上周在一家注塑厂吃饭,老板夹了一筷子菜,说:我们想做一个 AI 中台,把 ERP、MES、财务、人事全打通,以后问一句话就能出报表。
我问他:你现在车间那个生产日报,是怎么出来的?
他说:文员每天早上把昨天的数从几张表里抄一遍,汇总成一张 Excel,发到群里。
我说:那你这个中台打通了四个系统,最后接的还是文员手抄的那张 Excel。中台再聪明,也聪明不过一张抄错的表。
我不是反对做平台,是反对现在做
这话我得说清楚,免得被理解成「传统咨询师怕技术」。
平台是好东西,但它有它的出现时机。 在错误的时机做平台,最坏的结果不是浪费钱,是把本来能做成的事做死了——因为失败一次之后,公司里三年之内没人敢再提 AI。
我见过的失败平台,原因高度集中在三个地方。
理由一:平台是给「已经跑通的流程」加速的
这是最根本的一条。
一个平台的本质是把多个已经被验证有效的动作,用一条自动化通路串起来。前提是这些动作本身是通的、稳定的、有产出。
大多数中小企业的现状不是这样。真实情况是这样的:
- 车间的报废率有三套口径,财务一套、生产一套、老板心里一套
- 同一个客户在 CRM 里叫「华东-张总」,在财务系统里叫「江苏某某贸易有限公司」
- 上周刚改过一道工序,但作业指导书还是三年前的版本
在这种状态下做平台,等于给一条还在施工的路铺沥青。 路修好之后要重新挖开,沥青全废。
我见过一个更典型的:某企业上了个 BI 大屏,要求各部门往同一个模板里填数。三个月后大屏上的毛利数据和财务报表差了 40 万。老板把两个部门叫来对,对了两个下午,发现是「返工工时算不算制造费用」这个口径两边理解不一样。
这种问题,AI 一点都帮不上。它会把错的口径算得更快、更整齐、更有说服力。
理由二:平台需要人养,而你连一个能改 prompt 的人都没有
这是最容易被忽略的成本。
老板眼里的平台是:一次性投入,上线,然后它就工作了。
实际上的平台是:一个需要持续有人维护的活物。
- 数据源变了(换了 ERP、改了字段),接口要跟着改
- 业务变了(新增一个产品线),分类规则要跟着改
- 模型升级了,原来的 prompt 效果变了,要重新调
- 员工反馈「它答得不对」,要有人去查是数据问题还是规则问题
这个「人」不是程序员,是一个懂业务、又能动手调 AI 的人。 这种人现在市面上多少钱一个月,你可以自己去招聘网站搜一下。
绝大多数中小企业的现状是:IT 只有一个人,还是管网络的;业务骨干不会写 prompt;老板自己试用过 DeepSeek,但没时间天天调。
结果就是:平台上线三个月,第一波新鲜感过去,没人维护,慢慢变成一堆没人敢碰的黑箱。 钱花了,账记在「数字化投入」里,实际上已经死了。
理由三:平台的验收,是个无底洞
这是最要命的一条,而且几乎没人提。
一个设备采购,验收标准很清楚:产能多少、精度多少、能耗多少,上机一测就出来。
一个平台,验收标准是什么?
「能回答问题」? 那它答错了算不算通过?
「提高效率」? 提高多少算达标?谁来测?
「数据打通」? 打通到什么程度算通?
我见过的平台项目,最常见的结局是:系统上线了,能演示,甲方乙方都在等对方先说「好了」。因为没人定过「做到什么算好」,最后只能靠老板的感觉验收——而老板的感觉通常是「好像也没让我省多少事」。
这就是我为什么在第一次见面时一定会问一句:
这个项目,什么情况下算做完了?
答不出来的,我建议先别开始。一件说不清怎么算成的事,做起来注定是无底洞。
那先做什么?跑通一张表
我的建议一直是同一句:
先跑通一张表,再谈一个部门,最后才谈平台。
不是「先做个小平台」,是真的就一张表。
具体怎么跑,就三步。这三步是我跟企业聊十分钟时必问的,你也可以拿它自查:
第一步:把这件事顶到动作级
不要「提升效率」、「降本增效」、「赋能业务」。要具体到一个动作:
- ✅ 「每天早上把三个车间的生产日报汇总成一张表」
- ✅ 「客户询价时,从历史报价里找出相似订单,给一个参考价」
- ✅ 「每周把客户投诉按原因归类,出个分布」
- ❌ 「提升数据能力」
- ❌ 「让管理更智能」
顶不到动作级,说明这件事还没想清楚,那就先别做。
第二步:算清现在这件事的成本
问三个数:谁在做 / 一周几次 / 每次多久。
比如「文员每天早上抄一遍,一次一个半小时」——一周 7.5 小时,一个月 30 小时。
这个数字的意义是:它决定了这件事值多少钱。 一个月省 30 小时的活,撑不起一个几十万的项目。反过来,如果一件事一周吃掉业务骨干 10 小时,那它值得认真做。
我见过太多项目,做完了发现省下来的时间还不够维护它的。这笔账不算,做它干嘛。
第三步:想清楚做到 80 分之后,放在哪个环节、谁来用
这一步最容易被跳过,也是最致命的。
假设 AI 真把这张表做出来了,做得还不错——然后呢?
- 它在哪里出现?微信里?系统里?还是一封邮件?
- 谁每天会看它?
- 它出错了,谁负责发现?
如果这三个问题答不出来,那这个东西做出来也不会有人用。 我在企业里见过太多「做好了没人用」的工具——不是工具不好,是它没有被放进任何人的工作流程里。
我一般怎么给客户起步
如果客户问我能不能做,我会说:
三天,我给你一个能跑起来的最小版本。你先看效果,方案的事以后再说。
三天能做出来的东西不大——通常就是一个具体的活儿,从一个手动动作变成半自动。没什么了不起的。
但它有两个用处:
- 你能立刻判断这件事到底值不值得做,不用等三个月后才发现方向错了
- 公司里第一次有了一个「AI 真的在干活」的具体例子,而不是一堆 PPT 和设想
这件事跑顺了,再跑第二张表。第二张跑顺了,你会发现这两张表之间开始有共同的东西——比如同一份客户名单、同一套口径定义。
到那时候,平台才第一次有了地基。
什么时候才该做平台
我把话说全。以下四条同时满足,我觉得可以做:
① 同一类任务已经稳定跑了三个月以上
不是试用,是天天在用,有产出,有人依赖它。
② 有一个人能持续维护
专职或兼职都行,但他得真的会调——不是「会用 AI 聊天」,是知道效果不好时该改哪。
③ 有明确的验收标准
写得出「做到什么算好」,而且这个标准能测。
④ 三个以上部门在抢同一个东西
比如销售、生产、财务都要同一份客户数据。这时候打通才有价值——只有一个部门用,那叫工具,不叫平台。
最后
我知道「做平台」这个想法是怎么来的。它听起来是一次性解决所有问题的方案,比「先跑通一张表」这种土办法体面得多。
但 AI 落地这件事,恰恰是一件一件来的。
平台不是起点,是终点。 你不可能用终点的方式,去解决起点的问题。
一个能回答「我先跑哪张表」的老板,比一个想直接建中台的老板,早一年看到结果。
如果你也在纠结「我们该不该上 AI、从哪开始」,可以来聊十分钟。我不会给你方案,只帮你把这件事顶到动作级、算清成本、想清楚谁来用——这三样定不下来,做多少都是白做。约一次 AI 落地诊断