当前时间： 2026-08-17 18:10:37
分类：办公文件
评论(0)
AI落地的成败,工具说了不算把一个AI项目的成败因素拆开，工具占的是小头；成败的差距，几乎都出在工具之外的落地上。这个结论不靠感觉，靠一组摆在明面上的数字：超过80%的公司试过同一批AI工具，真正把试点做进生产、产生可衡量价值的，只有5%（MIT Project NANDA，2025）。大家手里的工具是一样的，结局却差成这样——工具解释不了这个差距，能解释它的，是流程怎么改、人怎么接、组织怎么配。这篇把"工具"和"落地"这两边的分量算清楚：各自负责什么、比重到底怎么分、为什么大多数企业把比重弄反了、以及按真实比重该怎么重新安排你的钱和精力。推理很简单。如果工具是决定性因素，那用同样工具的企业，结果应该差不多。事实正好相反。麻省理工的Project NANDA团队在2025年做过一份研究，访谈150位企业高管、收了350份员工问卷、复盘300个公开部署案例，结论是：超过80%的公司试用过ChatGPT、Copilot这类工具，但只有5%的定制试点真正进入生产；95%的组织在生成式AI上的投入没有换来可衡量的业务回报。同一份报告还直接排除了两个最常被怀疑的对象：这道鸿沟由什么决定？报告明确说，与模型质量无关，与监管也无关，决定它的是落地的方法和路径。行业里对失败根因的共识也指向同一处——数据、工作流、目标、组织、人才、治理，几乎从来轮不到"模型不够强"。国内的结构一样。89.84%的受访中国企业已经在用AI（中国企业家人工智能应用调研报告，2025），但按麦肯锡2025年针对大中华区的调研，真正称得上高绩效赢家的企业只有约6%。用的人一大片，用出结果的一小撮。所以这道推理题的答案是：工具决定的是"最好情况下你能做到什么"，落地决定的是"你实际做到了什么"。绝大多数企业倒下的位置，离工具的能力上限还远得很——死因不在工具那一侧。很多人嘴里的"上AI"，账本上只有一笔钱：买工具。但你把一个真正跑出结果的AI项目拆开看，它其实是三笔投入。第一笔，工具与平台。 特点是能买到、有报价、可验收。这笔最省心，市场供给也最充足——签合同、开账号、交付验收，整个流程和买套办公软件差不多。第二笔，流程改造。 AI接进哪个环节、输入和输出怎么定义、和原来的岗位怎么衔接、产出谁审、出错谁兜着、这套规矩有没有写成SOP。这笔投入的特点是买不到现成的——每家公司的业务流程不一样，只能一家一家做。工具付的是软件钱，流程改造花的是把自己业务拆开重装的功夫。第三笔，人和组织。 谁天天用、谁把关质量、谁维护知识库、指标谁盯、考核跟不跟着变。这一笔最容易被跳过，数字能作证：中国已有89.84%的企业在用AI，但设了AI专职团队的只有16.41%（中国企业家人工智能应用调研报告，2025）——普及率和组织投入之间差着五倍多。MIT那份报告给这一环起了个名字，叫learning gap，直译是学习鸿沟，说的就是人、流程、文化没跟着技术一起升级。三笔摆在一起，比重怎么分？行业没有一个公认的百分比，但结构是清楚的：工具是三笔里唯一能花钱直接买到的，也是唯一供给过剩的；后两笔买不到现成的，也最常被漏掉。前面那组数字——工具人人都有、结果只有5%——已经把答案写出来了：成败的分水岭，在后两笔上。这张表里最值得盯住的是最后一行。项目黄了，会议室里最常听到的结论是"这个工具不行，换一个"。然后换一个工具，把同样的错误再犯一遍。真正该被追问的两笔投入，从头到尾没进过预算表，自然也进不了复盘。明明分水岭在流程和人，为什么钱和注意力总是流向工具？三个原因。第一，工具看得见，落地看不见。 工具采购有合同、有发票、有交付物，验收会上还能当场演示；流程和人这两笔，立项那天没有实体，没法按采购流程走。企业习惯把AI项目当成一次IT采购来管，可它的真实属性更接近一次管理动作——要动流程、动岗位、动考核。用管采购的方法管一次管理变革，注意力自然全落在唯一能"采购"的东西上。第二，供给侧的声音不成比例。 市场上卖工具的、卖课的最多，广告声音也最大；愿意陪你把流程和人搭起来的服务，供给最薄，声音也最小。你每天听到的都是工具在讲话，对比重的感觉自然被带偏。第三，买工具有"完成感"。 合同一签、账号一开，项目在汇报里就算"上了AI"，所有人都松一口气。这种完成感是错觉，而且代价出现得很快：S&P Global在2025年的数据里，42%的美国公司放弃了大部分AI项目，前一年这个数字还是17%。一年多放弃率翻倍还多，这波放弃潮里相当一部分项目，就是按买软件的预期开的头、按买软件的耐心收的场。第一，立项时先看预算表的结构。 如果整张表里只有软件采购一行，剩下的部分默认"买回来大家自然会用起来"，这个项目的走向基本已经定了。流程谁改、人谁带、指标谁盯，这三件事要在花钱之前就有具体的名字。名字排不出来，说明后两笔投入是零——那就先别急着花第一笔。第二，评估外部帮手时，把"落地能力"当成主要标的。 MIT那份研究里有组对照数字：向专业厂商采购并建立合作的路径，成功率约67%；纯靠内部自建，成功率只有前者的约三分之一。这个差距的来源不难理解：外部合作真正买到的，是流程和人这两笔投入上的经验——别人在几十家公司踩过的坑、验证过的流程模板、带人的方法。工具反而是合作里最不稀缺的部分。所以判断一家服务商值不值，看它敢不敢陪你把流程跑起来、把你自己的人带出来，别只看它的工具列表有多长。第三，把时间预期也按比重调。 选工具，两周够了——够用、团队能上手、数据安全机制可核，这三条核完就可以定。流程和人这两笔，按月算，急不来。至于具体从哪里切入，先选一个能快出结果的小场景打穿再复制，这个前面的文章写过，不展开。这里只补一个要点：切入之后，大头的功夫要持续花在流程和人上，别再回头反复纠结工具选没选对。工具占比小，选型是不是可以随便？ 不能。比重小说的是它解释不了成败差距，门槛还是门槛：数据安全机制要可核、团队要能上手、要能接进你现有的业务。这三条用两周核完就够，别把三个月耗在选型上，也别指望选型选得好能替代后面两笔投入。三笔投入，钱上大概怎么分？ 行业没有公认的分配比例，给一个编者的可操作判断当下限：流程和人这两笔加起来的预算与人力投入，至少不应该少于工具那一笔。听起来要求不高，但对照现实很扎眼——多数失败项目里，这两笔接近零。小公司没预算做流程和组织，怎么办？ 这两笔花的主要是功夫，未必是钱。一个人牵头、从一个环节改起、指标记在一张表上天天更新，都算数。规模小反而是优势：流程短、改起来快，一个环节跑通的结果全公司都看得见。工具已经买了、正在吃灰，比重还调得回来吗？ 调得回来，而且工具那笔钱没有浪费——缺的两笔补上就行。给它找一个具体的业务环节、一个具体的负责人、一条可量化的达标线，三个月后看数据。数据出来了，这套工具就从摆设变成了资产。"上AI"这件事，工具解决的是"有没有"，落地解决的是"成不成"。下次再看到一个AI项目立项，先别问选了什么工具，问三句：流程谁改？人谁带？数据谁盯？三句都答得出名字，这个项目才算真的开始了。本文作者：星盒 AI 创始人 王朋友 致力于让AI员工成为企业真实生产力。#AI落地 #企业AI #AI工具 #数字化转型 #组织能力
夜雨聆风
