记者Josh Tyrangiel在采访过一堆公司后，发现一个挺讽刺的现象：大部分组织都在疯狂往AI上砸钱，但真被问到“你们到底想用AI解决什么问题”时，能利索答上来的没几个。
这就像买了一屋子高级厨具，结果每天还是点外卖。Tyrangiel这家伙不是那种一上来就跟你吹AI多神的布道者，也不是整天喊“人类要完”的末日派，他更像一个拿着清单的验收员。他新写了本书，专讲那些真用AI干成事儿的人，到底做对了什么。
他有个观点特别戳人：AI落地成不成功，跟选哪款模型的关系真不大，关键是你挑中的那个业务难题够不够准。好多老板急着给自己贴“AI原生”的标签，恨不得明天就全线AI化，但Tyrangiel劝你还是先刹车——找一两个高价值的、能马上算出节省了多少成本或提升了多少效率的具体问题，比铺开十多个不痛不痒的“AI试点”管用得多。
说白了，就是把AI当扳手，别当战略。你出去跟投资人讲故事，可以说“我们是一家AI驱动的公司”，但关起门来，运营负责人脑子里得清楚：今天要拧的是哪颗螺丝。Tyrangiel拿医疗行业举了些例子，比如用AI把纸质病历转成结构化数据，或者优化排班减少护士加班，都不是什么酷炫的黑科技，但能让医院真金白银省下钱。这种项目往往不需要最前沿的模型，一个调教好的开源模型配合扎实的领域数据，比GPT-4o撒下去没方向地乱试要见效得多。
还有一个容易忽略的坑是沟通。当新工具进来，一线员工的第一反应往往是“这是不是要来替代我”。Tyrangiel观察到，那些推进顺滑的团队，领导者都花了大功夫向大家解释“AI干的不是你的活儿，是你烦的那部分”，而且很早就让实际使用者参与到规则打磨中。说到底，工具好不好用，是握着它的人说了算。
所以下次开会，别一上来就问技术部门“咱们能不能也上个大模型”，先把业务团队拽过来，摊开痛点列表，圈出那个最疼、数据最全、流程最清晰的问题。记住Tyrangiel那个朴素的提醒：AI只是手段，不是KPI。
热门跟贴