衡量AI有没有用的标准变了，《实践论》近九十年前就写好了答案

赵鸣铭读毛选 | 认知思维 × AI

前几天看到一组挺有意思的数字。

一家机构办了场AI创新大赛，来自16个国家和地区的394家企业提交了229个作品。按常理，这种比赛的主角应该是技术部门。结果一统计，参赛者大多是生产、采购、财务、运营岗位的一线业务人员。

这是9月15日人民网一篇报道里提到的细节。报道里还有一句更值得琢磨的判断：衡量AI落地成效的标准，正在发生变化——不再只看企业是否接入了大模型、是否用上了智能工具，而是看它能否嵌入业务流程、形成可持续的价值闭环。

翻译成大白话就是：AI有没有用，不看"有没有"，看"值不值"。

一、为什么很多企业"用上了"，却没"用出来"？

这两年聊AI，最常见的场景是：公司开了账号、买了工具、组织了培训，大会上宣布"全面拥抱AI"。半年后盘点，发现除了写周报快一点，业务上往往看不到多少变化。

问题出在哪？

《实践论》里有一段话说得很直白：

"你要知道梨子的滋味，你就得变革梨子，亲口吃一吃。"

认识一件事，不能停在"知道它存在"的层面，得真正上手去用、去试、去碰钉子，才能拿到真认识。

"用上AI"这个动作，只是买回了一颗梨子摆在桌上。梨子的滋味，必须一口一口吃出来。而"用出价值"，指的是你真的把AI放进了自己的业务流程里，反复磨合，最后让它实实在在改变了某个环节的效率或者质量。

一个是占有的动作，一个是消化的过程。差的就是这个"吃"字。

二、AI的本事，是从哪来的？

看几个这次报道里的真实案例。

山东高速济宁发展有限公司的收费站，站长过去手写交接班记录要40分钟，现在手机扫码1分钟完成；绿通查验岗位引入AI图像识别后，新员工的培训周期从3个月缩短到1天。

晶科能源的切片车间，用数据分析智能体建立闭环管理体系，今年7月切片断线率平均下降3.3个百分点，测算下来年度综合收益约1148万元。

岚图汽车打通了6000多家供应商的数据链路，对资金链承压供应商的风险预警提前量，从30天延长到52天，误报率还下降了18%。

这三个案例行业不同、场景不同，但拆开看有个共同点：AI干的活，全是长在具体业务实践上的。

它认识交接班的流程，识别绿通车辆的图像，看得懂切片机的断线数据，读得出来供应商资金链的异常信号。这些东西，通用大模型自己并不"天生"就会。

报道里有句话说得很透：AI只有读懂企业长期沉淀的数据、流程和专业知识，才能形成稳定、可信、可复用的业务能力。

换句话说，AI的能力之源，恰恰是那些看起来最"土"的东西——你这套业务系统跑了多少年、你的数据攒了多少、你的流程规范细化到什么程度、你的老师傅们总结过哪些经验。

《实践论》反复强调的一个道理是：认识来源于实践。数据是实践的记录，流程是实践的固化，专业知识是实践经验的总结。AI再聪明，它也得"吃"你实践沉淀下来的东西，才能在你的场子里长出本事。

这就解释了为什么同样接一个大模型，有的企业用出了价值，有的只收获了演示视频——梨子谁都有，但你家果园林子多深，在很大程度上影响梨子有多甜。

三、流程变了，但最后一步还是人

这次报道里还有一个观察，把变化说得很具体。

传统流程是：人找数据、人工分析、发现问题、人工处理。AI介入之后，变成了：数据产生、智能识别、原因分析、方案建议、人工决策。

前几步，机器越跑越快；但最后一步，还是"人工决策"。

有人觉得这是AI能力不够，将来总会完全取代人。这种理解其实偏了。这更像《实践论》里讲的两个环节：认识世界和改造世界。AI把"认识"这一段做快了、做细了——收集、比对、识别、建议；但"改造"这一段——拍板、担责、资源调配——仍然落在人身上。

这不是技术妥协，而是分工本身：机器擅长在数据里找规律，人擅长在规律里做取舍。

对普通人来说，这个变化也有对应版。你不用焦虑"AI会不会抢我的活"，更值得关心的是：在我的工作里，哪些环节是"数据产生、智能识别"——可以交给机器提速的；哪些环节是"人工决策"——必须自己练判断力的。把前者放出去，把后者抓牢，位置就站对了。

四、普通人用AI，也是一个道理

这套逻辑放到个人身上，同样成立。

很多人收藏了一堆AI教程、提示词模板，关注了几十个AI账号，就觉得自己"用上AI"了。这跟企业开个账号宣布拥抱AI，是同一种错觉。

判断标准只有一个，而且是实践标准：AI有没有帮你做成过一件具体的事？

帮你自己写过一次周报、整理过一次数据、打磨过一份方案、排查过一次问题——哪怕很小，只要这件事因为你用了AI而变得更快更好了，这才叫"吃到了梨子"。

"真理的标准只能是社会的实践。"

对个人也一样：AI用得好不好，不看你收藏了多少模板，看你手上那件具体的事，有没有被它改变。

而且这个"吃"是个循环。用一次，认识一层；再用，再认识。《实践论》把这条路径概括为："实践、认识、再实践、再认识，这种形式，循环往复以至无穷……"AI时代，工具迭代快了，这个循环只会转得更频繁——但循环本身，省不得。

五、写在最后

回到开头那场大赛。394家企业里，真正让评委记住的，大概不是谁的技术方案最炫，而是谁把AI真正按进了自己的业务里，转出了看得见的闭环。

近九十年前写的《实践论》，今天读起来一点都不旧：认识从实践开始，接受实践检验，再回到实践中去。

AI是当下备受瞩目的工具，但受瞩目不等于有用。刀快不快是刀的事，切没切到菜，是你的事。

你身边有没有那种"用上了但没价值"的AI应用？或者你自己有没有把AI用出价值的小例子？评论区聊聊。

（关注我，每天用毛选方法论，拆一个AI时代的真问题。）

本文对《毛泽东选集》的引用仅作方法论学习交流之用。