ARTICLE · 1187303
方正中期张志明:AI,到底能不能给公司赚钱?——企业AI变革,要从“关键约束”开始
近日，2026智数大会数智金融分论坛圆满落幕。会上，方正中期期货有限公司客群中心负责人、公司AI小组组长张志明发表了题为《AI，到底能不能给公司赚钱？——企业AI变革，要从“关键约束”开始》的主题演讲。他给出的结论是：AI能不能给公司赚钱，取决于它能否解决关键约束，而当前大多数AI应用，只是“穿着AI外衣的信息化”。
三种不会赚钱的AI打法
张志明首先复盘了三种常见的错误打法。第一是用AI做信息化的事。他曾在内部培训中布置作业，让学员用AI写一个浏览器插件，无数人深夜给他发消息，激动的说“我也能写代码了！”。
某款外采的400客服工作台缺少详细的客户画像信息，供应商升级报价25万元，业务部门自己用插件补上了客户标签、商机与断点信息；合规同事自建质检系统，相当于供应商报价50万的系统。各种小工具如雨后春笋般的长出来，既不用等IT排期，更不用跟IT解释需求。
他把这种状态概括为两种情绪的释放：一是“报复的快感”——IT不给我做，我就用AI自己干；二是“补信息化不足的饥饿感”——信息化的时代红利早已过去，饥饿感却还在。
但他把这段经历称为“甜蜜的陷阱”。信息化时代积压的课补完，天花板也就到了——缺口补完以后，很多人开始找不到方向。“我每天可以处理更多客服电话了，但这能让公司赚更多钱吗？”
第二是用AI做产能过剩的事。他举例称，期货市场有近百个品种，每家公司都出早报、晚报，一天恐怕有几万份研报，客户根本不读；一个视频能否走红，决定因素从来不是剪辑配音的速度，而是能否选中爆款选题；而大量由AI生成的工具与门户，因制作者缺乏产品思维，“没有产品经理思维，AI产生的大部分都是垃圾”。在他看来，AI不该只是“卖铲子”，它还应当能帮你发现金矿——曾有团队用AI预测20个选题中哪个会火，命中率约63%。
第三是哪里痛就治哪里。财务月底加班出账的痛点是真实的，但财务真正的价值是资源配置。“盯着痛点猛上AI，最好的结局，是岗位被优化掉了。”他讲了一个近似笑话的例子：某同事的日报过去是“发了多少份喜报”，用上AI后变成“用AI发了30封邮件”——痛点解决了，人的价值却没有了。因此提效之后还有第二问：如果工作都被AI做了，你最想成为什么样的人？
三个正确姿势：
找约束、验假设、买信息
张志明提出了企业落地AI的三个正确姿势，分别是找约束、验假设、买信息。
所谓找约束，是从结果往回追。作为AI推动组长，他不会把“要不要建知识库、要不要上语义层”当作先决问题，而是从收入出发倒推卡点。因为流程批得更快、报销制度答的更准确，并不会让公司多赚钱，而真正的卡点才是AI最应该赋能的地方。是获客，是服务，还是产品？这个问题值得公司投入最多的智力去分析。
找到候选约束后，要用三个问题拷打假设：
其一，因果链——改好它，能量能传导到收入吗？
其二，反事实——假设明天问题原地消失，结果会有多大？
其三，替代检验——别处全部改善，唯独它不动，事情还卡不卡？
三个都过，才有资格叫“关键约束”。否则很有可能是一个 “局部最优解”。
所谓买信息，是对MVP的重新定义：MVP不是“做得小”，而是花小成本换一个关键答案——约束是不是真的、AI能不能改变它、改变之后结果是否真的会变。快速验证失败就果断放弃，验证成功再继续投入。
一个直面目标的AI实践
第三部分，张志明分享了客群中心的实践。他把目标直接锚定在活跃交易客户增长上。
围绕客户经营，他提出3S框架——感知（Sense）、服务（Serve）、供应（Supply）。供应侧的抓手相对有限，期货业产品结构远比证券单一，客户关心的是手续费能否更低、保证金能否更少、是否支持程序化交易。而整条链路中最基础的是感知，他也在这里形成了一个反常识的判断：客户的交易冲动不是期货公司创造的，我们要做的是接住冲动。
他列举了两个个有代表性的观察。一是他本人持有一张银行的ETC借记卡，扣款失败时从无提醒，致电客服的第一句仍是“先生您在哪里开的户”——机构既没感知到他的不便，也没识别出他的身份。二是发现公司的休眠客户（一年未交易且账户资金低于1000元）中，有一批人每天打开APP三到四次，这个规律团队花了近一年才发现。
一旦你感知到了客户的需求，答案几乎呼之欲出。
在他看来，人的感知能力是低维线性的，人基本无法同时处理三个以上维度的信息，而客户需求是高频多元的，行为信号浩若繁星、稍纵即逝，感知能力的不足卡住了整个增长系统。目前团队积累了约200条有效策略，但感知能力已明显触及天花板。
因此，方正中期正与包括帆软在内的行业顶尖企业，探讨建设多维实时感知Agent，把APP、电话、企微、会议、拜访、投诉等信号统一纳入实时感知，再以MVP快速验证约束真伪。
他还强调，约束是动态转移的：感知能力一旦突破，服务能力（服务标准、过程质检、AI辅助）会成为新约束，其后才是产品供应。企业AI转型不是做完一个工程，而是把“寻找约束—验证约束—解除约束”的循环转起来。
演讲最后，张志明用三句话作结：第一，不要迷恋AI提效，提效的目的是为了解放你；第二，盯着稀缺品扩能，做难而正确的事，扩大能力边界；第三，找到约束才能破局，从结果出发而非从手头资源出发。“AI一定能给公司赚钱？如果我们能解决关键约束的话。”
