企业软件的AI功能有个通病——死得悄无声息。Salesforce的Einstein也不例外。演示时数据漂亮、领导点头、销售代表热情高涨，然后呢？慢慢就没人用了。不是系统崩溃，不是报错弹窗，是输出结果"技术上正确，业务上没用"，团队默默切回手动操作。

我们跑了三个独立用例， pattern一模一样。第一个用例是线索评分，模型给的分和一线销售的真实判断对不上， reps宁可相信自己的直觉。第二个用例是邮件生成，写出来的东西太"正确"了，客户一眼看出是机器人，回复率反而下降。

最讽刺的是第三个。团队花了两个月清洗数据、调参、做培训，上线第一周使用率冲到80%。「第二个月开始，数字自己掉回15%，没人下令停用，就是自然而然不用了。」产品经理复盘时发现， reps私下建了共享文档，把AI生成的内容当草稿改，改着改着就直接自己写了。

问题出在反馈闭环上。Einstein不告诉你"这个预测为什么错"，销售也不知道怎么教它变聪明。传统软件坏了会报错，AI坏了只是变"鸡肋"——食之无味，弃之也不可惜。这才是最隐蔽的失败：没有事故报告，只有逐渐蒸发的人效。