ARTICLE · 1275454
AI懂世界,但不懂你|宫迅伟老师演讲回顾
10月23日，在天津甄云客户日上，宫迅伟老师分享了一个他近两年持续研究的问题：如何避免AI项目烂尾？
这两年，很多企业都在积极拥抱AI，买工具、上系统，甚至投入大量资金推动智能制造。但项目启动时热热闹闹，真正落地后，却发现用不起来、效果不稳定，最后不了了之。
为什么会这样？
01
AI项目为什么容易烂尾？
宫老师总结了四个常见原因。
第一，AI的输出不稳定。 不同的人使用不同的工具，即使使用同一个工具，也可能得到不同的结果。比如用AI分析供应商成本，九个小组可能算出九种结果。结果不一致，企业自然很难放心使用。
第二，数据不能用。 很多企业出于安全和合规考虑，不允许员工随意上传内部数据。但如果AI不了解企业自己的业务数据，就很难给出真正符合企业需求的结论。
第三，演示效果好，不代表实际能落地。 有些AI工具演示时看起来非常智能，真正放进企业业务场景，却发现解决不了实际问题。技术能做到什么，与企业能不能用好，是两回事。
第四，AI没有融入业务流程。 如果AI只是一个额外的工具，员工想用就用、不想用就不用，很难真正改变工作方式。只有进入实际业务流程，AI才有机会持续发挥作用。
那么，企业应该怎么做，才能让AI真正跑起来？
02
AI落地，要先做好四大基建
宫老师提出，企业推进AI，不能只盯着工具本身，还要做好算力、算法、数据、代码四大基础建设。
01 算力：先想清楚业务需要什么
算力就像企业的水电煤，是AI运行的重要基础。
不同场景对算力的要求并不一样。普通办公场景可以使用公共算力，但智能制造、实时检测等场景，对响应速度要求很高，就可能需要把算力部署在设备附近。
因此，企业采购AI工具或智能制造设备时，不能只看功能，还要考虑算力是否匹配业务需求、响应速度能否满足实际使用。
02 算法：让AI真正了解企业
宫老师有一句话很值得思考：AI懂世界，但不懂你。
AI掌握了大量通用知识，却未必了解一家企业的业务规则、岗位要求和专业经验。如果缺少这些信息，AI就可能给出看似合理、实际上无法直接使用的答案。
企业需要做的，是把业务专家脑子里的经验提炼出来，把已有的流程、制度和知识整理成AI能够理解和使用的内容。
简单来说，就是让隐性知识显性化，让显性知识结构化。
03 数据：让数据真正发挥价值
很多企业并不缺数据，ERP、SRM、CRM等系统里都有大量信息。问题在于，数据可能分散在不同系统中，格式不统一，质量也不稳定。
宫老师特别强调了数据质量的四个要求：全、真、精、新。
数据要完整、真实，颗粒度要合适，还要及时更新。比如供应商绩效数据，如果交付、验收等信息没有及时记录，到了月底再补填，数据就很难真实反映业务情况。
数据质量不过关，AI的分析结果自然也难以让人信服。
04 代码：让企业规则进入系统
企业有很多管理制度、业务流程和操作规范，但如果这些规则只停留在文件里，没有转化为系统能够识别和执行的逻辑，AI就很难真正融入业务。
企业需要把规则与流程转化为可执行的系统逻辑，让数据、知识和业务流程能够衔接起来。
这样，AI才不只是一个独立的工具，而是能够参与实际工作的业务能力。
03
AI落地，最终还是要回到业务
算力、算法、数据、代码，是AI落地的四大基建。但要让AI真正融入工作、融入业务，除了打好基础，还需要解决人机如何协同的问题。
为此，宫迅伟老师自创的SPARK模型和“1+N+IPO”工作法，目的就是帮助企业和员工更好地理解、使用AI，让AI不只是一个额外的工具，而是真正参与到日常工作和业务流程中。
围绕人机协同，宫迅伟老师还在《超级采购人》和《超级采购智体》两本书中分享了更多思考与实践，帮助读者进一步理解和运用AI。
打好基础，掌握方法，才能让AI从“能用”走向“好用”，真正发挥价值。
-END-
以下为近期课程、活动信息，感兴趣的朋友可添加大师姐企业微信咨询课程详情。
时间 地点 | |
 |
宫迅伟老师介绍
宫迅伟老师拥有20多年采购与供应链管理经验，先后在央企、外企、民企多家世界500强企业担任采购部长、采购总经理、全球采购经理、供应链总监等职。
出版著作：《超级采购人》《超级采购智体》《如何专业做采购》《供应链战略顶层设计》等20本。
2015年3月，携手陆婉清师姐以及众多采购总监、大学教授、企业家共同创立中采商学。自主研发、自有版权课程；中采云学堂；《中国好采购》年度群英会，累积服务超过1万+企业客户，线上线下累积学员100万+。
