企业AI转型：缺的是端到端的人

一句话回答

企业AI转型卡住的地方，是没有人对一件事从头负责到尾。

模型可以换，工具可以买。但「这件事值不值得改、数据在哪、口径谁定、流程和权限怎么调、上线后谁验收」这一串跨了业务、财务、IT和老板，没人负责到底。这一段买不到。

难点为什么总被说成技术问题

过去两年，问「AI能做什么」的少了，问「为什么没效果」的多了。答案通常落在三处：模型不够强、数据不够干净、员工不会用。三条都对，也都写进了预算单；三件事做完，那件具体的事还是原来那件事。

难点被说成技术问题，是因为技术是整条链上唯一能整段外包的部分。判断、协调、改流程、承担结果，都留在公司内部——而公司内部恰好没人有空专做。

卡在一条链上：从试点到规模化

试点漂亮，一进生产就失灵

试点阶段，大部分团队会不自觉地把脏数据绕过去：挑最规整的单、最配合的客户、最有经验的师傅在旁边补口径。一进生产环境，协议价、特批、退货、改单全回来了，答案开始需要复核；复核两次，人回到手工。德勤近两年的调研里，近半数企业认为AI项目回报低于预期，四成多根本算不清回报，多是这一段（数字转引自公开报道，口径以原报告为准）。

AI读不到业务正在用的那份数据

我们诊断过的企业里，超过八成是系统各管各的：订单在ERP里走，客户在表格里记，沟通在群里，同一个客户三份记录，价格、账期、联系人对不上。把文档上传给知识库，拿到的只是副本；副本和正在跑的单据之间，隔着一遍人工导出。Gartner的判断是，真正称得上「AI就绪」的数据在多数企业里是个位数百分比。缺的不是清洗，是语义、口径和权限。

流程没动，AI的收益被旧流程吃掉

多数企业第一次沟通问的是能不能接现有ERP，很少问审批链上该砍哪一道。于是AI只被放在起草这一格：起草快了，后面三轮签字一轮不少，省下的时间被排队、复核、盖章消耗掉。要真省下来，得动审批层级、动谁有权改口径、动系统接口——三件事都不在采购单上。

企业缺的是翻译者，不是算法

企业最紧缺的是既懂业务怎么跑、又懂系统怎么接、还愿意对结果负责的人，国外把这角色叫FDE（Forward Deployed Engineer，前沿部署工程师）。中小企业这里几乎空着：老板懂业务没时间，IT懂系统不懂业务，外包交付完就走。

AI跑得比管得快，账也算不清

AI按调用计费、用量随人数自然上涨、效果是概率性的；用云和SaaS时代的办法管它，既看不见谁在花，也说不清哪笔花得值。IBM的调研说，超过七成组织承认AI铺开的速度已经快过治理能力。

这五处是一条链：数据不通，AI干不好活；流程不改，单点效率换不来结果；没人负责，改不动流程；账算不清，投入就续不上。

解法是什么：把「上一套AI」换成「改一件事」

五步有先后，跳过任何一步都会退回试点。

选一件事，先量基线

一件事要过四条判据：每周都在发生、单次耗时不短、出错代价可控、数据已落在某个系统或群里。选定之后，先记下它现在的数：一周花多少小时、错几次、卡在谁那里。没有基线，三个月后没人说得清是变好还是感觉变好。怎么挑这件事，企业AI落地：第一步不是选模型里拆得更细。

让AI读到同一份数据

不另存副本，也不要求先做完数据治理，直接从业务系统读：单据改了、价格变了，它读到的跟着变。口径一起写下来——同一个「毛利率」销售和财务各算一遍，答案一定对不上。

让任务在一条链路上做完

AI答完一句不算做完。这件事要走到触发、取数、计算、起草、确认、归档、留痕，中间不把人叫回来搬运。客户在群里问价，就在群里按协议取费率、出报价单、越界转人工、版本留同一处。

把规则留在公司

口径、模板、阈值、例外清单要写成系统能读的形式，换个人接手照样能用。

治理和核算提前定

哪一步必须人确认、超过什么数转人工、怎么留痕、成本怎么算、什么情况下停。定在前面，推广才有边界。

Spell AI的做法：数据读一份、任务做到底、规则留公司

卡在哪	解法	落在Spell哪里
AI读不到在用的数据	让AI从既有系统读同一份	企业AI中枢接在ERP、CRM、MES之上取数，不替换原系统；已公开的阀门项目里ERP为只读对接
任务停在回答	一条链路走完	Spell IM让群里的问价、报进度直接办完；Spell Flow编排取数、计算、确认、归档
能力跟着人走	规则留在公司	口径、模板、技能沉淀在Spell Portal，人走了仍是公司资产
数据不在一处、权限靠人情	同一份数据与统一权限	Spell Table带权限管客户、报价、台账，按主体授权
账算不清、不知道何时该停	阶段化交付、可停可评估	小切口起步，两周内看到变化，每个阶段都能停下来复核

我们不做的事也说清楚：不承诺取消人工确认，不默认写回每套旧系统，也不假装两周能替代一次组织调整。按场景看解决方案，按行业看工业制造，交付过的项目在案例。

真正稀缺的是端到端的人

工具的价格在往下走，装上就有的东西不会成为优势。

给每台电脑装一个AI助手，发一份使用指南，开一场培训，月底统计人均使用次数。半年之后，真正变了的往往只有那张采购单：写邮件快一点、找资料快一点，判断没变，数据没通，规则仍在某几个人的经验里。原来三轮签字的报价还是三轮，只是第一轮由AI起草。工具与中枢不在同一层，这条界线在扣子和中枢不是一类里逐项拆过。个人效率的天花板也低：省下来的是抄写和查找，等别人、对口径、走流程并不因为多一个对话框而缩短。

端到端，指五件事由同一组人负责：判断这件事值不值得改；数据从哪来、口径谁说了算；流程和权限怎么改，包括砍掉哪道审批、由谁担；系统怎么接，读得进、写不写回按那套系统能不能停来定；上线后谁验收、谁维护规则、什么情况下喊停。工具供应商只承担其中一小段，剩下的没人接，项目就停在「已采购」。我们的客户里，五到六成没有专职的IT或信息化岗：系统出问题找外包，日常靠一个兼管电脑的人。

对中小企业，这一环分量更重：大企业能用预算买时间，它们一次失败却未必有第二次预算，老板既是决策者也是业务专家，却抽不出三个月做项目。所以合适的形态不是买一套平台自己搭，而是有人陪着走一段：诊断选事、接数据、改流程、跑通、把规则和操作留在公司、退出。

降本增效做到头，大家回到同一条线

端到端的人解决的是「谁负责」，还剩一个问题没答：这个人被叫来做什么。

同样一个驻场工程师能接两种活。一种是把正在做的事做快——流程不动、系统不动，把人工环节换成自动环节，交付一份效率。另一种是先问这件事该不该这么做：客户为什么签两次字、这条产品线为什么靠低价走量、这个环节为什么要自己做。国内企业找上门，绝大多数要的是前一种：过去二十年增长主要来自获客，谁能拿到订单谁就赢，统一口径、数据归谁、权限怎么授都不直接带来订单，就一直往后排。

这里有一笔容易被忽略的账。AI是花钱就能买到的通用能力，不是哪家的独门配方。同行业都拿它做同一件事——把报价做快、把客服减人、把报表自动——成本同时下降、交期同时缩短，相对位置并没有变，门槛只是被抬高了。获客导向的行业里，省下的成本还会在下一轮报价里让给客户，利润率回到行业平均。忙一年，回到同一条起跑线，只是这条线比以前高一点。

拉开差距的是做法本身，四件事要一起动：

• 产品线：哪些用AI把边际成本压到接近零、可以薄利走量，哪些往上做方案与交付，哪些该停。
• 组织：一件事一个负责人，中间层从传话变成定规则，一线从操作变成确认。
• 管理与协作：审批层级、口径归属、例外处理、跨部门怎么交接。
• 合作方式：哪些环节自己做到极致，哪些交给外部，客户能不能进到交付过程里来。

只动其中的成本项，叫省钱。省钱有用，但一次性，还会被竞争抹平。

组织要动三处：责任、权限、审批

任务真的在一条链路上跑完之后，组织一定会被碰到。不必新设AI部门——多一个部门，流程里还是那几次搬运。

责任。 一件事一个人负责到底，从触发到留痕。他不对某个部门的指标负责，对这件事的结果负责，多半由业务负责人兼，不新增编制。

权限。 改规则的权力要落到业务侧一个具体的人身上：口径、模板、阈值、例外清单由他维护，不需要写代码，财务、运营、销售助理都能兼。数据权限按主体授予，不按人情开口子。

审批与考核。 审批要在阈值内自动、超阈值转人，三轮签字改成一轮——这一条往往最难，因为它动的是谁说了算。考核别看使用次数，看三件事：还要不要人搬数据、换个人一周能不能跑、例外是不是越来越少。卡在验收前一步的项目不少：技术跑通了，就是没人愿意签字放弃原来的审批节点。这些变化合起来是什么形态，见AI优先：面向未来的组织形态。

谁来做：业务判断、系统落地、组织落地

产品线、组织、管理与合作方式并到一处改，是最难的组合：要看得懂业务怎么赚钱，要改得动人和流程，还要把数据和权限落到系统里。市场上通常三家分着做。

咨询公司出诊断，谈到组织与战略都在行，落到系统就交回客户；软件公司交付功能，业务判断和组织调整不归它；驻场团队做完一个环节就撤，规则留在文档里。三家都专业，问题出在接口：报告里的「重构报价流程」，到系统变成「配一个审批流」，到组织变成「建议增设报价专员」，一件事切成三段，谁也不对结果负责。中小企业请不起三家，也没人专职管这个转包。

我们把三段并在一队人身上：业务判断（这件事值不值得改、产品线和定价要不要跟着动）、系统落地（中枢接现有系统，规则、权限、数据落到Spell Portal与Spell Table）、组织落地（责任人、审批层级、考核口径一起定）。同一队人、同一份上下文，中间不转包。

创始团队此前主导过上百家企业的数字化转型诊断，上面这些卡点在诊断阶段就见得多。能力组合这句话人人会说，看两个可核的地方。已公开的阀门项目：不换原有ERP，六个业务方向，源数据只读，系统部署在客户自有服务器上。交付形态是按阶段可停，跑不通就停在那一阶段。产品线怎么划、要不要砍掉一条业务、组织怎么调，决定权在客户，我们把选项、代价和数据摊开，陪着做完。

我们不比谁更会做演示，比的是同一队人能不能把判断、系统和组织一起改完。

从哪件事开始

三问自测：这件事一周发生几次？少于三次的先放。做完好坏看得出来吗？看不出就让位。数据和口径现在在谁手里？在别人脑子里的，先解决这一条。

三问都过得去，就从这一件开始，别从「公司AI三年规划」开始——那件事没有输入输出，也没有验收。想看我们怎么拆具体一件事，按场景看解决方案；想直接对上你手上那件事，约一次诊断。

常见问题

只做降本增效不行吗？

行，但它是一次性收益。同行都用AI把同一件事做快，成本和交期一起往下走，相对位置不变，省下的钱还会在下一轮报价里让出去。要拉开差距得改做法：产品线、组织、管理与协作方式一起动，四件事分开做，任何一件都会被另外三件拉回原位。

中小企业没有IT团队能做吗？

能，前提是有人对业务结果负责，而不是先招一支技术团队。数据接进来、规则留在系统里、维护由业务侧的人做，这三件不需要专职算法岗。外部真正要补的是诊断和第一次跑通。

给全员装AI助手算转型吗？

算效率改善，不算转型。判断标准只有一条：这件事还要不要人把数据搬来搬去。装了助手之后，人仍在系统之间导出、粘贴、对口径，那就还是原来的流程，只是抄写快了一点。