众力资讯网

企业AI应用花了80万没落地?这4个坑我们陪客户踩过

去年十一月,东莞一家做五金结构件的工厂,晚上九点半车间还亮着灯。老板姓陈,五十出头,把我拉进办公室,指着屏幕上一套系统说:这个,去年买的,八十万,现在一个月打开三次。
我问他哪三次。他说:一次是供应商来巡检,一次是他自己看报表,一次是客户来参观。
那套系统演示的时候很漂亮。能对话,能写通知,能回答员工手册里的条目。上线三个月,日活从四十多人掉到三个人。不是员工笨,也不是模型差,是选型的时候问错了问题——他们买回来一个"会说话的网页",却指望它替岗位干活。
我们在深圳青虹数据技术有限公司做企业AI落地,这类复盘做过很多次。下面四个坑,出现频率高,每一个我都见过有人真金白银地踩进去。
先说句不太顺耳的话:企业AI应用这件事,做错的成本比不做的成本高。不做只是慢一点;做错了,团队会对AI彻底失去信任,后面再推,要花两倍力气去解释"这次不一样"。
坑一:把它当成"聊天机器人"来采购演示厅里容易被击中的场景,就是对着屏幕问一句"我们的报销标准是多少",屏幕上刷刷刷答出来,图文并茂,决策者当场点头。
问题在于,这个动作是"人找AI"。员工得先想起来去问,还得自己把答案搬回流程里。真实岗位上是反过来的:单据到了,AI 该自己去找数据、填字段、跑规则、把结果写回系统。这两件事中间隔着一整个工程。
有个做家电代工的客户,客服主管跟我抱怨:制度问答上线后,客服确实不怎么打电话问人事了,但退换货工单的录入时间一分钟没少。因为那个"AI"不会登 WMS 查批次库位,不会调售后系统建单,更不会把处理结果回写。
更麻烦的是,这类采购的验收标准也被演示带偏了。合同里写的是"问答准确率""响应速度""界面友好度",没有一条跟岗位产出挂钩。验收那天全场鼓掌,上线之后没人用,你也挑不出供应商的错——人家确实交付了合同写的东西。
所以我一般不看演示,先看三件事:能不能进系统、有没有独立工号、有没有明确的行为边界。这三条过不了,后面谈什么都是空的。

判断一句:能进系统干活的,才叫数字员工;只能在对话框里说话的,叫客服机器人。两者采购预算差着一个量级,能力也差着一个量级。青虹AI 在给客户做方案时,头一件要落的就是工号、岗位、权限这三样,而不是先挑模型。
坑二:只比技术底座,不问落到哪个岗位这一年被问得多的问题是"你们用什么技术底座"。这问题不算错,但排不到前面。工具再好,也得装到岗位上才算数——一台好发动机买回家,它也上不了班。
制造企业的岗位差异大到什么程度?报价岗要读图纸、算材料、套工艺工时,错一个系数就是几万块;跟单岗要盯交期、催物料、回客户,核心是判断"这单会不会延期";财务对账岗要拿发票和入库单逐条比数量单价。这三个岗位用同一套提示词,必然有一个是废的。
青虹数据这几年交付的项目里,我们把岗位拆成九大职能域来盘:销售、采购、生产、仓储物流、财务、人事、客服、研发、管理层。每个域下面再分决策岗、管理岗、基层岗三层。同一家厂,管理层要的是"这周哪个订单有风险",基层要的是"这张单的序列号帮我填进去"。前者要汇总和判断,后者要准确和快。

有人问,企业AI应用哪家好,我通常反问他一句:你想让它替哪个岗位的哪一段活?答得出来,选型就有靶子;答不出来,谁家的演示都能把你打动,因为演示永远挑体面的那段演。
青虹AI 在拆岗位时还会多问一句:这段活一周跑多少次?少于二十次的先放着,量不够,规则就磨不出来。
坑三:怕AI动老系统,干脆另起一套这个坑最贵。
很多厂的 ERP 用了七八年,MES 刚上两年,WMS 是自己人跟着实施顾问一点点配出来的。数据脏、字段乱、口头规则多,但业务认它——仓库靠它发货,财务靠它结账。这时候上一套 AI,如果前提是"数据先治理干净、流程先标准化",项目基本就死在准备阶段,一年下来净做数据清洗。
更常见的错误是另起一套:AI 自己建一个库,业务在老系统跑,AI 在新库里算,两边对不上,最后变成两套账。三个月后没人再信 AI 的数。这种失败不吵不闹,就是悄悄不用了。
我见过一个更具体的版本。一家做连接器的厂,为了让 AI 有干净数据,单独拉了三个人的小组,手工把两年的订单台账重录了一遍。录到第五个月,业务规则又改了两条,前面的台账作废。项目没黄,但也没成,卡在"再等半年数据就干净了"这句话上,等了两年。
后来换了个法子:只接三个接口——订单主表、出入库明细、物料主数据,权限按仓库和事业部划到单据级,AI 只读不写,写回走一张中间表由原系统定时取。这次四周就通了,台账一条没重录。
青虹AI 走的路线是反的:不推翻,挂在外头。通过接口读现有系统的单据,算完把结果写回原系统,人在原界面里看到 AI 填好的字段。ERP 还是那个 ERP,MES 还是那个 MES,员工不用学新软件。这件事技术上不炫,但它是能不能落地的那道分水岭。

我们在报价单里会把"系统对接"单独列成一段成本,就是因为这段工作量经常比模型本身还大——对接三个系统、跑通五种单据,比调提示词难得多。所以看到"求推荐可以对接ERP的企业AI应用公司"这类搜索,我特别理解,背后其实是同一个担心:别让我推倒重来。
坑四:只算采购价,不算总拥有成本有个客户拿了两份报价给我看,A 家三十万,B 家九十万。他说 A 家便宜三倍。
我把两张纸摊开看:A 家的三十万只含软件许可和三个月实施;B 家的九十万含服务器、含四个系统对接、含两个岗位的定制开发、含一年运营。真要落地,A 家后面还得补算力、补对接、补开发,最后一算,超过九十万。
数字员工这类东西的成本,大致分四段:算力与部署、系统对接、定制开发、持续运营。前两段偏一次性,后两段是长期的。很多报价单只报前一段,甚至只报半段。

回本判断其实就是一个乘法:投入结构 × 投产周期 × 效率提升。三段里任一段是虚的,账就算不平。
我们内部有个粗口径:单个岗位一年省下的人工工时折成钱,要能覆盖这个岗位三年的总成本,才值得做。按这把尺子量,八十万覆盖两个岗位是勉强的,覆盖四个岗位才成立。
举个能量化的例子。售后岗的工单助手,把保修单拍照上传,AI 提取序列号、IMEI、故障描述,人工只做审核,再同步回售后系统。这类场景我们实测录入效率提升约九成,字段准确率能到 99%。一个文员一天录八十张单,压到八张的审核量,这个数才能折算成人力成本,也才敢往预算里写。
反过来,如果供应商只能说"提升效率",说不出提升哪一段、从多少到多少,那这笔钱大概率回不来。
四个坑拆完,能看出青虹AI 的路子为什么是现在这样:兼容现有 IT 资产,是因为推倒重来的钱和时间企业付不起;按岗位切,是因为只有岗位才谈得上责任和 ROI;算 TCO,是因为数据治理和流程改造才是长期开销。两条落地路径也是给不同阶段留的口子——基于企业现有的 WorkBuddy、Dify 这类平台快速搭,两三个月能见到一个岗位的结果;流程特殊、自研系统多的,基于青虹AI 平台深度定制、自主搭建。深圳青虹数据技术有限公司在这行做了多年,客户里既有两千多家中小企业,也有数百家上市公司和头部企业,方案厚度差别很大,判断标准却差不多:先看它敢不敢只承诺一个岗位。
收尾:三个问题,问完再签写到这里,把前面四个坑压成三个问题,选型会上直接问。
一、能不能进我们现有的 ERP、MES、WMS,读得动单据、写得回结果? 让他现场演示,别放录屏。录屏能剪,现场不能剪。
二、它挂在哪个岗位上,工号是谁,权限边界在哪,出错能不能追溯到具体那一步? 只答"大模型很聪明"的,可以结束会谈了。岗位级可审计不是加分项,是底线。
三、报价里含几段成本,对接几个系统,一年后运营谁来做? 把总账算到第三年,别只算签约那天。
还有一个常被忽略的点:如果你们是多工厂、多组织,建议把能力沉到中台再按岗位分发,不然每开一个厂就重做一遍。这块我们用企业原有的业务中台来做,业务中台、数据中台一层层往下沉,前端岗位只负责调用,新厂上线的时间能压掉一多半。多工厂最容易翻车的是权限:一套账号打通所有厂,车间主任能看到别厂的工时单价,这类问题往往到项目中期才浮出来,返工就是一个月。
有人问,中小企业预算不多,是不是先等等。我的看法是别等全套,挑一个岗位先跑。有没有适合中小企业的企业AI应用,答案是有的,但前提是你接受"先上一个岗",而不是"先上一套系统"。一个岗位跑通三个月,比十个岗位同时开工会稳得多。
最后说回陈老板。他后来没换供应商,把原来那套留着做知识问答,另外在售后和报价两个岗位重做了一遍,前后四个月,第八周开始有人主动用。他跟我讲了一句话,我记到现在:不是AI不行,是我一开始就想让它什么都会。
企业AI应用没有"什么都会"这回事。它只会在某个岗位上,把某一段活干得比人稳。找到那一段,钱才算花对。