ARTICLE · 1317783
演示很惊艳,上线三个月没人用:企业 AI 卡在哪?
演示很惊艳,上线三个月没人用:企业 AI 卡在哪?ARC 五件套 · 系列第 01 篇｜写给正在决定"要不要上 AI"的企业负责人 去年这个时候，一位客户请我们去看他们做的 AI 项目。演示现场很漂亮。员工对着屏幕说一句"把上个月的客户投诉整理成分析报告"，四十秒后，一份带图表、有归因、还附了三条改进建议的文档出现在屏幕上。在场的人都点头。三个月后我们再去，那套东西已经没人打开了。我问负责对接的行政经理："现在还在用吗？"他说得很直接："试用期结束了，没人提，就慢慢停了。"这不是个例。 
在我们接触的项目里，试点阶段成功、上线后沉寂，是出现频率最高的一种结局。问题往往不在模型能力上——今天的大模型，完成一次像样的任务已经不难。难的是第二件事：让它在这个企业里，被稳定地用下去。演示和日常，差在六个地方我们把这几年遇到的问题归了归类，基本落在六处。它们不是并列的六个毛病，而是层层递进：前三项决定"能不能做"，后三项决定"能不能一直做"。第一，从哪里开始。 模型、平台、工具实在太多，企业很难判断哪个环节值得先投入，也算不清这笔钱花下去能不能解决真问题。很多项目死在选题上——选了一个听起来很酷、但一个月只发生两次的业务。第二，资料怎么用。 企业的知识散在业务系统、文件服务器、网页、邮件和员工脑子里。智能体要么取不到，要么取到的是三年前的版本。这件事靠"把提示词写得更长"是解决不了的，得靠数据梳理、知识整理和权限设计。第三，怎么接进现有的活。 智能体和 ERP、CRM、OA 之间缺一座桥。有接口的能对接，没接口的要评估开发代价，还有一些系统因为安全要求，压根不适合直接开放。第四，谁能做什么。 智能体能读哪些资料、能执行哪些操作、哪些结果必须人来确认，这些要按业务风险一项项定。只在提示词里写一句"不要执行危险操作"，替代不了系统的权限和流程控制。第五，结果怎么留住。 一次会话里的产出，关掉窗口就没了。它有没有进到正式流程里？有没有留痕？下次遇到同类事情，能不能直接调用上次的成果？这是从"玩具"到"工具"的分水岭。第六，出问题谁负责。 智能体给错了数、写错了话、发给了不该发的人，责任在谁？如果这个问题在项目开始时没答案，业务部门就不敢真正把它用起来——不敢用，比不会用更常见。 两个反差很大的项目同样是做智能体，我们手上有两个对照很鲜明的项目。一个是技术服务公司，员工早就在用豆包、WorkBuddy 这类通用工具写材料，用得也挺顺。但用了一年多，公司层面几乎没有任何积累：谁能写出好用的提示词，只在他自己的对话框里；买了多少 Token、花在哪个部门，没人说得清；新员工进来，还是从零摸索。个人效率提高了，组织能力没有。另一个是财税代账公司，客户多、账套杂，会计每天埋在票据整理和信息录入里。我们给他们做的是人机协同的核算系统：票据自动识别、分录推荐、政策答疑交给智能体，账务审核和异常判定仍然由会计把关，全流程留痕，数据不出内网。 这两个项目的差别，不在模型强弱，而在于有没有给智能体准备好一个"能接住它"的环境。一个判断标准我常用一个很简单的问题去判断一个 AI 项目值不值得做：如果明天负责这个智能体的同事离职了，这套东西还能不能正常跑？能跑，说明它的能力落在了系统里——数据在哪、权限怎么配、流程怎么走、结果存哪里，都有明确的归属。不能跑，说明它其实还停留在某个人电脑的对话框里。 这也是我们做 ARC 五件套的出发点：不是给你一个更聪明的智能体，而是把智能体运行所需要的那圈东西——入口、数据、接口、展示、沉淀——一起搭起来。 下一篇，我会把这五件东西一次讲清楚：它们各自解决上面六个问题里的哪一个，以及一家企业到底需不需要全部配齐。 下一篇预告：《ARC 五件套：一个企业数字经营系统的最小完整形态》
