ARTICLE · 1031702
企业上 AI,我劝你先别急着上大模型:3 类问题,对症下药才省钱
上周和一个老板聊天。他说想给公司上 AI，问我："你们能不能帮我们训个大模型？"
我反问他要解决啥。他说："每天把系统里的订单数据搬进报表，再自动发邮件给区域经理。"
我乐了。这活，一个脚本几百块就能搞定，用得着大模型？
这不是个例。我发现一个挺普遍的现象：一提 AI，很多老板脑子里自动就等于"大模型 / 智能体 / 聊天机器人"。真到落地，常常是拿火箭筒打蚊子。
先把需求拆开：企业的 AI 需求，其实就 3 类
第一类：流程重复、规则清楚 → 用"自动化"，别上大模型
特征是：输入固定、步骤固定、判断靠规则。比如发票三单比对、把 A 表数据搬到 B 系统、每天定时拉数据出报表。
这类活，RPA、定时脚本、低代码工作流，甚至 Excel 公式就能解决，成本可能就几百到几千块。真要上了大模型，反而更贵、更慢，还容易"一本正经胡说八道"。
第二类：知识问答、内部检索 → 用"知识库 + 检索"，大模型只当"嘴"
特征是：答案就在公司的文档、制度、产品手册里。员工问"报销流程怎么走""这款参数多少"。
正确做法是搭个内部知识库，做检索（业内叫 RAG），把现成大模型接在前面当"表达层"。核心功夫在"文档整理 + 权限 + 检索准"，不是"训模型"。
我见过不少公司花大钱搞"定制大模型"，其实要的只是一个能查自己资料的客服。方向错了，钱自然白花。
第三类：创意生成、语义理解 → 这才是大模型的地盘
特征是：没有标准答案、要"理解一段话的意思"、要生成新内容。比如写营销文案、出方案初稿、客服话术生成、代码辅助、把长会议纪要提炼成行动项。
这一档，直接调现成大模型的接口就行，别自己从头训。这才是大模型真正值钱、值得投的地方。
一个口诀，照着对号入座
拿到一个 AI 需求，先问自己三句话：
这个活，能不能用规则写死？——能，就用自动化，别上模型。 答案在不在公司已有的文档里？——在，就上知识库 + 检索。 以上都不是，要"理解 + 创造"？——是，才上大模型。
说实话，多数需求答完第一、第二句就结束了。真要走到第三句的，没你想的那么多。
Q4 规划，把预算切成 3 块
- 省人
块（自动化）：先盘点重复劳动，能脚本化的先脚本化。见效快、风险低。 - 省找
块（知识库）：把散落的制度、手册、培训资料收拢成可检索库，员工自助查。 - 省脑
块（大模型）：只投在真正要生成、要理解的场景，比如营销内容、方案辅助。
我的建议很直白：别一锅端买个大模型平台。先动"省人"和"省找"，这两块占了你八成的痛点，而且不贵。
写在最后
说这些，不是劝你别用 AI。恰恰相反——我是想让你把 AI 用在刀刃上，别被"必须上大模型"的焦虑带偏。
如果你们公司正盘 Q4 的 AI 规划，拿不准哪类需求该上什么、预算怎么分，加我微信（微信号 qzlaoqi，备注「公众号」）。我一对一帮你看看卡在哪，免费做一次 AI 落地诊断，再把整理好的《企业 AI 成熟度测评表》发你，照着填就知道下一步该动哪块。
一人公司，时间有限，但每个加我的，我都认真聊。