你花了一年做”AI平台”，上线那天没人用

这不是段子。这是我们见过最多次的失败方式。

需求文档写了八十页，覆盖销售、采购、库存、财务、人事。开发做了一年，上线那天开全员会，第二周使用率掉到 3%。第三个月，老板自己也不登了。

钱花了，人累了，系统在那儿躺着。

问题不在技术。问题在于一开始就想把所有事都做进去。

三个最常见的坑

第一个坑：先定平台，再找场景。

上来就说”我们要做一个企业大脑”。听着很宏大，但没人说得清明天早上它要帮你干什么。没有具体场景，需求就是一群人想象出来的，落地时全是变数。

第二个坑：流程还没理顺，先上系统。

系统只是把流程固定下来。流程本身是乱的，固定下来的就是一套乱流程，而且更难改——以前改流程开个会说一声，现在要改代码。

第三个坑：一次性换掉所有习惯。

让所有人同时改工作方式，抵触会集中爆发。任何一个环节卡住，整件事就停了。

反过来想：先找一件”又笨又重复”的事

我们的做法是反的。

不先问”你们想做什么系统”，先问一个问题：

你们公司哪件事，每天都有人在做，而且做完不产生任何新东西？

答案通常很具体：抄单、对账、查库存、催货、导表、发通知。

找一件这样的，把它做掉。

• 范围小，两周能出东西
• 见效快，人能立刻感觉到
• 出问题影响面小，能改

跑通一件，人的信任就有了。信任比任何需求文档都值钱。

我们做过的顺序

拿一家客户举例。

第一步没有做全系统，只做了一个”查库存”——业务员发一句话，系统回当前库存。就这一件事，做了两周。

第二个月，业务员开始主动用，因为他发现比自己翻表快。

第三个月，才加开单。

半年后，整条链路才连起来。

顺序是：一个动作 → 一个人群 → 一条链路 → 一个部门。

倒过来做，基本都会死。

大而全不是目标，能用才是

很多老板担心”只做一小块，以后扩展不了”。

实际上恰恰相反：一个跑通的小模块，它的数据结构和接口是真实的、被验证过的；而一个没跑通的大平台，里面全是假设。

先跑通，再长大。反过来长不出来。

常见问题

企业AI落地一般从哪个场景开始最合适？

从”高频、规则清晰、不需要判断”的环节开始，例如数据录入、单据匹配、库存查询、对账核对。判断标准是：这件事每天发生、每次做法基本一样、做完不产生新的决策价值。

一个场景跑通通常需要多久？

范围明确、只做单一动作的场景，通常 2 到 4 周可上线试运行。涉及跨部门数据打通的，一般 6 到 10 周。超过 3 个月还没上线的项目，通常是范围失控。

先做小场景，以后会不会要推倒重来？

不会，前提是数据模型从一开始按长期使用设计。小场景是指功能范围小，不是指数据结构将就。业务对象（客户、订单、库存、单据）的建模要一次做对，功能可以一个一个加。

怎么判断一个场景值不值得做？

三个条件同时满足才值得做：每天发生、耗时明显、规则稳定。如果规则经常变，或者一件事一个月才发生几次，投入产出比通常不划算。

员工不愿意用新系统怎么办？

先做员工自己能受益的那个环节。如果系统只是增加他们的录入负担，抵触是必然的。让系统先替他们干活（比如自动查、自动填），而不是先让他们替系统干活，接受度会完全不同。

预算有限应该先做什么？

先做能直接减少人力或减少差错的环节。这两类投入最容易量化回报：少一个人工、少一次错单，都是可以算出来的钱。管理看板、数据分析这类”看起来高级”的需求，应该排在后面。

一句话

先做对一件小事，再做对一堆小事。