《有人都在追模型,赢家却在抢场景》
——人工智能的分水岭,不在参数规模,而在能否进入真实生产链条
人工智能最昂贵的失败,是演示成功了,业务却没有改变。
屏幕上对答如流,展台上流程丝滑,回到车间却接不上设备,进了业务却减不了返工。这种落差提醒所有人:把技术装进系统,离把能力变成收益,中间还隔着一整条生产链。
过去靠讲故事拿估值,未来靠做应用赚现金流。
十月以来,顶层信号密集而一致:以落地应用牵引技术创新,让人工智能赋能千行百业。翻译成企业听得懂的话就是,“人工智能+”已经不是一道“不做就落后”的必答题,而是一道必须算出结果的应用题。
必答题考的是态度,应用题考的是答案。
眼下不少上市公司已在工业制造、办公服务、生物医药等领域迈出实践步伐,但落地质量分化明显,许多项目仍停在试点。能展示,不等于能复制;能运行,不等于能盈利。资本可以支持试错,却代替不了商业验证。
答好这道题,要过三关。
第一关:审题,先找问题,再找技术
为什么有些项目演示惊艳,上线后无人问津?
因为顺序反了。它先有了锤子,再满世界找钉子。业务没有提出真问题,项目却急着交出新答案,最后多半是给旧流程添了一道手续。
正确的顺序是倒过来:先找生产链条上效率最低、成本最高、质量最不稳的环节,再问人工智能能不能解决。一道反复返工的工序,一次迟迟定位不了的故障,一段长期等人工处理的服务流程,这些才是算法最该扎进去的地方。
深耕产业的企业,恰恰最清楚疼点在哪里,也最清楚一次改善值多少钱。这是实体企业相对于纯技术公司的天然优势。
技术不会告诉你该用在哪,只有疼痛会。
有机构统计,企业级生成式AI试点里,超过九成没有带来可衡量的损益改善。不是技术不行,是题审错了。为应用而应用,展会上热闹,生产线上哑火,非但无益,反而添乱。
起步可以小,问题必须真。场景选对,这道题就答对了一半。
第二关:列式,不是装上工具,而是转动循环
找到场景,只答对了前半道题。后半道题,是让应用持续改进,而不是验收完就停在那里。
机制不神秘:场景提出需求,需求沉淀数据,数据改进模型,模型回到场景接受检验,检验结果再进入下一轮。每一次真实使用,都该为下一次改进留下依据。
为什么同一个模型,放进不同企业,效果天差地别?因为模型之外,还有行业经验、数据质量和流程配合。知道一个结果“看起来不错”,与知道它能不能满足生产要求,中间隔着大量一线知识。
模型可以买,算力可以租,唯独十年积攒的一线数据买不到。
模型是公共品,循环是私有财产。
这也解释了一个常被误读的现象:为什么一些看起来“不够AI”的传统企业,反而最先把账算正。它们没有最强的算法,却有最深的数据井。井深一寸,循环快一步,护城河就宽一丈。
当然,全链条不等于一拥而上。先跑通一个环节,再打通相邻流程;先验证数据能用,再扩大使用范围。
第三关:验算,技术有没有用,要到账本上见
到这里,必须踩一脚刹车:效率提高了,就一定赚到钱了吗?
未必。
一个环节省下的人工,可能被系统维护、数据整理、员工培训和流程调整吃掉;一道工序快了,后面的工序仍然拥堵,整体交付纹丝不动。局部漂亮,不等于全局划算。
所以验收不能只看模型指标,更要看经营指标。模型指标回答“做得准不准”,经营指标回答“做得值不值”。
企业至少要算清三笔账:与原流程相比,成本是否真正下降;质量、效率或收入是否持续改善;这套做法能否复制到更多场景,最终贡献利润与现金流。一次成功,只能证明值得继续验证;稳定复现,才有资格谈规模化。
市场的估值逻辑也在切换。泡沫退去之后,投资者开始给这道应用题打分,分数不看发布会的掌声,看财报的脚注。
故事能撑起一轮估值,撑不起一张资产负债表。
一本古老的书里说,凭着果子,就能认出树来。新教传统把这句话放进了做事的伦理:信心不靠宣告,靠结出的果实。企业做AI,道理一样。做得好不好,不用听,看果子。
最该避免的,是拿别人的答案交自己的卷
同样叫质检,不同企业的工艺、缺陷和容错要求完全不同;同样叫客服,不同行业的知识体系和责任边界各有差异。邻居上了大模型,我也上;同行发了白皮书,我也发。抄得越像,死得越快,因为别人的疼点不是你的疼点。
人工智能秀,是用增量的姿势,做存量的表演。
防止“秀”,不是否定创新,而是保护真正的创新:让资源流向真实需求,让试点接受持续检验,让有效方案获得扩大应用的机会。真正的答案抄不来,它长在自己的车间、仓库、客服电话和售后工单里。
把视角拉高。这片土地上的企业,手里握着三张别处难得的牌:完备的产业体系,丰富的应用场景,扎实的工程化能力。别处的AI常常困在“有模型、没场景”,这里恰恰相反,场景多到用不完,缺的只是把技术塞进去的耐心。而从实验室到产线那段最难走的路,这里有人走过几千遍。
所以这场下半场,比的从来不是谁的参数更大,而是谁的落地更深。当人工智能从云端落到车间,当算力真正化为生产力,所谓“关键变量”,就会变成“确定性增量”。
变量令人焦虑,增量让人踏实。
过去的竞争,拼谁先讲出AI;接下来的竞争,拼谁先算出AI。
当故事退潮,账本浮出水面。先把题审对的人,已经悄悄交了卷。
(唐加文,笔名金观平;本文成稿后,经AI审阅校对)