企业 AI 项目做不成的原因高度重复。不是模型不行，也不是团队不努力，是顺序错了，几乎每一个做不成的项目都能在下面这几条里找到自己。
这篇写给要做决定的人：老板、一把手、被指派去推 AI 的那个中层。先讲为什么要做，再讲顺序、坑、培训怎么设计、投入节奏和验收标准。不讲技术。
一、企业为什么现在要做 AI
因为业务流程里那些重复、耗人、又不涉及关键审批的环节，现在可以由 AI 接手一部分，而且不一定要动核心系统。具体有四个原因。
AI 能做的事从「聊天」变成了「干活」
主流大模型现在可以按规则和样例出初稿、整理资料、回答固定问题、汇总数据。这正是企业里最消耗人力的那类工作：报价单、规格表、跟单进度、售后工单、排班表、客户回访、日报周报。把这些环节交出去一部分，人手紧的问题会缓解很多。
门槛在降
做一个内部知识库问答、一个售后首轮应答、一套报价单生成流程，现在用现成平台就能搭，不一定要自研，不一定要大团队。中小企业有机会在不改核心系统的前提下，先拿到一个看得见的效果。值不值得做，要结合资料整理、系统接入、培训和后续维护的工作量一起评估。
人的问题需要时间
工具可以一天买回来，但让一线员工愿意用、会用、用对，需要培训、样板和跟进。这件事越早开始，越早过掉「大家很兴奋但没人用」的那一段。
成本结构在变
工具订阅通常不是最大的一块，把 SOP 和资料整理成 AI 能用的样子往往才是，而这部分只能公司自己做、越早做越省。等到报价、客服、回访的自动化在行业里变成常态再动手，追赶的成本会高得多。
所以企业现在该做的不是「全面转型」，而是找一个环节做出来，让全公司看见，再决定下一步。培训穿在中间，不是独立的一件事。
二、企业想做 AI 转型，第一步到底该做什么
第一步是诊断，不是采购，也不是培训。
具体做法：花半天到一天，把公司的主要流程从头到尾过一遍。订单怎么来、怎么报价、怎么交付、客户怎么跟、问题怎么处理、数据在哪几个系统里、每个环节谁在做、最耗时间的是哪一步。这个过程不需要技术能力，需要的是把真实情况摊开，包括那些「大家都知道很烦但一直这么干」的环节。
过完之后，筛出同时满足三个条件的环节：
- 重复度高：每天或每周都在做，不是一年几次。
- 耗人：占掉某个岗位相当比例的时间，省下来能明显感觉到。
- 不涉及关键审批：做错了容易发现、也容易修正。
一家公司通常能筛出三到五个。这就是 AI 落地的起点。没有经过这一步就开始买工具、开始全员培训，很难有结果，因为你不知道要改什么，培训完大家也不知道用在哪。
三、第一个场景怎么选
筛出三到五个之后只挑一个先做。挑选标准是「最快能看见效果」，不是「最有价值」。
这一点反直觉，但很关键：第一个项目的真正作用不是省钱，是让全公司相信这件事能成。价值最大的那个环节往往也最复杂、牵涉部门最多、周期最长，放在第一个做，半年没结果，公司就不信了，后面再推阻力翻倍。
| 场景 | 典型周期（到可演示、可用） | 难点 | 适合作为第一个 |
|---|---|---|---|
| 内部制度 / SOP 问答 | 数周（资料整齐的话） | 资料散乱、版本不一 | 很适合 |
| 客服常见问题首轮自动答 | 1–2 个月 | 问题归类、转人工规则 | 适合 |
| 报价单 / 产品资料多版本生成 | 数周 | 模板梳理 | 很适合 |
| 往来邮件与聊天记录整理成客户档案 | 数周 | 数据导出权限 | 适合 |
| 经营数据汇总成一页摘要 | 1–2 个月 | 口径统一、系统对接 | 看数据状况 |
| 核心业务系统 / 生产调度改造 | 半年以上 | 牵涉面大、风险高 | 不适合作第一个 |
周期指做到「能演示、能用」，不等于已经产生业务效果；实际周期取决于资料状况和内部配合。
选定之后定三件事：谁负责、什么时候演示、用什么指标验收。三件里少一件，项目就会飘。
四、企业 AI 落地为什么失败：六个最常见的原因
1. 顺序反了：先培训后找场景
最常见的一种。花钱做了全员培训，课上大家很兴奋，一周后一切照旧。原因是培训教的是通用工具，回到岗位上对不上号：员工不知道自己手上哪件事该交给 AI，也没有现成的流程可以套。正确的顺序是先做出一个能用的东西，再教大家怎么把同样的方法搬到自己的活儿上。
2. 一上来就动最核心的系统
第一个项目选了核心业务系统改造、生产调度这类，周期长、阻力大、牵涉部门多。半年过去没有可演示的成果，高层耐心耗尽，项目无疾而终。第一个项目要小、要快、要能当众演示。
3. 没有指定内部负责人
定了方案没定人。AI 项目需要一个内部对接人：懂业务、有一定决策权、愿意推。他不需要懂技术，但必须能拍板「这个环节就这么改」。没有这个角色，项目会死在「大家都觉得挺好但没人动」里，这比明确反对更难救。
4. 数据和资料根本没准备
想做知识库问答，开工才发现公司的 SOP 散在几十个群、个人电脑和不同版本的文档里，同一个流程三个说法。资料整理往往是工作量最大的部分之一，而且这活外人做不了，必须公司内部有人梳理。立项时就要把这部分算进周期和预算，否则一定超期。
5. 只买工具不改流程
采购一批 AI 工具账号发下去，流程一点没变。工具只是手段，真正省时间的是流程被重新设计了：原来五步的事变成两步，原来要等人的环节不用等了。不改流程的工具采购，续费的时候一定第一个被砍。
6. 没有验收标准
做完了不知道算不算成功，项目永远处于「还在优化」。上线前就要定清楚：哪个指标、从多少到多少、谁来确认、什么时候确认。比如「常见问题首轮自动答复率达到某个目标值，由客服主管在上线一个月后确认」。有这一句，项目才有终点。
五、企业 AI 培训应该包含哪些内容
企业内训不是把公开课搬进公司。一份合格的方案至少要有这六块，少一块效果就打对折。
- 前置业务调研：培训前先了解公司在做什么、流程什么样、痛点在哪。没有这一步，课件讲给谁都一样。这一步通常和落地诊断合在一起做。
- 所有人一起学的基本功与边界：怎么把要求说清楚、怎么给 AI 资料和样例、怎么核对结果、哪些资料能给哪些不能给。练习前先处理掉敏感数据，AI 生成的内容一律检查后再用。
- 按部门拆模块：销售、运营、行政、生产、财务的高频动作完全不同，混在一起讲等于都没讲。各自围绕两三个高频动作练，用公司自己的脱敏文档、真实客户问题、真实报价单当素材。
- 围绕样板场景的实操：如果已经有一个跑起来的样板（知识库、首轮应答、报价生成），培训就围绕它，教大家怎么用、怎么维护、怎么把同样的方法搬到自己手上的活儿。
- 管理层单独一节：老板和中层要学的是怎么判断、怎么推、怎么验收、什么时候该停，和员工学的操作不是一回事。
- 留下可复用的资产与课后跟进：交付提示词库、操作手册、流程文档，而不只是一份课件。之后按约定周期跟进使用情况，卡在哪当面解决。跟进范围和期限在方案里写清楚。
培训的产出是什么
一次合格的企业 AI 培训与落地，交付的不是一份课件，而是：一个跑起来的样板场景；每个部门有能带头用的人；提示词库、操作手册、流程文档这些留在公司里的资产；一套谁来维护、多久回看一次的机制；管理层判断值不值得投、怎么验收的能力；以及第二、第三个场景的路线图。
培训前公司需要准备什么
两样：一个懂业务、能拍板的内部对接人，和一份资料清单，也就是 SOP、规格表、常见问题、报价规则现在都在哪、谁手上有最新版。资料整理往往是企业 AI 落地里最费时间的一步，提前开始有助于减少后续的整理时间。参训员工自带笔记本电脑，课上用到的工具账号和使用限制会在方案里说明。判断方案是不是定制的，问对方一句「练习用我们自己的文档行吗」，回答含糊的基本就是通用课件。
六、没有技术团队的中小企业，能不能做 AI
能，而且往往比大公司见效快，因为决策链短、流程改起来阻力小。关键是别照搬大企业那套「顶层规划、全面转型」的打法，那个对几十人的公司来说，成本和周期都不现实。
务实的做法是四条：
- 第一年只做一到两个场景，做扎实，不铺开。
- 用现成平台搭，不自己造轮子。中小企业自研的投入产出比几乎总是负的。
- 找一个懂业务的内部同事当对接人，不需要他懂技术，需要他能拍板。
- 培训只培真正要用的那几个人，别搞全员。等东西跑起来、有人尝到甜头，扩面是自然发生的。
成本上，中小企业最容易犯的错是低估资料整理的工作量、高估工具本身的费用。实际情况往往相反：工具订阅不是最大的一块，把 SOP 和资料整理成 AI 能用的样子往往才是。这部分可以自己做也可以外包，但一定要算进预算。
七、员工抵触怎么办
抵触基本来自两件事：怕被替代，和怕多干活。这两件都不是靠动员会能解决的。
有效的处理方式是先挑一个大家公认最烦的环节下手：填重复表格、回重复问题、手动整理数据。让 AI 先接掉这部分，第一印象就是「它帮我减活」而不是「它来抢饭碗」。这个顺序对后面所有推进的影响非常大。
另外让一线员工参与试点设计。他们最清楚哪一步最难受，做出来的东西也更贴合实际，而且参与过的人会自动成为推广的人。反过来，硬推和用 KPI 压，几乎必然失败，员工有一万种方式让一个工具看起来在用但实际没用。
八、数据安全的边界怎么定
这是老板问得最多的一个问题，也是最容易被含糊过去的。比较稳的定法是分级加一条硬边界。
| 数据类型 | 处理方式 | 举例 |
|---|---|---|
| 公开资料 | 可直接用通用工具 | 产品手册、官网内容、行业资料 |
| 内部一般资料 | 可用，建议走企业账号 | 内部 SOP、模板、培训材料 |
| 敏感业务数据 | 脱敏后使用，或走可控部署 | 客户名单、报价、合同、财务 |
| 核心机密 | 不进入 AI 流程 | 核心配方、未公开战略、个人隐私数据 |
一条硬边界：AI 只做建议和初稿，不参与关键审批。付款、合同签署、人事决定、对外承诺，最终必须由人确认。这条守住了，绝大多数风险都可控。
另外两件该做的：涉及敏感数据的系统开权限和日志，谁在什么时候问了什么要能查；以及在内部制度里写清楚哪些内容不能往外部工具里贴。后者成本几乎为零，但能挡掉最常见的泄露方式。
九、AI 智能体、数字员工到底是什么
这两个词被用得很乱，说清楚有助于判断供应商在卖什么。
智能体指的是能按目标自己调用工具、分步完成任务的 AI，不只是一问一答。比如「查一下这个客户最近的订单，整理成摘要发给销售」，它要自己去查、自己整理、自己发。数字员工是它在企业里的通俗叫法：给它一个明确的岗位职责。
和普通聊天机器人的区别在三点：接得进公司的资料和系统；行为有权限控制和日志，可追溯；有明确的边界，什么事能自己做、什么事必须转人工是写死的。如果供应商说的「数字员工」不具备这三点，那本质上还是一个套了壳的聊天窗口。
业务人员能不能自己做智能体
简单的可以。基于现成平台搭一个问答机器人、一个部门知识库、一套固定流程的自动化，业务人员经过培训完全能自己做出来，而且因为他们最懂流程，做出来的往往更贴合实际。但要接入公司系统、涉及权限和数据安全的，还是要技术团队或服务商配合。比较务实的分工是：业务人员做前面那部分，专业团队负责接系统和上生产。
十、四阶段落地路径
把上面的内容串成一条可执行的线，大致是这四步。培训不是独立的一件事，而是穿在中间。
| 阶段 | 做什么 | 产出 | 常见周期 |
|---|---|---|---|
| 一、诊断 | 梳理流程，筛场景，评估可行性，排优先级 | 带优先级的诊断结论 | 数天 |
| 二、试点 | 挑一个场景做出可运行版本 | 能演示、能用的系统 | 1–2 个月 |
| 三、内训 | 围绕已跑起来的东西做培训，按部门拆 | 会用的人 + 提示词库 + 手册 | 数天到数周 |
| 四、陪跑扩面 | 跟进使用、调流程、写进 SOP、扩下一个场景 | SOP + 第二第三个场景 | 按月持续 |
这四步的顺序不能调。最常见的调换是把三放到一前面（先培训再找场景），前面讲过，那是失败率最高的一种走法。
预算大概怎么估
按三块估：工具与平台订阅（通常不是最大的一块）、开发与集成（看场景复杂度）、资料与流程整理（最容易被低估）。另外要给第四阶段的陪跑留预算，上线不等于落地，后面几个月的调整才决定这笔投入有没有白花。具体到你的公司，先做诊断再估，凭空估的数字基本不准。
十一、在深圳找企业 AI 服务商，看哪几条
- 它自己有没有在线运行的 AI 产品能当场点开验证，而不是只有案例 PPT。
- 交付物里有没有可运行的系统，还是只给一份报告。只交报告的咨询，对中小企业价值有限。
- 有没有本地团队能上门，把你们的流程当面过一遍。远程能做，但第一次面对面的信息量确实不一样。
- 培训、开发、陪跑是不是同一个团队。分开做的三件事，接口处经常接不上，最后互相推。
- 合同里有没有写验收标准。写不出来的，说明对方自己也没把握。
莱客（深圳）网络科技有限公司成立于 2016 年，办公室在深圳市龙岗区仁恒梦创广场 A 塔 2502，做的就是上面这条完整路径：AI 落地诊断、智能体与 AI 助手开发、企业知识库问答、定制内训、按月陪跑。培训、开发、陪跑是同一个团队。我们自己开发并在线运行的四个平台，莱客 AI 商学院、莱客智能体、3306.AI 多模型平台、AI 落地诊断，都可以当场点开验证。
判断我们适不适合你的公司，咨询时把三件事说清楚：公司在做什么、现在最耗人的环节是哪几个、有没有一个能拍板的内部对接人。顾问会给一条具体建议，不合适也会直说。深圳的企业可以约到访或上门，深圳以外的企业可以远程做诊断和培训。课程方案与安排请联系顾问。