摘要：在今年AI迭代的速度远超预期，从OpenAI的ChatGPT问世到家喻户晓的DeepSeek，日常不带点AI相关的话题，都感觉到落后于他人。

在今年AI迭代的速度远超预期，从OpenAI的ChatGPT问世到家喻户晓的DeepSeek，日常不带点AI相关的话题，都感觉到落后于他人。

尽管当下AI热火朝天，不少人用免费的生成式AI使用教程通过卖课赚得盆满钵满，但跟风使用AI的中小企业，却很难笑得出来。

据国内知名调研机构数据显示，有72%的中小型企业每周使用生成式AI，但真正实现公司业务价值的企业不到三成。企业应用落地陷入“高期待与低回报”的怪圈。

更多公司让员工使用AI多数是跟风使用，“DeepSeek出来了你们看下有什么可以用AI的？”结果多数的DeepSeek最后都沦为一键生成OKR周报的工具。

通过现状引申出一个话题，为什么AI在企业内落地如此困难？

这不是一个凭空的假象，而是不少业内人士共同遇到的业务实现技术瓶颈。

在24年数智科技大会上，亚马逊云科技专家在大会上公开表示，目前AI在企业中落地困难的根本原因是企业的需求预期和当下的AI技术能力不一致。

于通用的大模型技术下，尽管提出的问题保持一致，但大模型每次输出的答案都不能保持完全一致，偶尔还会出现“AI幻觉”的结果，这些不稳定的结果输出和B端企业的需求是不一致的，严重点甚至会带来业务指导的失误。

一业内项目经理在技术论坛上吐槽，在帮甲方搭建AI业务架构的过程中困难重重，一方面是甲方公司原有内部架构和业务流程乱七八糟，没有具体的业务负责人对接导致调研无从下手。

另一方面企业内部数据缺失，许多数据都是事后补录，AI智能体缺乏自主数据训练，导致在业务过程中难以体现AI的实际价值，AI智能变成AI智 障，AI成为工作中的最大阻碍。

为了得到甲方老板的高期待，只能硬着头皮先做一个AI智能客服搪塞一下。

当下的火热的AI就如同20年前的ERP概念刚进中国一样，IBM和SAP初进国内市场，许多企业以为ERP是拯救公司颓势的灵丹妙药，上了ERP公司业务营收就可以咸鱼翻身，促使ERP成为了企业老板幻想的巨大泡沫。

随后因ERP未能和公司架构和业务流程深度融合，这种浮于表面的应用泡沫最后还是被吹破，不仅业务上没得得到预期提升，还把人力物力浪费进去，还得到了一个“假大空”的名头。

看回如今的AI应用在企业落地，不就是20年前ERP走过的老路么？

同样是AI，怎么大企业AI技术落地会比中小公司要好得多？

起初很多人认为这是一个悖论，大企业组织架构繁琐，流程过多，内部数据庞大，内部山头又多，落地一个AI可能牵扯到某些部门的利益，阻碍重重。

但在AI技术圈看来：

有完善的组织架构——便能捋清对应的业务流程；

有基础业务数据——虽然数据都需要清洗，但起码比没数据好得多；

多部门职责分明——每个部门都有对应负责人，更贴近真实业务，AI赋能业务减少功能偏离。

虽AI技术在企业中遇到些落地难题是人尽皆知，但拥有数据基础的公司，比一些空白数据公司AI转型要容易的多。

这里还没算AI应用带来的产出比、业务框架的调整以及组织人员培训等投入的成本；大企业的AI投入是战略，追求长远效益；小公司的AI投入是“救心丹”，一个月后老板会问：“AI都部署了一个月了怎么营收还没起来？”

小企业在组织上还有一个瓶颈就是老板说了算，企业框架是老板定的，看心情可以随时改；业务流程也是随心的，业绩好时流程后补，业绩不好流程处处为难；管理层需要短期效益，销售部门是赚钱的，先把销售的AI业务上一下，其他模块以后再说。

种种小问题的堆砌，最后形成了巨大的落地瓶颈。

面对多重的困难挑战，企业需构建“技术-数据-组织-战略”四位一体的落地框架：

1、技术选型场景化：

企业AI转型首先要了解自身需要什么Agent智能体？需要应用在那什么场景？最终想要达到怎样的效果？

虽然都叫AI大模型，但里面有NLP语言大模型、CV视觉大模型、多模态模型、通用大模型等，需要一个懂公司架构、业务流程和前线需求的责任人对接，共同规划出调研蓝图，AI场景功能模拟等。

2、数据治理前置化：

大部分中大型企业拥有一定的数据基础，完善的销售数据可以帮助大模型更快地去理解学习，快速形成与企业业务相关的垂直应用模型。

缺乏数据支撑的企业，首先要建立跨部门的数据中台，打破部门间的数据孤岛。在AI时代下，企业的销售数据是基础，而前端的访问数据是未来。

3、组织变革敏捷化：

企业需要设立专职的AI转型办公室，打通业务与技术部门的协作链路，业务数智化转型责任落实到个人，并通过“小步快跑”的试点验证可行性。

4、战略锚定价值化：

聚焦企业ROI明确的场景，如智能客服转化、预测性维护等，避免盲目扩张。

AI转型作为企业的战略性项目，需要从各个方面不断投入资源去完善，从而让AI不再成为一个辅助的业务工具，而是成为一个懂公司业务、懂行业趋势的Agent智能体数字员工 。

来源：丽晶软件