虎嗅

前智谱COO,终于说出了企业AI 的乱象

该文章尚未提供 Français 解读,以下为中文版内容。

核心内容总结

这篇文章通过前智谱COO张帆的采访和作者自身观察,揭露了当前企业AI行业的五大典型乱象:靠炫技Demo忽悠客户、FDE团队名不副实、老板“许愿式”盲目上AI、把AI落地当成纯技术问题、急于用AI裁员。文章强调,企业AI的真相是“做出来≠跑通”,真正的价值在于落地后持续解决业务问题,而非演示时的酷炫效果。

具体拆解解读

1. **Demo看着炫,落地就拉胯——别被“表演式AI”骗了**

现在做AI Demo太容易了:写段提示词、预设几个问题,AI就能给出完美答案,第一次看的客户往往被震撼。但真实业务可不是“彩排好的剧本”——数据会缺、规则会冲突、用户问题千奇百怪(比如客户突然问一个Demo里没准备的刁钻问题)。

比如有企业花几百万做了Demo,上线后发现AI连基本的业务流程都搞不定,最后只能下线吃灰。作者建议:企业买AI别先看Demo,得去已经落地的客户现场看——用户还在持续用吗?AI出错了怎么纠正?业务指标有没有真的变好?这些才是关键。

2. **FDE不是“万能药”——本质还是“换汤不换药”的实施顾问**

很多厂商吹自己有“FDE(前线部署工程师)团队”,能诊断业务、落地AI。但真相是:大部分FDE就是传统实施顾问,只是懂点AI术语。他们做的还是梳理需求、整理数据、定制开发那套,根本没法真正解决业务问题。

张帆用了个形象的比喻:“用发动机更高效地养马,而不是造出一辆汽车”——意思是FDE没有改变业务的底层逻辑,只是用AI工具做了点表面优化。结果就是:FDE被拖进定制化泥潭,客户不认可价值,厂商回款困难。

3. **许愿式上AI——老板的幻觉比AI还严重**

厂商爱讲“客户用AI收入翻十倍”的故事,老板听完就幻想:我投100万,能不能赚10亿?这就是把“愿望当目标”——90%的AI项目打水漂,都是因为老板的幻觉。

作者给老板提了个醒:听到成功故事先问两个问题——这家企业成功的条件(比如有没有现成的高质量数据?团队有没有AI能力?)和代价(比如投入了多少时间和人力?)是什么?自己能不能满足?甚至可以让厂商把“收入翻十倍”写进合同——敢写的才靠谱,不敢写的都是忽悠。

4. **AI落地不是技术问题——先想清楚“解决什么业务问题”**

很多老板被成功故事打动后,直接让CIO出AI方案。但AI落地最难的不是技术,而是业务和决策:比如做销售AI,是要自动整理销售记录(简单流程自动化),还是判断商机价值(需要数据收集、组织配合、机制改革)?后者难度高10倍。

作者强调:老板得先下场,搞清楚三个问题——要解决什么业务问题?达成什么目标?愿意付出多大代价?而不是先找厂商买产品。否则,AI项目从一开始就方向错了。

5. **别着急裁人——AI需要“人兜底”**

老板们总想着“AI跑起来就裁人”,但AI只能接低风险、标准化的工作(比如重复录入数据)。复杂业务(比如AI答错客户问题怎么补救?误判商机谁负责?)还得靠人。

比如有的企业刚把员工经验教给AI,就急着裁员,结果业务出问题时没人兜底,再请人回来代价更高。更稳妥的做法是:先让AI和业务专家一起干——AI做重复活,专家监督AI、处理异常。等AI稳定了,再慢慢调整组织。

结语

企业AI的时代才刚开始,但成功的关键不是“讲故事”,而是“务实落地”。如果要立项AI项目,先问自己五个问题:

1. 这个AI到底解决什么业务问题?

2. 真实业务场景和Demo有多大差异?

3. 成功案例的前提条件和代价是什么?

4. 供应商的FDE团队真有能力吗?能提前面试吗?

5. 业务目标是什么?供应商敢写进合同吗?

这些问题不性感,但能帮你避开90%的坑——毕竟,真正的AI价值是“老板走后,它还能替企业把事做好”。