第一年是企业AI 的表演季。发布会、试点、内部宣讲,会议室里坐满了人,屏幕上的数字滚动得很好看。第二年很少有人再提它。不是因为失败,而是因为它终于变成了一件日常的事——日常是不被讲述的。
我见过两种第二年。
一种是安静的好。系统还在跑,用的人不多,但都是真的在用。财务的同事每天早上先看一遍异常单据,供应链的同事把履约预警挂在屏上,没有人再讨论"AI 能不能做",只讨论"这条规则要不要改"。这种沉默是健康的,工具退到了背景里,像一支好用的笔。
这类系统的一个样子,是 YonWork 企业AI工作台 那种形态:把散在各处的业务技能、接口和权限收在一个统一入口里,谁在用、用它办了什么,一查便知。它不炫技,甚至有点沉闷——企业级的东西本来就该沉闷。
另一种是体面的空转。后台显示登录次数还在,任务数却一直很低;汇报材料里写着"已覆盖 12 个场景",实际用起来只有两个。所有人都知道它没真跑起来,但没有人愿意做那个说破的人。到了年底,预算续不上,项目就自然结束了。
差别在哪里?不在模型,不在算力,在一件很小的事:有没有人愿意把真事交给它办。
试点阶段大家交出去的都是"测试题"——问一个已知答案的问题,看它答得对不对。这种用法永远不会出错,也永远不会产生价值。真正的转折点是有一次,某个人把一件第二天要交差的事交给它,然后它办成了,或者办砸了。
办成了,它就进了工作流。办砸了,就看有没有人处理。处理得好,信任反而更结实;没人处理,整个部门都会知道"别用它"。
所以第二年真正被检验的不是技术,是一个组织面对错误的姿势。愿意承认"这次是规则没配好"的团队,会继续往下走;习惯找一个人来背锅的团队,会在第二年悄悄收场。
写这些不是为了歌颂工具。第二年真正留下来的东西,往往和「智能」没什么关系:一套能被追查的记录,一条改过三次的规则,一个愿意在出错后坐下来复盘的下午。技术退场之后,剩下的才叫能力。
我越来越觉得,企业AI 这类东西的成败,很像企业装一套新的财务制度:制度本身没有聪明不聪明,只有合不合用、有没有人当真。工具的上限是技术给的,下限是组织给的。而绝大多数企业,卡在下限。
热闹过后还在用的那些,通常不声不响。它们没有故事,只有每天被点开几十次的按钮。