CFO 亲自 Demo 我的 AI 工具,我却越来越怀疑它的商业价值

“I live in it.” 我一直在用

“It changed my life.” 它改变了我的生活

“I cannot live without it.” 我不能没有它

最近半年，我做了一个内部 AI 工具，用来分析各种数据，产生 insights，帮助公司提高客户留存。

做出来之后，效果看起来非常好。

从 IC、manager 到 leadership，很多人都在用。用户覆盖了大多数 sales 和 post-sales，甚至还有一些 marketing 的同事。Adoption 很高，visibility 也很高，上面这些话，就是用户给我的反馈。

CFO 在公司全体年度大会上，专门花了 5 分钟 Demo 这个工具。CCO 也拿它给 board member，以及他的其他 CCO 朋友做 Demo。

如果你做过内部项目，应该能理解这种成就感：你做出来的东西，真的有人用，而且大家觉得有用。

我一开始也觉得，这个项目做成了。

但做着做着，我越来越难回答一个问题：

它到底给公司带来了多大的业务价值？

这个工具的目标是帮助提高客户留存 retention。

但如果去看公司的客户留存 retention，或者看它对 revenue 和 cost 的改变，我很难指出一个显而易见的结果。

这并不意味着它没有价值。

它让信息更容易获取，让一些分析变得更方便，也可能帮助同事更好地理解客户。这些都有价值。

但这些价值，距离“客户因此留下来了”“公司因此多赚了钱”，还有一段距离。

用户说好用，证明它满足了一些需求；大家持续使用，证明它进入了工作流程。但这些还不足以证明，它已经实现了我们最初想要的业务结果。

我曾经把“大家都在用”，当成了“问题正在被解决”的证据。

现在回头看，我对前者有很多证据，对后者却没有那么确定。

这也是这个项目让我感到矛盾的地方：从产品使用和内部反馈来看，它很成功；但从 business 的角度，我还不能清楚地说明，它到底有多成功。

从 insights 到 impact，中间还有很多事

这个工具目前主要停留在提供 insights 上。

比如，帮助大家更快看到客户的使用情况、发现一些异常、理解潜在风险。

但看到了风险，接下来呢？

谁负责判断？谁决定要不要干预？用什么方式联系客户？客户提出的问题，我们有没有能力解决？即使采取了行动，客户会不会因此留下来？

每一步都需要有人做决定、采取行动。

所以，工具最终能产生多大的 impact，很大程度上还取决于组织的 leadership，能不能真正把这些 insights 用起来，改变团队的工作方式，以及服务客户的流程和方法。

如果这些环节没有发生变化，信息变得更丰富了，业务结果却未必会跟着改变。

这让我重新理解了 CTO 经常说的一句话：衡量一个项目的价值，要看它的 potential impact，也要看这个 impact 实现的可能性。

一个项目理论上能创造很大的价值，但如果它需要很多其他条件同时成立，最终能兑现多少，就要打个问号。

放到我的项目上，这个问题很具体：我把数据和 insights 这一段做好了，但后面的决策、行动和客户结果，并不会自动发生。

一个工具可以被频繁使用，同时还没有完成从 insights 到 impact 的那一步。

如果目标是提高 retention，那么这中间的距离，就应该成为项目需要面对的问题。

如果重做，我会先问：客户到底为什么流失？

回头看，我最开始更多是在想：AI 可以分析这些数据，我们能不能做出一个很好用的工具？

这个问题让我很快进入了做 solution 的状态。

但现在，如果让我重新做一次，我会先退一步：

客户到底为什么流失？

是产品缺少关键功能？是 onboarding 没做好？是客户买了之后没有真正用起来？是内部 champion 离职了？还是客户本身就在缩减预算？

这些原因，对应的解决方案完全不同。

如果客户是因为缺少关键功能而离开，再好的风险提示，也不能代替产品把功能做出来。如果客户没有顺利完成 onboarding，那么更早发现问题，并且有人及时介入，才可能真正改变结果。

所以，我会先分析流失的主要原因，尽可能判断各类原因影响了多少客户、多少收入，再去看：

其中哪一个问题是我们能够干预的？解决它需要什么？值得投入多少？怎样判断干预确实有效？

然后，选择一个具体的问题，找到解决方案，再决定要不要用 AI、需不需要做一个工具。

这和“先把数据汇总起来，提供更多 insights”是很不一样的起点。

我的 CTO 同时也是很多公司的 advisor。他跟我分享过，在他以及其他创业公司 advisor 的观察中，一个反复出现的现象是：

很多创业者做着做着，就会 obsess with their own idea，或者自己的 solution，逐渐忘记最初到底是在解决什么问题。

我现在更能理解这件事为什么会发生。

你投入了时间，把产品做出来了。用户开始使用，也给了很多正向反馈。接下来，你很自然地想把它做得更好：接入更多数据、增加更多分析、覆盖更多场景。

这些事情看起来都有道理，也都能让产品继续往前走。

但如果不时停下来问一句“这些改进，究竟会怎样改变我们要解决的问题”，就很容易沿着 solution 一直做下去。

Dashboard 越来越丰富，最初想解决的 retention 问题，却可能仍然在那里。

“Don't fall in love with your solution, fall in love with your problem.”

这句话以前听过很多次。自己做过一遍之后，才开始理解它的分量。

把它卖给客户，会遇到更直接的追问

这段经历也让我重新思考：如果把这样的工具拿出去卖，客户会为什么付钱？

在内部，大家觉得好用，愿意尝试，领导也支持，项目就有机会继续推进。

但面对外部客户，你需要回答更具体的问题：

用了之后，我的团队会发生什么变化？要投入多少时间？需要调整哪些流程？多久能看到结果？这些结果值不值得我付这笔钱？

如果只展示一个 Demo，告诉客户“这个工具能分析很多数据，提供很好的 insights”，他们可能会觉得不错。

但“不错”和“决定购买”之间，还有很长一段距离。

尤其是 B2B、Enterprise Sales。客户引入一个工具，要考虑的远不止价格。

有人要负责评估，有人要接入数据，团队需要学习新的使用方式，现有流程可能需要调整。内部 champion 还需要向自己的 manager 和 leadership 解释：为什么值得做这件事？

如果他能说的只有“我觉得这个工具很好用”，说服力是有限的。

而如果他能拿出一个具体的结果，情况就会不一样。

比如：

• • 原来一个 sales 一个 quarter 能 handle 30 个客户，用了这个工具、调整了相应流程之后，可以 handle 50 个客户，同时服务质量没有下降。
• • 原来一个 support 一周能解决 20 个 tickets，现在可以解决 30 个，客户满意度也能维持。
• • 对于某一类有明确流失风险的客户，团队采取了特定干预之后，续约结果确实得到改善。

这些例子证明的事情各不相同。提高处理效率，不等于提高 retention；发现更多风险，也不等于挽回了更多客户。

你承诺解决什么问题，就需要拿出与这个问题对应的证据。

如果承诺的是提高效率，就证明效率的变化。如果承诺的是提高 retention，就继续追踪从发现问题、采取行动，到续约结果之间的关系。

当你真的在一个客户身上做出了这样的结果，你才有一个足够具体的例子，去解释产品是如何产生价值的，以及其他客户在什么条件下，也有可能获得类似的结果。

对客户来说，这比“大家都觉得好用”更接近一个可以判断的 ROI。对内部 champion 来说，这也给了他推动购买和落地的依据。

下一次，我会更早定义“有效”

刚开始做这个项目时，课代表立正就提醒过我：如果只是提供 insights，很难 justify 它的 impact。

当时我能感觉到他是对的，但没办法真的理解。直到做了半年，用户天天用，高管拿去展示，我却依然很难回答：它到底给公司的营收和利润带来了什么变化？

有些道理，听懂只需要一分钟，真正理解却要自己走上半年。

如果重来一次，我会先找到一个具体的客户流失问题，明确谁来采取行动、怎样衡量结果，再决定要做什么工具。如果最后发现，解决它根本不需要 AI，我也应该接受。

下一次，我希望 CFO 再拿出 5 分钟展示这个项目时，我能讲清楚的，除了大家有多喜欢用，还有它到底为公司留住了多少客户，创造了多少价值。

那才是我最初想做这件事的原因。

关注我，分享更多职场经验，AI 工作提效，AI 商业落地的思考和案例