前段时间，和一家做财税的公司老板聊天。

他说，去年年底公司给团队开通了AI工具，费用不算低，也安排过一次培训。半年过去了，他想知道这笔钱到底有没有产生效果。

我问他：“你们怎么判断大家已经用起来了？”

他说：“我问过几个部门负责人，大家都说在用。”

这句话听起来没问题，但我反而有点担心。

因为在很多企业里，“说在用AI”，和“真的把AI用进工作里”，中间差着很长一段路。

有人用AI写过几句文案，有人让AI润色过一段汇报，有人偶尔问几个问题。这些都算接触过AI，但还不能说明AI已经进入了公司的日常工作。

真正的问题是：AI有没有帮员工完成一件具体任务？有没有节省某个环节的时间？结果有没有被同事、客户或老板实际采用？

如果这些问题答不上来，AI大概率还停留在“试用”阶段。

一组值得老板注意的数据

5月27号，Anthropic发布了一项针对1260名社会科学研究者的调研报告，题目是《Coding agents in the social sciences》。

里面有一个很有意思的数据，可以作为观察企业AI落地的参考：

1260名受访者中81%受访者表示，自己用过AI聊天机器人做研究。但真正把AI编程Agent这类工具纳入日常工作的人，只有20%。

也就是说，大多数人确实“用过AI”，但只有少数人真的把AI变成了稳定的工作方式。

这群受访者并不是不会用电脑的人。他们是社会科学研究者，很多人要做数据分析、写论文、处理统计模型，也有明确的产出压力。按理说，他们比很多办公室岗位更容易理解AI工具的价值。

但即便如此，从“用过”到“常规使用”，比例还是从81%掉到了20%。

这个落差，对企业很有参考价值。

很多公司现在也处在类似状态：账号开通了，培训参加了，员工也说用过了，但真正改变工作方式的人并不多。

背后的关键差异

这份调研真正重要的地方，不是证明某个AI工具有多厉害，而是提醒我们：AI采用能力，正在变成一种新的组织能力。

过去企业买软件，常看有没有系统、有没有账号、有没有上线。

但AI不太一样。

会打开，不等于会使用。偶尔问一句，不等于能持续改善工作。能让AI生成内容，也不等于结果能进入正式交付。

Anthropic的调研里还有几个细节。

男性研究者使用AI编程Agent的比例明显高于女性；顶尖大学研究者的采用率比普通院校高；博士生、博士后这类年轻研究者，反而比资深教授更积极。

这说明AI工具的使用差距不是随机的。

原本技术基础更好、学习意愿更强、工作方式更灵活的人，更容易用起来。原本就忙、路径依赖重、对工具不熟的人，更容易停在“知道有用，但没有用深”的阶段。

放到企业里，这就是一个很现实的问题：

你公司里真正会用AI的人，可能不是平均分布在各个部门，而是集中在少数愿意尝试、愿意琢磨、对效率敏感的人身上。

这些人会越用越熟，产出越来越快。其他人如果只是偶尔试试，差距会慢慢被拉开。

AI工具本来是为了提升整体效率，但如果组织没有设计好，它可能先放大少数人的优势。

对中小企业老板意味着什么

对中小企业来说，最重要的提醒是：不要把“买AI工具”当成“完成AI落地”。

买工具只是入场券。

真正产生价值的是三件事：有没有具体场景，有没有人持续使用，有没有把有效经验沉淀下来。

很多老板一开始会从成本角度看AI：这个工具一个月多少钱，能不能替代几个人，能不能立刻提高效率。

这个思路可以理解，但早期容易走偏。

AI在企业里的第一批价值，往往不是直接替代岗位，而是减少一些重复、琐碎、低判断含量的工作。

比如会议纪要、客户资料整理、竞品信息初筛、销售话术草稿、客服回复模板、招聘JD优化、活动复盘初稿。

这些事情不一定最显眼，但很耗时间。

对小团队来说，哪怕只是让销售少花一点时间整理客户背景，让运营少花一点时间做复盘，让老板开会前更快拿到一页背景材料，也是真实收益。

但前提是，老板不能只问一句：“大家有没有用AI？”

这个问题太宽，答案也太容易失真。

更好的问法是：

“过去一周，你用AI帮你完成了哪一件具体工作？”

如果对方能说清楚，再继续问三句：

这件事以前要花多久？AI帮你省掉了哪一步？最后结果有没有被实际采用？

这三个问题，比看账号开通率更能判断AI有没有真正落地。

怎么低成本试点

中小企业不需要一上来做很大的AI转型项目。

更现实的方式，是用一周到一个月，先跑通一个小场景。

场景要满足三个条件：高频、低风险、结果容易判断。

不要一开始就碰财务决策、合同审核、核心客户报价这类高风险环节。可以从会议纪要、客户资料摘要、销售拜访准备、周报整理、招聘JD优化、短视频脚本初稿开始。

场景越具体，越容易落地。

比如，不要说“销售部要用AI提升效率”。

这句话太大，员工不知道从哪里下手。

可以换成：

“销售每次拜访客户前，用AI根据客户官网、历史沟通记录和产品资料，生成一页拜访准备卡。”

这个任务就清楚很多。

它有输入：客户官网、历史记录、产品资料。它有输出：一页拜访准备卡。它有使用场景：客户拜访前。它也容易判断好坏：销售看完以后，是否真的更快进入客户情况。

试点时，不要急着全员铺开。

先找3到5个愿意试的人，让他们在一个真实任务里用AI完成一次工作。周五做一个很轻的复盘，只问三件事：

AI帮你省了什么？结果差在哪里？这个做法能不能给同岗位的人复用？

如果答案是肯定的，就把这个做法整理成一个小模板。下一周让同岗位的人照着试。

这比做一场热闹的全员培训更扎实。

找出公司里的20%

每家公司通常都有一小部分人，已经在自己摸索AI。

他们不一定职位最高，也不一定来自技术部门。但他们会主动试工具，会保存好用的提示词，会琢磨怎样让结果更稳定。

老板要做的，不是让这些人偷偷变强，而是让他们变成内部样板。

可以让他们在部门会上演示一次：他原来怎么做，现在怎么用AI做，中间节省了什么，哪些结果不能直接用，哪些地方必须人工判断。

这类真实演示，比外部专家讲一小时通识课更容易打动同事。

因为员工会觉得：这不是一个遥远的新技术，这是我旁边的人已经在用的方法。

但这里也要注意一点：不要把这20%的人包装成“AI高手”。

一旦变成高手表演，其他人反而会觉得和自己无关。

更好的方式是让他们讲具体任务、具体步骤、具体坑点。越朴素，越容易被复制。

我的判断

我对企业AI落地有一个判断：

大多数中小企业的AI落地，不会死在模型能力不够，而会卡在“没人把它当成工作流程的一部分”。

老板以为买的是生产力，员工实际拿到的可能只是一个不知道该什么时候打开的软件。

这也是为什么，企业不要被各种AI新闻带着跑。

今天这个模型发布，明天那个Agent更新，当然值得关注。但对大多数中小企业来说，更应该关心的是公司内部三个问题：

有没有一个岗位因为AI减少了重复劳动？有没有一个流程因为AI被重新设计？有没有一个人的有效用法，变成了团队可以复用的模板？

如果没有，说明AI还停留在“知道”层面。

如果有，就应该把它变成组织经验，而不是个人技巧。

AI落地不是一个纯技术问题。它更像管理问题、培训问题和流程问题。

老板不需要亲自研究所有工具，但要创造一个环境：允许员工试，鼓励员工讲，要求员工把有效做法留下来。

从做一件小事开始

你可以做一个很简单的动作。

不用开大会，也不用买新工具。就在下一次部门例会里问每个人一句：

“上周你用AI帮你完成了哪一件具体工作？”

注意，不要问“有没有用AI”。

只问具体工作。

能说清楚的人，继续问他怎么做的，能不能教给别人。说不清楚的人，也不用批评，这只是说明他还没有找到真实场景。

这个问题问两三轮，你基本就能判断公司AI落地的真实状态。

如果大多数人答不上来，说明你现在缺的不是更多账号，而是更具体的场景设计。

如果已经有人答得出来，那就从他开始，把那个小经验变成团队可复制的方法。

AI落地不是一句口号，也不是一场培训。它更像把一件件小事重新做一遍：会议怎么开，资料怎么查，客户怎么跟，报告怎么写。

真正的变化，通常就是从这些小事开始的。