息，也想试一试。

她的问题很具体：能不能让AI从客户提供的图纸或者公司的设计图纸里，提取各种材料的料单？

接下来，我们远程视频了将近一个小时。

我指导她下载安装、注册登录WorkBuddy，建立“建筑材料计算”空间，再建项目文件夹，把图纸放进去，选一个性价比比较高的模型，给AI输入具体的指令，开始做。

过程里，她的评价相当直接：

“用AI好麻烦。”

“工作起来好慢，还不如我人工几分钟就干完。”

“太费钱了。”

我们继续调整提示词。最后，在她个人账号赠送的500积分耗尽之前，WorkBuddy终于交付了完整的Excel料单和计算过程文件。

我又教她把这次的做法沉淀成Skill，留给后面继续用。

到了这一步，她的评价变了：

AI还是有点用的。

没有惊叹，也没有立刻宣布要改造公司。折腾了将近一个小时，只换来一句“有点用”。

但我反而觉得，这才是很多普通企业第一次接触AI的真实样子。

很多人在网上看到的是最后交付的那一刻。真正坐到电脑前，先碰到的却是一连串不知道该点哪里、该放什么、该怎么说的问题。

会用的人觉得这些都是顺手的事。第一次用的人，每一步都可能停下来。

她已经愿意为AI花两万多买电脑了。可从“愿意投入”到“拿到第一份结果”，中间依然隔着这一小时。

这让我很有感触：买设备的决心，和把AI用进业务的能力，是两回事。

设备可以买回来，使用能力得在具体任务里一点点长出来。

我也不觉得她嫌麻烦、嫌慢有什么不对。

一个老板坐在电脑前，看着AI运行，等了一会儿，结果不满意，还得继续解释。她拿自己已经非常熟练的工作方式来比较，当然会觉得不划算。

我们这些经常使用AI的人，很容易忘记这种感受。

因为我们脑子里装着已经做成的几十件事，所以愿意再等一次、再改一轮。刚上手的人没有这些经验，她看到的，就是眼前这一次还没干完的活。

凭什么要求她一开始就有耐心？

今天有人陪着她，把这次任务推进到了交付。如果她自己摸索，很可能在说出“还不如我自己来”的时候，就已经把软件关掉了。

我之前写过，懂AI的人没有场景，有场景的人不知道AI能做什么。

今天又看到更具体的一层：两边终于接上了，事情也未必自然发生。还得有人陪着走过第一次不顺利。

从新鲜，到质疑，到觉得有点用，再到某一天真的惊叹，中间需要一次次具体结果。

当然，也有人试过之后发现，某项工作暂时确实不值得用AI。这同样是有价值的判断。

第一次尝试的意义，在于开始分得清：究竟是AI做不了，还是我们还没把任务交代清楚。

这次交付了一份完整料单，我不会因此就说，她的材料计算工作已经实现了自动化。

表格完整，不代表数字已经全部核对无误。计算过程有了，也还要让懂业务和技术的人检查依据和算法。

接下来换一套图纸，还能不能做出来？需要解释多少次？加上整理资料和人工复核，总时间能不能省下来？这些都要继续验证。

但第一次之后，手里终于有了可以检查、可以修改的东西。

我教她沉淀Skill，也是希望这一个小时不要只留下一个Excel。

哪些要求要提前说明，结果应该怎样交付，哪些地方需要检查，可以逐步写进一份给AI使用的工作说明里。

下一次拿新图纸来，再看看哪些规则有效，哪些还得补。

我之前和机械加工的朋友做图纸拆解，也有过类似体会：做通一遍以后，把判断方法和易错点留下来，后面的尝试才有机会往前走。

Skill并不保证下一次一定成功。但如果每次做完都只下载结果、关掉窗口，我们就很容易在下一次重新解释、重新踩坑。

公司真正值得积累的，是自己对这项工作的理解，以及怎样判断AI交回来的东西是否可用。

想到这里，我越来越确定一个判断：

企业AI落地，最大的推动力必须来自老板。老板，就是公司最大的FDE。

我这里说的，是老板要承担把AI带进经营现场、推动它真正干成事情的责任。

拿一份真实图纸出来，把需求说清楚，碰到问题继续追问，看到结果判断能不能用，再决定值不值得让更多人尝试。

这些事情，老板至少要亲自走过一遍。

因为员工也会说同样的话：太麻烦，太慢，我自己几分钟就干完了。

如果老板自己没有经历过，很容易走向两个极端。

一个是跟着下结论：“看来AI现在还不行，先放一放。”

另一个是只相信网上的演示：“别人都能，你们为什么不行？”

前一种可能让尝试过早结束。后一种会让员工觉得，老板又在拿一个没用过的东西提要求。

自己走过，才知道第一次究竟慢在哪里。是资料没有准备好，要求没说明白，模型没做好，还是这件事本来就不值得这样做。

我最近在公司推进单证、核价这些尝试，对这一点体会越来越深。

有时候，继续改提示词已经解决不了问题。得回头问公司内部：资料以谁的为准？两个岗位理解不一样，听谁的？原来的流程要不要改，有哪些例外是AI处理不了的？

技术人员可以帮忙解决技术问题。涉及工作安排、跨岗位协调和取舍，还需要公司内部有人负责。

老板的态度，也决定了员工有没有条件学习。

日常工作一点不能少，尝试AI额外占用的时间没人承认，出了差错还要多担责任，员工自然更愿意沿用熟悉的办法。

如果老板真认为这件事值得做，就要给出时间，找来懂业务的人，定好验收标准，也允许一次尝试暂时没有结果。

这比在群里转发十条“AI正在颠覆行业”的视频，更能推动事情发生。

不过，我也得提醒自己：老板亲自下场，要有后续的交接。

如果每一套图纸都得老板陪着跑，每一份文件都得老板重新解释，公司只是多了一项依赖老板的工作。

亲自把第一条路走出来以后，还要让负责这个岗位的人参与，让做法留下来，让下一次逐渐不需要自己守在旁边。

我前几天刚写过，忙着给公司装AI，差点忘了生意在公司外面。这句话在这里依然成立。

料单做得更快以后，能不能更早给客户报价？需求发生变化时，能不能更快确认材料变化？最后有没有帮助客户推进项目？

这些，才是后面要继续追的结果。

我之所以觉得老板必须学，还有一个更现实的原因：同行不会等我们准备好。

我们当然可以判断，某个软件不好用，某项任务暂时不适合交给AI。但对AI本身长期不接触、不理解，我觉得企业已经很难承担这个选择的代价。

如果同行能够更快理解客户需求、更快出方案，也能可靠地交付，客户不会因为我们还没学会，就一直等着。

更让我警惕的，是竞争者可能来自我们原来没留意的地方。他们可能借助AI，把过去需要逐步凑齐的人和能力，用另一种方式组织起来，就像互联网刚诞生的时候谁也想不到最受冲击的是实体店。

具体会怎样发生，我现在也说不准。但一直留在使用现场，至少能更早看见变化，知道哪些值得跟进。

学习AI，对老板来说，已经是一项经营功课。

今天这位朋友，从愿意花钱买电脑，到嫌麻烦、嫌慢、嫌贵，再到觉得“还是有点用”，只走完了很小的一段。

但我觉得，这一段值得。

因为下一次，她再看见一套图纸，除了想到自己怎么算，可能还会想到：把它交给AI，沿着上次留下的方法，再试一次。

企业的变化，往往就从这个很小的动作开始。

如果你也是老板，欢迎留言说说：你亲自拿AI试过的第一件具体工作是什么？