摘要：很快热度褪去后，企业却陷入困境。投入大量资金，却不见产出。麦肯锡报告显示，截至2024年，全球78% 的企业已引入 AI，同一份针对中国企业的补充分析显示，仅 9% 的中国受访企业表示生成式 AI 为自身带来了“显著的经济价值”。
AI热潮席卷而来。从各类工具到“全民AI”，一场狂欢正在上演。
很快热度褪去后，企业却陷入困境。投入大量资金，却不见产出。麦肯锡报告显示，截至2024年，全球78% 的企业已引入 AI，同一份针对中国企业的补充分析显示，仅 9% 的中国受访企业表示生成式 AI 为自身带来了“显著的经济价值”。
公司发现，精心调教的提示词，换个人、换个场景就失灵了。员工参加了无数培训，回到工作岗位依旧“不会用”、“用不好”。
钱烧了，团队累了，高管迷茫了。
这究竟是哪里出了问题？
这次，混沌请到了李桢，为我们深度剖析AI企业落地失败的三大误区，提供一套从“凑热闹”到“有结果”的破局之法。李桢作为工信部 AI 内容创作师认证主讲师、元一畅想科技联合创始人&COO，是国内最早一批投身AI企业落地实战的专家，曾交付数百场企业级培训与咨询项目，横跨法务、财务、人力、市场、运营等多个核心业务场景，深度陪跑一线。
在混沌，他首次系统公开 400 场AI落地交付后的宝贵心得：三大误区如何一次次把企业拖入“只热闹、没结果”的深坑，又该如何用一套可复制的组织打法把 AI 从“要我用”变成“我要用”。以下是基于李桢在混沌的创新闭门课整理的精华内容。
扫码购买月卡
观看本课程和600 + 主题课
互联网思维的陷阱：AI不是外包的“速效药”首先，我们来看AI落地的第一个困境，那就是它似乎在重复互联网时代的一些错误。很多人把AI落地看作与IT行业类似。大家想想看，在互联网时代，如果想要做一个APP或小程序，我们通常会选择外包。所以很多人会想，要落地AI，就去找IT公司，买一个产品，或者找一个供应商来帮忙。
还有很多公司甚至总想着有没有一个AI超级应用能解决所有问题？
但AI不是一个可以即插即用的工具。AI的本质是“面向目的，而非工具”，也就是它必须与企业的业务深度融合。如果企业自己不躬身入局，就无法理解AI的真实价值，也无法验证它在特定场景下的效能。
不是“工具提效”而是“场景提效”所以，我们不能重复互联网时代“找IT要解决方案”的错误。AI提效，也不应该叫“工具提效”，而应该叫“场景提效”。也就是我们应该围绕自己的业务场景，找到适配的AI工具来解决问题，而不是到处寻找各种好用的工具。
真正有效的企业AI落地，也不是选择某种工具或购买某种产品，而是帮助企业梳理业务流程。通过梳理流程，引导员工对业务有更深度的理解，并将这些隐性知识外显化。
当你挖到这个点时，你会发现AI实际上在做什么？AI是在挖掘企业背后那些你可能不知道的业务流程和优秀的经验方法。
所以，如果你想让企业更好地提升，你需要做的是“量/亮”化。这两个量化，一是把原来停留在各个部门的内部流程显性化；二是去计量，计算这件事到底花了多少时间，做了什么样的投入。
我们举一个简单的例子，一个律师事务所要做企业健康分析。这套分析流程涉及多部门的信息，比如人力资源、法务和运营部门。原来的做法是：所有信息汇集到初级律师手中进行人工审核，然后一步步进行风险评估，最后经过多轮审核才结束。
你需要一步步验证AI的能力和边界在这种情况下，AI有没有可能一次性解决问题？其实是有的，但这需要我们放慢脚步，一步步去验证AI的能力和边界。
当我们这样做时，你会发现这很像智能体工作流。它会让你搞清楚，每一步的工作流程该怎么做？需要读取哪些信息？需要参考哪些法务文档？如何一步步使用大模型筛选，最终形成一个单一律师的工作流程。
这些流程，不管是人力、法务还是运营，底层的审核流程和结构是相似的。这时，我们就可以进行合并和整合。当你完成每一个流程的验证后，你就会有很强的信心，将多个流程整合起来。
所以，为什么强调一定要先做单流程？就是为了还原原有流程，并一步步进行验证。因为如果不验证就跳过步骤，一旦出错，你不知道问题出在哪里。之后我们做到了，比如企业的合同审核、健康程度审核，我们实际上就是把原有多个律师的节点合并了。这正是大家所期望的：一次性解决问题。原来需要3到5天的工作，现在只需几分钟甚至几秒钟，比如60秒或120秒就能解决。
你会发现，原来需要多位初级律师审核的过程现在被合并了。在合并的过程中，我们追求的智能体进阶、彻底解放生产力，以及工作流程的合并，都必须沉淀下来。我们需要做的就是还原原有流程。
每个流程合并的逻辑非常简单，就是为了“减少摩擦”，让大模型一次性解决多个节点。但如果你没有验证过这些节点的同构性，怎么确定它们的提示词和知识库是共同拥有的呢？所以，所有对AI的服务，都是为了最终目的服务。
很多企业会问，什么AI工具好？AI怎么能帮我把这件事做得更快？但我们应该把“快”这件事先放慢，应该问：“这件事本来应该怎么做？”当这个问题问完后，还要问第二个问题：“这件事本来就应该这么做吗？”
如果你把这两个问题想清楚，自然就会进行流程合并。每个企业都应该思考这些问题：谁是这个流程的专家？他能不能还原这件事怎么做？有没有可能在AI工具里，用AI的能力一个一个验证？用AI的缩写、扩写、续写、改写，用它的各种插件能力，把这件事还原出来？这些东西能不能一点点加快，能不能合并？这才是我们正确打开AI的方式。
这就是和以前互联网行业最大的不同，我们需要自我验证。
扫码购买月卡
观看本课程和600 + 主题课
接下来，我们来看第二个问题：AI提效的潜规则是什么？其实，在希望追求速度和快速见效的背后，我们付出了大量的试错成本、试运行成本，存在特别多隐性成本。
很多博主说AI会越来越简单，做自媒体越来越容易。所以AI变简单了，它是知识的平权，让更多人可以写出好内容。
但真正到了企业，你会发现问题并非如此。企业有大量更复杂的流程，以及对行业和世界的洞见分析。AI的加入，让那些对业务理解深度不同的企业，差距反而拉大了，而不是缩小。因为你对业务理解越深，看到的洞见可能越深刻，与AI的互动也可能越强。
你会发现，AI是一个让对整个行业有不同认识的人，其差距越来越大的过程。而在这个过程中，AI的隐性成本主要产生在两个环节：第一，员工缺少有效编写提示词的方法，无法调用AI海量数据中最有价值的内容。第二，企业缺少一个适合AI生存的工作流程。
AI对公司的价值，远不止一个工具很多人以为AI智能体是无中生有，但其实不然。智能体的底层逻辑，是对原有工作流程的还原。如果我们不充分还原和验证现有流程，就盲目部署复杂的智能体，只会增加不确定性，导致项目失败。
为什么会出现这种情况？因为这里存在一个非常重要的概念，叫“知识的诅咒”。试想一下，你和同事共事多年，共同处理一件事。他问你要一个信息，你当然知道他要什么。但你面对AI，它只是一个对话框。你认为AI无所不能，但它不了解你的背景和信息。你以为自己交代清楚了，但AI并没有理解。
到底怎样才能与AI有效沟通？我们来思考一个问题：什么是好的AI提示词？它绝不是一个指令或程序。从某种意义上说，你应该把它看作是开启你与AI对话的一个开场白。它的目标不是给出标准答案。
我们希望通过改变提示词的方式，来改变员工对AI和对工作任务的思考，进而改变思维质量。
我们是怎么做的？来看一个活动方案的案例。一个简单的活动方案是不够的。与AI的沟通应该是引导式的，要准备好信息，帮助员工去思考如何做一个活动方案。所以我们请的不是AI助理，而是AI咨询师。当我们给出引导后，AI第一件做的事不是给答案，而是给问题。
它会问：“你的活动区域在哪里？活动的水平和目标是什么？举办的时间是什么？你想达到什么具体目标？你要卖什么产品？要做什么样的赋能培训？”这是什么？这是我们对于最优秀的活动方案案例的知识萃取，把它变成了一个“咨询师”。
这才是企业真正落地时的价值点：谁该为谁、如何提供思考逻辑和步骤。这不应该是单次沟通，而是多轮沟通。AI可以自动帮员工梳理好业务和流程，描述相关信息。
作为一个好的活动策划者，你似乎少了待确认的内容，比如具体时间、产品展示细节、互动活动等。你看，这才是真正的咨询逻辑，倒逼我们自己，用AI倒逼人进行完整的思考，然后给出AI真正有效的好答案。这个价值对我们才是最真实的。
这时你会发现一个问题：大多数人把AI当成快速的工具，却忽略了它有万亿的数据，它更是一个好的思考伙伴。所以真正的AI革命不是替代我们的工作，而是让AI帮助我们思考得更深刻，维度更全面。让每一个员工都成为销冠、运营冠军，由AI引导着，把真实工作做得更好。
单点突破，减少“摩擦力”我们回到克里斯坦森教授的话：“经验是我们最珍贵的财富，同时也是最禁锢我们的压力。”那些我们可能根本没想过的事情，反而成了AI的突破口。再看《创新者的窘境》，你会发现：面对新技术新市场的时候，导致我们失败的恰恰是形成的良好管理。
所以，我们需要去想，你是否愿意开放心态，让AI真正落地进企业。当它落地后，你会发现一个问题。我们给企业做诊断时发现，不管是中高管还是业务部门，面对AI都有些不知所措，为什么？
现在已经被互联网时代洗刷了十几年，每一个部门都有数字化产品。你有大量的数字化工具。AI是被定义为数字化的一部分。所以当我们拿着AI的泛用能力，面对现在的数字化工具时，我们不知所措。我们不是不知道AI应该用在企业，而是不知道怎么用、怎么嵌入。
所以，找到那个切入点很重要。比如一个医药企业，每个月在抖音、快手、小红书投放1000条短视频。但在企业，他们原始的做法是聘请达人来出内容。他们的痛点在于，达人接了大量广告，没有把产品卖点搞好。
于是我们用AI做了什么呢？让AI去学习这些达人的说话风格，模仿他们的风格，把公司产品的优点集中起来，然后告诉达人：“我们只用你的名气和粉丝，所有的文案内容生成都由我们来，我们会仿照你的方式去输出。”
你看，这就是降本增效。拆得足够细，你才能发现真正降本增效的地方。精准到这种程度，才可能实现。
所以我想说，当AI落在企业里，你会发现有些东西很简单。你只需要有一条AI工具链，嵌入到你的流程链当中。但每当我们做流程链时，会发现一个概念叫“含金量”，也就是它包含的人的处理和决策有多少？
那些含人的决策点，就是那些行业的反共识、数据背后的真相，以及那些被时间沉淀下来的经验。这些经验应该被AI化、被理解化。把企业人的精髓融合在流程链中，AI才能在流程里起到更大的作用。
扫码购买月卡
观看本课程和600 + 主题课
我们来看第三个点，AI在企业落地的真正战场是什么？它不是技术的前沿，而是在人心的深处。人决定了AI的能力，决定了这个AI工具好不好用。仔细想想，是不是有人会说AI工具好不好用，这是人说的，不是机器说的。所以从某种意义上来说，技术不是瓶颈，人才是。
很多企业把AI落地，简单等同于追逐前沿技术。他们花大价钱引进新技术，却忽视了最根本的要素——人。AI的成功落地，最终取决于能否激活企业内部的员工，让他们成为AI的共创者，而不是旁观者。
激活员工，而非替代员工当AI进入企业，应该是“人类能理解（human comprehensible）”，而不是仅仅“机器能处理（machine processable）”。人类能理解是什么意思？是说员工与AI要共同创造一个可行的场景，并发现那些能够去共创的员工，让他们更好地应用。
如果你把AI从工具的妙用、从提效的方式，迁移到“人”的方式，让员工去挖掘，你会发现一个非常双关的结果：你既能找到AI的提效点，又能找到会用AI的人。这两件事合并了，才是企业真正能让AI落地的一个核心。
在这个核心下，你会发现很多优秀的故事，而这些故事就是企业文化的落地。换句话说，我们应该让AI成为我们企业的一个基因，这个事非常有价值。
AI的真正效果是什么？很多同事会问：“老师，你能不能告诉我什么工具好用？”但不应该是老师来告诉大家，而应该是由你的同事、你的员工、你所有的伙伴告诉你：“AI可以让你停止做这件事。”然后，我们拿出更好、更有效的时间和精力，去思考那些我们原来没有余力思考的业务、方法和问题。
你要知道，那些AI产品提出来的需求，很多都不是真正的需求。比如“一键生成PPT”，企业真正需要的可能不是每天都写新的PPT，而是优化那些经常使用的、密密麻麻的旧PPT。我们需要的是研究每个场景下的智能体，研究它背后的业务流程，把提示词融入到每个业务场景中，串联起每个场景的业务流程，最后形成智能体。
所以，AI的基因在企业里，是在人身上，不是在科技身上。是那些业务骨干，那些对市场和行业有洞见的人，他们把流程梳理清楚了，他们告诉企业：“来，我告诉你这个用AI该怎么使。”这才是最重要的。
运用“疯传”理论，激活组织，从“要我用AI”变为“我要用AI”为什么强调激活组织很重要？
有一个背调，是今年年初做的，显示AI落地最大的阻碍中，有48%是因为员工不愿意透露自己使用AI。大家都是在偷偷地学。
亚马逊有一本畅销书叫《疯传》。这本书讲的东西用在AI上特别重要。它里面讲，一个产品的疯传，需要让企业落地的决策者、使用者都认同这个AI产品、这个路径、这个思想是好的，并且让这种行为像病毒一样在公司内部传播，这样才能产生群体效应，让AI产生势能。
企业需要提供什么？一个沃土。企业应该提供你学习AI的诱因、AI得到结果的真实价值，以及那些优秀的使用者的故事。这是让大家看到，因为AI，我们的员工变得更优秀了。
员工通过AI获得的叫做社交货币。有了这项能力，Ta显得更优秀、更潇洒，有了与众不同的特点。这让员工有机会打破原来的公司层级，获得职业跃迁。比如，一个财务人员，他做了审计，将原来6个小时的工作缩短到15分钟；一个在公司干了15年的投资顾问老兵，利用AI写了一份上市公司调研报告，在公司内部成为“圣书”；还有一个员工利用AI数字人做短视频，最终实现了职业跃迁，成为公司新部门的副组长。
这些案例都证明，AI的价值不仅在于降本增效，更在于激活员工，让他们成为业务专家，用AI解决实际问题。
山东高速集团的员工们，没有IT经验，通过全员黑客松活动，用AI解决了招标采购、固定资产盘点、ETC服务等业务场景的真实痛点。他们做出的智能体，如“桥梁检测小助手”、“道路救援建议书”，都是来自业务一线的真实问题。这些故事和实践，让更多人意识到，原来AI在自己的企业里可以这么用。
如果用几句话总结企业如何真正实现AI落地，那就是：别急着让 AI“包治百病”，先让它逼你重新看清自己的流程；
别迷信捷径，先承认隐形成本，再和 AI 长在一起思考；
别只追技术，先赢得人心——找到和培养公司会用、爱用AI的人。
把这三件事做到了，企业才算真正落地，AI 才算真正开始工作。
扫码购买月卡
观看本课程和600 + 主题课
来源：混沌学园