四层骨架：先建知识底座，再上数字员工，留一道人工审核，用复盘回写知识库。这四层里，最值钱的不是任何一层，是顺序。

一个很多公司都熟悉的场景。年初，老板给全员开通了一个 AI 工具，开通那天还发了通知，要求人人会用。三个月后再看：群里没人提它，偶尔有人拿来写周报；销售要问技术，还是打电话问技术。老板开始怀疑是工具选错了。

不是工具选错了。是顺序错了。

一、先说结论：这是四层楼，不是四件事

AI 落地这件事，看着像四个并列的动作，其实是一栋有顺序的楼。我们把它写成四层骨架，标准表述如下，一个字不改：

第一层：先建知识底座 —— 把散在人脑子里的东西，变成能被调用的公司资产。

第二层：再上数字员工 —— 一个岗位一个岗位地装，不追求一次上齐。

第三层：留一道人工审核 —— 没有这道关，AI 不是效率工具，是事故来源。

第四层：用复盘回写知识库 —— 才会越用越厚，而不是越用越旧。

这四层里，最值钱的不是任何一层，是顺序。顺序错了，钱花了，东西立不住。

二、第一层：底座不建，后面全是猜

案例 01 是一家做大件运输的企业。39,800 元一次性全款，30 天交付：8 类知识库、3 类数字员工、3 个月运维。

进场先干的不是装工具，是把企业介绍、资质证照、项目案例、历史标书，从项目、投标、市场、行政四个人手里收拢进库。这家企业的三个卡点很典型：资料在，但调不出来；招投标靠人肉筛；内容生产没有产线。

底座这件事有条纪律：没有确认过的事实，AI 不许编。库里每一条都是有人签过字的，后面所有数字员工说的话，都从这里取。底座不牢，第二层写得再漂亮，也是在猜。

三、第二层：一个岗位一个岗位地装

案例 02 是同一类客户的扩容版：从 3 个数字员工扩到 6 个，42,800 元一次性全款，6 张验收表，30 天基础部署加 3 个月调整期。

注意这里的顺序：先跑通 3 个岗位，才谈 6 个串成一条产线。一个岗位一个岗位地装，坏了知道坏在哪一环；一次上齐，出了问题是哪个环节、谁负责、退回哪一版，都说不清。

6 个岗位串起来的链路是：热点与项目机会 → 甲方视角判断 → 公众号与短视频文案 → 爆款改写 → 自动剪视频 → 甲方审核发布 → 数据与客户反馈回写知识库。第一环是机会，最后一环回到知识库——所以它不是六个工具，是一条会自己变厚的产线。

四、第三层：人工审核不是不信任 AI

案例 05 是一所高校的学科方向。政策、承诺、价格、录取，一个字不许自己编，涉及这些内容要过人工审核。案例 03 是一家装备制造企业：合同里写明不自动承诺价格、交期、技术能力、合同条款。

这两条边界看着像在限制 AI，其实是在保护它的可用性。一条错话的成本不是返工，是信任：招生场景里一句话说错是事故，设备销售里一句交期说错是赔钱。

这道关的设计有三个要素：谁审、审什么、审不过退回哪一版。三件事写清楚，审核才不是走过场；写不清楚，审核就变成一句口号。

五、第四层：不回写，三个月就变成旧账

用复盘回写知识库，才会越用越厚，而不是越用越旧。

案例 03 的交付物是两张表：《客户需求卡》和《技术确认单》。20 个销售，首年 121,920 元（平台授权 52,320 客户直付第三方，服务费 69,600），40 个日历日内完成基础部署。这两张表越用越顺，不是因为表做得好，是因为每次技术确认的事实都回写进了知识库——下一个人问同样的问题，答案已经在库里，不用再转述一遍、猜一遍、解释一遍。

不回写的系统，三个月后回答的还是三个月前的旧账；回写的系统，一年后比刚上线时更懂这家公司。

六、顺序反了，会看到什么

常见的反序是：先买工具，再想用途，等发现没有事实可调，才开始着急。表现有三种：员工打开两次就不用了；每个部门各买一个，互相不通；买回来半年，只在检查时被提起。

要判断一家公司卡在哪一层，问一个问题就够：AI 说的每句话，能不能指出它依据的是哪份库里的哪份材料。指不出，就还在第零层，先回去建底座。

可复用的判断是：先问“它答的话有没有事实依据”，再问“该买哪个工具”。顺序对了，钱是一层层花出去的；顺序反了，钱是一次性花光的。

七、这个方法论证明了什么

六个交付案例走下来，结论不复杂：技术从来不是瓶颈，顺序才是。底座建得慢，看着像拖延；但它决定后面每一层能站多久。

对制造业和外贸型企业的老板来说，这张顺序表可以直接当决策工具用：下一次有人向你推荐某个 AI 工具，先别问它多聪明，先问它读的是你家哪份库、哪份表。答不上来，就先别买。

边界先说清：四层骨架是交付方法，不是效果承诺。本篇引用的都是客户个案，效果因企业基础、资料完整度与配合程度而异，不构成承诺；相关交付不以中标、询盘、成交、播放量、阅读量作为验收条件。案例 05 的合同金额按学科方向与资料量定制，对外不报具体数。
客户个案，效果因企业基础、资料完整度与配合程度而异，不构成承诺。

今天就做一个动作：把公司买过的 AI 工具列出来，在旁边写一行“最近一次有人用是哪天”。这一列空着的，就是该先建底座的信号。

想要那张《四层骨架落地自查表》（一页纸，判断你们卡在第几层）的，私信我关键词「底座」。
关注「宇哥FDE与跨境出海AI自动化」——宇哥，50 岁，从业 31 年，服务过 30+ 家企业全周期咨询，今年交付 6 个企业级 AI 项目。

说明：本篇为方法论复盘，案例数字均按事实卡口径表述，不含客户名称与可识别信息。客户个案，效果因企业基础、资料完整度与配合程度而异，不构成承诺。