企业AI落地卡在第四个月，不是模型不行是没人天天用

试点期有专人、有周会、有汇报，撤掉这三样，AI 就退回到「有空再用」。企业AI落地真正的分水岭，是它有没有长进某个岗位的日常动作里。

AI 工具买了，试点也做了，第四个月为什么没人用了

AI 工具买了，试点也做了，为什么到了第四个月，办公室里就没人提它了？

先说答案：大多数企业AI项目不是被技术卡住的，是被「它不是谁的活」卡住的。

试点阶段，它是一件额外的事：专人负责、每周开会、有汇报模板、领导盯着。这四样东西一撤，它就回到「有空再用」的位置上。而在企业里，「有空再用」的意思就是永远不用。

判断这事有个很直接的办法：打开后台看调用记录。不少企业一拉就看出问题——最近三十天十几二十次，其中一半还是负责推广的人自己测试留下的。前两个月热闹，是因为每周开会催；第三个月没人催了，数就掉下来了。

这不是个例。判断一个 AI 应用活没活下来，有个很简单的办法：看它有没有长在某个人的日常动作里。长在里面的，不用催；长在外面的，催一次动一次。

这篇不讲大道理，就讲三件事：怎么分清试点和日常、一个场景值不值得上怎么判断、验收该看哪三个数。

建议：今天先做一件事，把公司在用的 AI 工具列出来，每个后面写一个名字——这是谁的活。写不出名字的那个，基本就是会死的那个。

试点和日常，差三样东西

多数人把「试点成功」当成了「落地成功」。这两件事差得很远，差在三样东西上。

第一样是谁在用。试点靠一个人牵头，其他人配合；日常靠一个岗位执行，不需要谁牵头。牵头的人一忙，试点就停。

第二样是什么时候用。试点是「需要的时候用」，日常是「到点就用」或者「一触发就用」。前者靠自觉，后者靠机制。

第三样是不用会怎样。试点不用，最多被问一句；日常不用，下一道工序就卡住。卡得住下游的，才会被真的用起来。

拿会议纪要举个例子。试点的做法是：会后把录音发群里，谁有空谁转，转完发群。日常的做法是：会议一结束录音自动进系统，八分钟出纪要初稿，直接进会议记录的待办栏，主持人签字，待办自动派给责任人。

第二种做法里，AI 不是一个工具，是流程里的一段。少了它，会议记录没有初稿，待办派不下去。这才是它能活下来的原因——不是因为它好用，是因为流程需要它。

还有一个信号特别准：试点期每周开的那个汇报会，一旦停掉，第二周使用量就掉一半。原因不复杂——试点的动力来自「要汇报」，日常的动力来自「不用会卡」。前者是外力，后者是结构。外力一撤，事就停。

建议：拿一个已经在用的场景，把这三条对着填一遍。填不满三条，先别急着推广，先把它塞进流程。

一个场景值不值得上，看三个条件

不是所有活都适合交给 AI。判断标准三条，缺一条都容易翻车。

第一条，高频。一天至少一次。一个月用两次的场景，学它的成本比它省下的时间还多，谁都不会坚持。

第二条，有判断，但判断不难。写邮件、整理纪要、对清单、做初稿，这些都要判断，但判断不复杂。反过来，年度战略、组织调整、核心客户谈判，判断难、后果重，不适合交给 AI 出结论。

第三条，结果能检查。出来的东西错了，人能看出来。这一条最容易被忽略，也最要命：结果没法检查的场景，AI 错了没人知道，等发现的时候已经错了一批。

举个反面的。有企业让 AI 直接出报价单。报价这件事，价格、折扣、账期、运费，每一项都连着商务政策，AI 生成一个看起来合理的数，业务员顺手就发出去。这不是效率，这是风险。

再举个正面的。来料检验的记录整理：检验员手写记录、拍照，AI 提取成结构化表格，人对着原始记录核一遍。错了能看出来，因为原件在手里。

建议：这周把想上 AI 的场景排个队，按这三条打分，只留三条都中的。留下来的可能只有两三个，够了。

让它长在日常里的三条硬约束

选对场景只是开始。能不能长住，看三条约束，都是硬的，不能靠提倡。

第一条，进流程，不进收藏夹。AI 的入口要么在 OA、企微、钉钉里，要么就贴在 Excel 旁边，总之要在人干活的那个界面上。让人「再打开一个网页」去用 AI，等于给它判了缓刑。

第二条，固定时点。每天早上八点四十自动出一份昨天的异常汇总，比「随时可以问」有效十倍。固定时点把 AI 从「我要不要用」变成「到点就有」。

第三条，结果有人签字。谁用谁签字，错了算谁的。这一条听着严厉，其实是在保护它：有人签字，才有人认真核对；没人签字，AI 的输出就永远是「参考意见」，谁都不负责，很快就没人打开。

三条背后是同一个逻辑：把「用 AI」从一个人的主动性，变成一个岗位的规定动作。靠主动性的事，热度超不过三个月。

建议：给现在推的那个场景定一个固定时点，写进岗位的日常表，比如「每日 8:40 看异常汇总」。时点比功能重要。

验收看三个数，不看用了多少次

到了要验收的时候，最常见的指标是调用次数和活跃用户数。这两个数最没用，因为刷得出来，也说明不了省下了什么。

该看三个数。第一个是单件工时：这件事以前做多久，现在做多久。举个例子，一份纪要以前四十分钟、现在十二分钟，这个差才是钱（数字只是举例，各家用自己量出来的）。

第二个是差错率或返工率：AI 出初稿，人改动的比例是多少；出错被下游退回来多少次。这个数不降，说明场景没选对，或者人的复核环节没设好。

第三个是三十天还在用的人数。上线第一个月的人数不算，看第三个月。掉下去的那些人要去问一句为什么，答案往往就是下一步该改的地方。

这三个数有个共同点：企业自己能算，不用等供应商出报表。凡是必须由供应商出报告才能证明有效的项目，本身就有问题。

工时要怎么量？别用「感觉快了」。挑三个人，各记五次，用秒表或者看系统时间戳，取中位数。五次样本不多，但足够把「快了一点」和「快了一半」分开。

建议：上线第一天就把这三个数的基线记下来，以前多久、以前错多少。没有基线，三个月后你说不清到底省了什么。

合规这条线，别等出事才想起来

企业用 AI，有两件事绕不开。

一件是数据。把客户名单、报价、工艺参数粘到公开的对话框里，等于把商业信息送出去。规矩要定死：什么能进、什么不能进、进了算什么责任。这条规矩写成一页纸，贴在用的人桌上就够，不用做手册。

另一件是标识。按《生成式人工智能服务管理暂行办法》（2023 年 8 月 15 日施行）第十二条，提供者应当按规定对图片、视频等生成内容进行标识。企业对外发布的物料如果用了生成内容，标识这件事要提前想清楚，别等发布之后被要求撤回。

还有一条实操经验：把「哪些场景必须人工复核」列成清单。合同条款、报价、对外承诺、涉及安全的操作，这四类一律人工签字后再发。AI 可以出初稿，不能出去。

建议：这个月把 AI 使用规矩写成一页纸——哪些数据不许进、哪些场景必须复核、对外内容怎么标识。一页纸，比一本制度好使。