夜雨聆风最近，两份报告把企业做 AI 落地的尴尬摆到了台面上。
MIT NANDA 发布的《The GenAI Divide: State of AI in Business 2025》报告显示，在其研究范围内，95% 的企业生成式 AI 项目没有带来可衡量的业务回报。
而 Forrester Consulting 开展的独立调查发现，86% 的企业已经把 AI Agent 推进到了试点之后，但真正信任其行动结果的，只有 34%。
一边还没有证明价值，另一边已经急于推进到正式业务中。
这正是很多 AI 项目最危险的地方：演示时，它只需要答对几个准备好的问题；真正进入工作后，却要面对混乱的数据、打不开的权限、不断变化的规则，以及出了问题之后没人愿意承担的责任。演示时看起来什么都能答，到了业务现场，却可能连第一步都迈不出去。
在国内很多企业里，项目一开始往往是这样的：
公司战略会议上，领导反复强调 AI 战略，要求尽快做出标杆项目。智能客服项目的上线前演示也确实漂亮：选座、改签、航班信息查询等常见问题，AI 基本都能接住；平均首次响应时间下降了 30%，转人工的平均等待时长也下降了接近两成。
上线后，一位客户咨询：
我家人去世，明天的机票能不能免费改签今天？
智能客服回复：
可以先改签，提交证明材料并审核后，改签费用会退还。
等客户后来提交材料时，系统却根本没有提交入口。他连续几次输入“转人工”，AI 仍不断要求重新选择问题类型。最后客户无奈联系人工客服，得到的答复却是：
退票可以免手续费，但改签要看航司规定，这笔订单不可免手续费。
客户问：
那智能客服为什么说可以免费改？
投诉随即升级，项目负责人检查知识库，发现客服手册写着“近亲属身故可免费退改”，但航司的政策却不尽相同。
这个问题开了好几次会：客服说要请航司核实适用规则，航司说要法务确认对外承诺的责任边界，法务又要求先确认智能客服的回复是否构成有效承诺。几轮讨论下来，规则没有统一，投诉却一直挂在 AI 项目负责人头上。
于是，费用问题不能答，复杂问题也不能答。客户遇到智能客服，聊下去得到的永远只剩一句话：
建议转接人工客服。
AI 项目最先撞上的，往往不是模型能力，而是信息不一致：系统数据、规章制度和个人经验各说一套，AI 只能在互相矛盾的材料里检索，替项目拼出一个从未被真正确认过的答案，最后还要把这团混乱包装成可以交付的结论。信息没有统一，AI 团队就不是在做智能化，而是在混乱中打捞确定性。
AI 项目再往下推进，很快就会撞上流程的阻力：它进入真实业务，却不能 100% 替代重要业务环节。而调整 Agent 与人的协作方式，意味着流程、岗位、权限和考核都要跟着变。企业希望 AI 提高效率，却又不希望影响现有工作，也不想承担 AI 带来新的风险。最后，AI 只能处理最无关紧要的工作，真正重要的事情却不敢交给 AI。
AI 项目持续投入，始终会遇到自证价值的难题：AI 远不能独立接管完整业务，最后只能做些低风险、低影响的工作。项目很难留下可量化的结果。企业希望 AI 快速见效，AI 项目负责人却没有改流程、动资源的权力。不敢做重要的事，就证明不了价值；证明不了价值，AI 团队就拿不到资源去做重要的事。
于是，AI 项目负责人被夹在战略口号和现实阻力之间：上面催着交付成果，下面每一步都需要等待、协调和审批。项目可以不断增加目标，却不能改变任何既有安排。
这种处境，并不是今天才有——
开运四年丁未（947年），中原板荡。后晋既亡，冯道随契丹北行。常山兵乱，道率同列四出按抚，“因事从宜，各安其所”；见中国士女被掳，又“出橐装以赎之”，辗转访其家而归之。后于《长乐老自叙》曰：于时不足，不能复田里之惸独。或有微益于国之事节，皆形于公籍。亦当平心易气，应务从宜，期于少济而已。
今天做企业 AI 落地，如果你还没进场，先看清三件事。
第一，只会说“先做一个 AI 出来”，却说不清要改哪条流程、减少什么损失的项目，别接。战略口号不能验收，演示效果也不能算业务价值。
第二，数据还在线下、个人电脑、微信群和口头经验里的项目，别接。你接的不是 AI，是替客户补数字化的旧课。
第三，要 AI 参与审批、定价、资源分配，却没有人愿意提前确认规则、授权边界和兜底责任的项目，别接。让你交付结果，却不让你改变决定结果的条件，接的不是项目，是替别人背责任。
所以，别只问“模型能不能做到”，先问一句：这个项目，究竟有没有条件让 AI 做成？
企业 AI 转型，不是“做成一个项目”那么简单。数据、流程、权责和工作习惯，哪一样都不是上线一个模型就能解决的；企业还得在一次次试错、返工和争议里，慢慢把这些东西重新理顺。这样的转型，靠的不是一场漂亮演示，而是肯熬、肯改，也肯对结果负责。
路虽漫，亦当平心易气，应务从宜，期于少济而已。
记录 AI 进入真实业务流程后的判断、实践与复盘，关注企业如何把 AI 落到具体业务中。如果你正在推进企业 AI 落地，也欢迎交流
