企业AI转型的鬼故事：我们都被“试点繁荣”给骗了

01

最近，创投圈都快被AI给填满了，我在好几个项目路演中看到了大量的AI项目，从制造业到服务业，从零售业到互联网，各种AI工具跟应用层出不穷。

但是，我跟很多企业家、投资者交流中，他们焦虑的点出奇一致：

模型买了，数据也有，人也培训了，但为什么AI还是落不了地，没能转化在业绩上？

我研究了HBR（哈佛商业评论）的最新调研，他们追踪已经跑了几百个AI项目、员工使用率接近100%的全球顶级公司，结论是什么？

它们也卡住了，而且卡在了同一个地方，AI落地的最后一公里。

今天，我从30多年投资看项目的经验，结合HBR的研究，跟你聊聊企业AI转型的鬼故事和破局点。

02

HBR归纳出了企业AI落地七个结构性摩擦，前三点分别是：试点泛滥、生产力缺口、流程债务。

像一家投行梳理出200多个AI应用，一家快消公司在185个国家都跑过试点，单看试点的效果，个个都很成功。

但结果呢？

单纯看单个项目的试点，看到的是满地的希望火种，但一阵风过来就能吹灭，因为它们没有连成燎原的体系。

这些成功的孤岛之间是沉默的、互不连通的海洋，从“概念验证”到“公司血管里流淌的标准操作模式”，中间缺了一条可复制、可规模化的高速公路。

钱花了，热闹有了，但企业的核心动力引擎，还是原来那个。

我也跟一些企业家交流，其中一家公司的员工几乎人人用AI，效率肉眼可见地提升，但看财务数据，利润率纹丝不动，为什么？

因为省下来的时间，转头就被更多的内部会议、更长的讨论链条填满了，效率提升没有转化为价值提升，这是最大的浪费。

我跟企业家交流说，除非管理层狠下心，重新设计组织架构和预算分配，把省出来的人力导向真正的创新和增长业务，否则AI就只是个员工摸鱼快乐器，而不是公司增长发动机。

当然，这还只是AI融入企业后的流程问题，这还不算难，真正难啃的关节，是HBR提到的“人”和“权力”的深层摩擦。

什么意思呢？

1、老专家的存在性焦虑，教会AI，饿死师傅。

很多公司把老员工抵触AI，简单归结为“技能老化，学不会”，但HBR指出，这是身份问题，是存在焦虑。

举个例子，一个在公司干了二十年的法务，他的核心价值是什么？

是“我知道所有合同的坑在哪里，只有我懂”，现在，AI要把这个“知道”变成标准化、可调用的系统知识。

这意味着什么？意味着他们安身立命的根本被动摇了。

这不是学不学得会的问题，而是“教会徒弟，饿死师傅”的现代高科技版，像我女儿在Meta的同学，大模型做的越来越好，自己离下岗越来越近。

不解决这种深层的身份恐惧和安全感缺失，再好的AI工具都会遭遇无声而坚决的软抵抗。

这是人性，与技术无关。

2、失控的恐惧：当AI从助手变成员工。

以前，AI是帮你写邮件的工具，出错了你兜着，现在，AI智能体是要替你审批流程、调度资源、自主做决策的数字员工。

一家全球银行发现，原来那套人工复核的机制，在几十个AI智能体协同工作时，直接崩溃了。

另一家资产管理公司，已经管理了百个智能体，未来要管上万个。

这时候，管理者的问题，不该再是“这个API怎么调用”，而应该是“这个数字员工怎么入职？KPI怎么定？犯了错谁负责？什么情况下该让它下岗？”

所以说，管理AI以及智能体，问题更像HR，而不是IT。

很多公司的治理框架，还没给管理数字劳动力大军做好准备。

3.效率陷阱：隐蔽的“自废武功”。

这是我认为长期价值毁灭性最大的一点。

很多企业，尤其是上市公司，迫于财报压力，一开始就把AI定位成“降本工具”，和裁员、外包直接挂钩。

短期看，财报数字漂亮，长期看，毒药入骨。

团队管理者担心AI成了来抢我地盘、裁员的敌人，管理层的焦点都盯着AI省了多少钱，而不是利用AI创造什么新业务、新体验？

所以，一味追求效率，会把人类独有的判断力、叙事能力和战略洞察这些高价值能力给慢慢掏空。

最后，公司就可能变成了一个更便宜的、由AI驱动的外包工厂，失去了宝贵的价值创造能力。

03

看到这里，你可能觉得有点绝望。

但别急，经过观察、研究、走访，我给大家梳理了几个破局方向。

第一、别打补丁，从零重构。

不要问“这个流程怎么用AI优化”，而要问“如果今天完全以AI智能体为核心来设计这个业务，它应该是什么模样？”

这需要创始人和CEO有刮骨疗毒的勇气。

像单仁牛商学员，日联科技的AI落地，就始于对“业务核心”的重构，这跟HBR说的“战略性知识捕获”如出一辙。

在工业检测领域，最值钱的是什么？

是老师傅判断设备上细微裂纹、虚焊、杂质的经验，过去，这种抽象的能力无法复制、无法量化，随着老师傅退休就可能流失。

日联科技做的，就是通过AI系统化地捕获并升华这种隐性知识。

他们以AI智算体系为核心，构建“数据-算法-算力”三角架构，成立了日联研究院、人工智能研发中心，发布了首款工业X射线影像AI垂直大模型。

这个垂直大模型不是一个泛泛的AI工具，而是用海量的、带有精准标注的工业缺陷影像“喂养”出来的专业AI，能够实现微纳米级精度的缺陷识别，将检测精度提升了一个量级，推动工业检测进入“全域智能感知”时代。

这意味着，工业检测里抽象的知识与经验，被沉淀为算法模型，在人工的搭配下不断自主学习优化，保持最高标准作业。

在2025年三季报，日联科技营收增长44%，利润增长41%，公司新签订单同比增长近一倍，其中AI智能检测技术带来的产品竞争力提升就是关键因素之一。

我几个做PCB跟家电公司的朋友就采购了日联的设备，它的AI转型就像利剑淬火，不是用AI做表面文章，而是作为重构业务流程、沉淀核心知识、构筑长期壁垒的战略工具，通过聚焦核心技术环节，将AI深度融入产品基因，打造了一把细分领域的智能化手术刀。

对于很多专精特新的企业而言，这有着更直接的借鉴意义，在AI时代，即使不打造庞大的平台，也完全可以在自己最擅长的领域，用AI锻造出一把锋利的刀。

当然，有机会我们可以亲自走入企业内部看一看。

第二、用传承解决身份焦虑，重新定义“人”的角色。

未来的管理者，是“人类+AI团队”的指挥官，人的价值不再局限于“知道、执行”，而是提出问题、设计流程、协调智能体、做出最终判断，对结果负责。

对付员工的抵触，关键在话术和定位，不能叫“知识提取替代你”，要叫“经验传承与能力放大”。

要告诉他们：“不是用AI替代智慧，而是放大能力，把人从重复劳动中解放出来，去处理只有人能解决的难题。”

这解决的是身份问题的核心，不是变得不重要，而是变得更重要。

像美的公司在品质控制环节，是通过AI视觉和传感器，系统化地捕获老师傅判断产品瑕疵的隐性知识，训练成可复用的算法模型。

老师傅的角色从而转变为AI训练师和复杂问题的裁决者，价值被升华而非替代。

第三、像管理团队一样管理AI。

建立企业级的“数字人力资源部”，有统一的监控面板，管理智能体的权限、绩效、协作，这是未来管理AI的核心职能。

因为未来AI只会越来越多，像在2025年，美的自主搭建了超过1.35万个业务智能体，覆盖从研发到营销的各个环节，如果上万个智能各自为政，企业岂不是乱套了？

所以，面对上万个智能体，美的建立了一支超过400人的专职AI人才团队，通过统一的数据资产平台和AI中台进行管理，这相当于建立了数字人力资源部，确保了AI能力的标准化、可复制和有效监控。

这种AI转型就是把制造知识软件化、算法化，让企业从一个家电制造商，转变为拥有“工业大脑”和“家庭大脑”的科技解决方案提供商。

04

在AI时代，技术只是入场券，用战略决心推动组织与知识重构的勇气，才是赢得比赛的关键。

我在投资中研究了很多企业的变迁历史，他们的失败或走向衰落具有普遍性，成功的惯性会累积成为坠落的重量，让绝大多数企业最终都会走向平庸。

基业长青的企业，他们的终极能力不是增长，而是不断原地重启或再生。

我们也可以思考几个问题：

1、我可以向市场可以交换的价值是什么？

2、如果目标、项目不变，围绕AI从零开始构建流程，应该怎么做？

3、在现有的工作流程里，有哪些环节可以交给AI，但因为想象力或者认知不足，还在做低价值的事情？

也许换个视角，就能帮我们找到AI应用落地的抓手。

技术早就准备好了，真正稀缺的，是想到另一种组织方式的勇气，以及愿意为此设计一切的决心。

责任编辑| 罗英凡

图片均来源于AI

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。