PG官网

  我们给做设备运维的客户演示 AI 故障诊断时，界面顺，识别准，客户当场拍板。三个月后系统上线，巡检员还是翻纸质手册，AI 入口的日活一直上不去，项目组每周都要解释一次。

  MIT NANDA 2025 年的报告里，约 5% 的企业 AI 试点带来明显收入增长，剩下 95% 大多停在试点。Gartner 也预测，到 2025 年底至少 30% 的生成式 AI 项目会在概念验证后被放弃。两份口径不一样，指向同一件事，做出 Demo 和让它在企业里长期跑，是两种能力。

一、Demo 证明能做出来，生产要的是能一直用

  Demo 的环境是被人为收窄过的。数据挑过，流程顺过，操作的人懂业务，现场还有人兜底。真实用户会用方言，会一句话说三个意思，会在系统卡住时直接关页面。生产环境里，订单可能卡在审批，客户可能刚投诉，设备可能离线三天。

  我们见过一个客服 AI 项目，演示时退款话术答得很顺。真到上线，退款要先看订单状态，再看金额权限，还要判断客户有没有进重点投诉名单。模型答对一句话，和它在权限边界里把动作做完，是两件事。

  一个模型在测试集上 90% 准确，放到一天一千单的业务里，10% 就是一百单要返工。返工的人手、客户等待、错误赔付，往往比模型调用费贵。MIT 那份报告也提到，企业 AI 卡住的地方大多不在模型质量，在组织怎么把工具接进工作流。

  我们复盘过一个失败项目，演示用的是三个月前的历史数据，字段齐全。上线后接实时库，设备型号二十多种，点表命名一套一个样，同一个温度字段有的叫 temp，有的叫 wd，有的干脆是拼音。模型没有变笨，输入变了。

  还有一类 Demo，是拿开源模型加几个 prompt 拼出来的。演示效果很好，客户一走，团队才发现没有日志、没有权限、没有并发控制。这种系统连试点都撑不住，更别说接真实业务。

二、先补数据链，再谈模型能力

  很多企业做 AI 的第一步是整理文档、搭知识库、接模型。文档收了几千份，问答效果看着不错，上线两个月，访问量掉下去。员工问完以后不知道该干什么，知识库解决了怎么答，没解决答完往哪走。

  生产要的数据，多不一定有用。销售判断客户值不值得跟，需要交易记录、回款、投诉、最近沟通。采购判断供应商风险，需要合同、交付、质量、付款记录。这些信息散在不同系统里，字段口径还不一样。

  AI 最怕的是拿着错数据答得很顺，答错反而好处理。数据缺一个状态，模型会自己补一个合理解释，业务照着做，后面才发现订单早就取消了。权限这一关，很多 Demo 根本没碰。演示时 AI 能读所有客户资料，生产时客服只能看自己负责的客户。

  数据口径不统一，是最常见的暗坑。销售说的回款是合同金额，财务说的回款是到账金额，售后说的是扣掉赔付后的金额。三个部门都没错，AI 把三个数放一张表里，就会得出谁都看不懂的结论。做 AI 之前，先做一张最小数据字典，哪个字段什么意思，从哪个系统取，多久更新，谁负责。

  IDC 2025 年的亚太企业样本里，企业平均一年做 17.9 个生成式 AI 概念验证，只有 34.5% 转入生产。客户在 CRM 里的状态是跟进中，在工单系统里是已投诉，在财务系统里是有欠款。AI 只读一个系统，就会给出局部正确的建议。

三、AI 要长在流程里，不能另开一个页面

  很多 AI 项目上线后，只是在原有系统旁边多了一个入口。员工要打开 CRM，复制客户信息，切到 AI 页面，问一遍，再把答案粘回工单。用一次两次还行，天天这么干，谁都烦。

  真正能用起来的 AI，应该出现在业务状态变化的地方。商机七天没推进，系统提示风险，生成跟进任务。订单金额超过阈值，AI 核对合同和预算，再走审批。客户投诉升级，AI 识别类型和优先级，直接分给对应团队。库存低于安全线，AI 结合交付周期给出补货建议。

  这些场景里，员工不需要刻意使用 AI。AI 是流程的一部分，像审批流里的一个节点，人只负责确认、否决和例外处理。要让 AI 走到这一步，开发前就得把业务对象、状态、权限、审批和回滚一起设计好。AI 还得调得动业务系统，很多模型能回答问题，却发不了一张工单，改不了一个状态。

  流程 owner 要参与设计。很多项目由 IT 主导，业务只在验收时出现。IT 懂接口，不懂业务里的例外。例外没设计好，上线后一线就会绕开系统。业务负责人不签字，遇到特殊情况只能打电话问项目经理，问几次就不问了。

  退款、授信、合同用印这类场景，不适合一上来就自动执行。先让 AI 做初筛，人做最终确认，等错误率稳定再放开。员工的习惯也比功能更难改，新系统让他多填三个字段，多等五秒，他就会回到旧系统。上线后前两周，每天十分钟的培训，比一次大会管用。

四、上线前把评估、成本和责任定清楚

  Demo 阶段看回答准不准、界面顺不顺。生产阶段要看任务完成率、人工返工率、平均处理时长、错误损失、单次调用成本、转人工比例。这些指标要跟业务结果挂钩，不能只统计调用次数。调用量高，可能只是员工在反复试。

  指标要提前定。上线前业务、技术、运营把三个数写下来，现在多少，目标多少，多久看一次。评估集也要真实，从过去三个月的工单里抽，正常单、边界单、投诉单、异常单都要有。评估集不真实，上线后的准确率就是假的。

  上线不要一把梭。先找一条高频、边界清楚、错了能兜住的流程，选十到二十个真实用户，跑两到四周。AI 先做建议，不做自动执行。高风险动作必须人工确认，关键结论要能追溯来源。任务完成率没提升，人工返工率反而上升，就该停。

  成本要提前算。除了模型调用费，还有数据清洗、接口改造、权限对接、标注、评估和异常处理。通用场景能买成熟方案，不必从零自研。必须自研的，也只做自己业务里最独特的那一段。

  选厂商时，不要只看演示。问三个问题，能不能接真实数据，能不能接权限体系，项目结束后能不能自己接管。有一个答不上来，后面都要加钱。责任也要写进合同，数据归谁，知识库谁维护，模型换供应商怎么迁，出错谁处理。