三十人的公司上 AI，最常见的结局是买了一套系统，用了两个月，回到 Excel。原因很少是工具不行，多半是顺序错了：先选工具，再找场景，最后发现没人愿意改习惯。更稳的路径反过来——先挑一个每天都发生、效果能量化的小环节，用现成工具跑通，再决定要不要往下投。这篇讲清三件事：第一个环节怎么挑、四类场景各自能做到哪、什么情况下该停。
先建系统的人，钱多半花在没人用的功能上
中小企业的约束不是想象力，是人手和现金。一个大系统意味着需求梳理、选型、实施、培训、维护，每一环都要占用本已紧张的人力。更现实的问题是时间：项目上线通常要三到六个月，这期间业务流程本身可能已经变了。等系统交付，需求已经过期，于是进入第二轮改造，预算翻倍。
小步验证的价值不在于省钱，而在于缩短反馈。两周能看到效果的事，错了可以换；半年才见效的事，错了只能硬撑。这个差别在资源紧张的公司里会被放大很多倍。
挑第一个环节的三条尺子
高频、可衡量、错了不致命。三个条件缺一个，验证就会失真。低频的事样本不够，一个月跑三次，看不出稳定性；不可衡量的事只能靠感觉，团队里谁也说服不了谁；错了代价大的事——对账、报价、合规申报——不适合当试验田，一次事故就足以让整个项目停摆。
符合三条的环节通常长这样：客服每天回的重复问题、销售每周写的方案初稿、财务每月做的票据录入、人事每季度整理的制度问答。它们共同的特征是有明确的输入输出，做完能立刻看出对不对。反过来，战略规划、组织调整这类事，输入输出都说不清，不适合拿来验证工具。
四个环节，各自能走到哪一步
把最常见的四类场景拆开，每类的自动化边界差别很大：
| 环节 | 能做 | 不能做 |
|---|---|---|
| 客服与售前 | 接住重复问题、给出标准答复草稿、按意图分流到对应的人 | 承诺价格与交期、处理投诉与索赔、判断客户是否具备签约条件 |
| 内容与素材 | 出初稿、改写成不同平台的版本、按历史表现提炼结构 | 对事实准确性负责、替代专业审核、为对外表述承担责任 |
| 单据与对账 | 从发票和订单里抽取字段、做三单比对、标出金额与日期异常 | 作为记账凭证、替代纳税申报、处理跨期调整与坏账认定 |
| 内部知识与培训 | 把散落的制度文档做成可问答的库、按岗位生成练习题 | 替代制度解释权、处理例外审批、让答案随新政策同步 |
第二列决定能不能开始，第三列决定谁签字。多数失败的项目是把第三列的事交给了系统，出一次错，全公司就再也不信它了。第三行尤其要注意：票据识别准确率再高，也不能替代会计凭证，账要有人负责。第一行的答复草稿质量，则取决于提示词里有没有把口径、边界、话术写清楚。
三个该停的信号
第一个信号，数据进不去。跑了三周，还是要人工把信息从微信、纸质单、老系统里抄一遍才能用，说明前置整理的工作量被严重低估。这时候继续投入，等于给一个漏水的桶加水。停下来的正确做法是先做数据整理，把字段、口径、来源定下来，这件事本身没有捷径。
第二个信号，质量不稳且没有兜底。同一类问题，今天答对明天答错，团队里没人能说清为什么。这种状态下扩量，是把不确定性等比放大。判断方法很简单：抽 50 条真实请求，人工标注对错，算一遍准确率，两周后再算一遍。两次差异超过一成，说明还没稳定。这类问题在模型幻觉里有更系统的解释——模型不知道自己在编，所以错得很流畅。
第三个信号，算不过账。工具费、学习成本、复核时间加起来超过省下的人工，就是亏的。复核时间最常被漏算：AI 出一版，人改一遍，改的时间和从头做差不多，那就只是把工作换了个形式。算账时要用真实工时，别用供应商给的效率提升百分比。
买现成的，还是自己搭
判断依据是这件事算不算你的竞争力。客服问答、文案初稿、会议纪要属于通用能力，买现成的更快：模型每半年换一代，自研的维护成本会一直追着你跑。反之，如果业务规则本身就是壁垒——特殊的报价逻辑、行业特有的合规判断、积累多年的客户分层——才值得把数据和流程握在自己手里。想让模型读懂内部资料，通常先走检索增强生成这条路，成本比训练模型低一个量级。
中间还有一条常被忽略的路：先用现成工具跑三个月，把每次的输入、输出、人工修改都存下来。攒够几百条，这批数据就是自研时唯一买不到的东西。微调的效果上限，很大程度上由这批数据的质量决定。
工具修不好一个本来就乱的流程
边界要说透。AI 能加速一个已经说得清的流程，加速不了一个没人说得清的流程。如果三个人对「这个订单该谁审」有四种说法，上系统只会让四种说法跑得更快。它也无法替代管理判断：该不该接这个客户、要不要为一个大单改交付节奏，这些取决于系统里没有的信息。
另一条边界是数据合规。客户名单、报价、合同条款、员工信息，投进公开工具就等于放弃控制权。使用前要确认四件事：数据存在哪、留多久、会不会被用于训练、能不能删除。条款写得含糊的，按最坏情况处理。涉及个人信息批量处理的，还要看内部有没有人负责这件事，没人负责就是没人负责。
第三条边界是组织。工具改变的是动作，动作背后是考核。如果客服的绩效还是按接起量算，他不会愿意让 AI 接走一半电话，哪怕这对他更轻松。
一年之后拿什么回看
三个问题。省下的时间有没有变成产出，还是变成了更多的会；出错率有没有下降，还是只是错得更快；有没有哪件事离开工具就做不了，如果有，说明依赖已经形成，要准备替代方案。三个问题都能答上来，这件事才算真的跑通。
还有一条给决策者的判断：把「用了 AI」和「有了效果」分开记。前者是动作，后者是结果，中间隔着一整套流程改造。把两者混为一谈，第二年就会得出「AI 没什么用」的结论，而真正的原因往往是流程没跟着改。
速查：起步阶段的四个动作
- 选环节：高频、可衡量、错了不致命，三条同时满足
- 先买后建：用现成工具验证需求，别一上来就自研
- 设停线：数据进不去、质量不稳、算不过账，任一条出现就暂停
- 存数据：把输入、输出、人工修改留存下来，为后续自建攒底料
