点击视频▲立即观看
整理 / 巴九灵（微信公众号：吴晓波频道）
“一个刚毕业的博士，无所不知，也很聪明，但涉世未深，干什么事儿都差点意思”，这是深演智能创始人兼CEO黄晓南（Grace）对今天企业级AI的比喻。
《AI未来谈》本期，吴畏对谈黄晓南。
深演智能成立于2009年，2019年升级为“AI赋能决策”的DeepZero，今年登陆港股，成为“企业决策AI智能体第一股”。这场对话最终要回答的问题很具体：企业AI落地，卡在哪里，又该怎么走过去。
Grace给出的答案，大致可以归结为三个卡点。
1.卡点一：客户说不清楚要什么
直达视频 00:04:44 看完整观点
过去软件时代，客户能清楚说出“我要一个CRM系统”。但AI时代，客户往往只能描述痛点，说不出具体功能。
这个变化，直接决定了企业AI落地绕不开的第一个环节：FDE（Forward Deployed Engineer，前线部署工程师）。
Grace先澄清了一个国内常见的误区：FDE不等于定制化，不是把工程师派到客户现场量身定做。它真正的核心工作，是把客户模糊的问题转化成一个具备复用性的产品，在“抽象成产品”和“解决客户实际问题”之间不断平衡。
在美国也许能找到一个人独立完成这件事，但在中国，Grace的团队把FDE拆成了两个角色：AI产品经理和AI工程师。这里的AI产品经理门槛极高，要能分辨真假痛点，判断能不能用产品化方式解决，而不是简单把需求翻译成功能。
到底是懂业务的人重要，还是懂AI的人重要？Grace的结论很明确：懂业务的人权重占到60%到70%。
因为今天最大的输入方不再是技术，而是业务。如果连美妆行业BA（Beauty Advisor）的工作方式都不理解，产品一定解决不了业务问题。
这也是为什么Grace对OPC（一人公司）的判断偏保守。
她观察到，真正战斗力强的不是纯技术背景的OPC，而是懂业务、有产品意识，同时对AI有认知的人。其中，AI认知可能只占30%，业务和产品能力更关键。
在To B市场，要帮企业真正解决问题，对服务方端到端能力的要求，比过去做传统软件、传统IT服务高得多，至少在复杂To B场景中，单纯依赖技术能力的OPC模式可能难以长期成立。
正因为To B这条路的门槛如此之高，被问到“如果现在重新创业做To B值不值得”，Grace的建议反而是尽量避开。
To B客户门槛高、招标周期长、价格竞争激烈，更适合已经积累了客户资源和数据能力的“老兵”，缺少客户、数据与产品积累的新人。因此，她更建议选择To C的方向，比如短剧，能快速形成付费闭环。
2.卡点二：企业的数据没有准备好
直达视频 00:23:07 看完整观点
即便FDE团队准确理解了需求，第二个卡点马上出现：大模型天生拿不到企业真正需要的东西。
模型能力越来越强，会不会把这些能力也吃掉？Grace的判断是不会。
她提到硅谷最近讨论的“主权AI”概念：企业的数据和知识要留在企业内部，模型更像一个外脑负责推理。
她们的做法是尽量不把原始数据直接喂给大模型，而是提供经过加工的元数据和必要上下文，既利用模型能力，又保护企业独有资产。
具体来说，有三样东西模型天然不具备，必须经过处理才能用：企业自己的结构化数据（大多不能直接喂给模型，需要先加工成元数据）、企业内部以文档、PPT、视频等各种形式散落的知识，以及真实的业务工作方式和流程。
这三者缺一不可，否则就是“一本正经地胡说八道”的幻觉问题。而第二类和第三类，大部分企业其实都还没真正整理好。
Grace提到了Palantir常讲的Ontology（本体）概念：要用本体的方式把商品、品牌、场景等知识节点连接起来，同时把散落各处的知识抽取出来。
更难的是第三类。很多经验就在“老师傅”身上，比如金牌销售和普通销售的话术差异可能带来成倍的业绩差距，怎么把这些经验抽象出来，是一项庞大的工程，通常需要业务顾问和FDE产品经理一起完成。
一个自然的追问是：把Top Sales的经验沉淀出来，让60分的销售也能做到80分，顶尖销售会不会有危机感？Grace的答案是，产品要同时满足两种需求——既要让60分变80分，也要让原本100分的人做到120分。
她举了奢侈品SA的例子：顶尖销售接待完客户后，只需录一段语音备忘，系统就能自动生成客户跟进策略，帮他节省时间、把精力放到更高价值的事情上，而不只是替代他的经验。
3.卡点三：找不到真正该做的事
直达视频 00:35:20 看完整观点
这是Grace认为最难、也最容易被忽略的一个卡点：客户能不能准确判断优先级。
很多业务负责人讲出来的是痛点，却想不清楚“解决了到底能带来多大变化”。
她常问甲方一个问题：把生意切成100份，能不能准确挑出最重要的5份——一旦提升就能让整个生意发生巨大变化的那5份。这个能力非常考验业务负责人。
还有一种更棘手的情况，她称之为“不作业”——很多企业内部人员的工作是管理代理商，自己不设计内容、不做投放，自然也不知道AI能用在哪个地方。
这类企业推进AI时，通常需要跟C-level，至少是能看全局的人对话，才有可能找到真正的抓手。
深演智能自己解决这个问题的方式，是聚焦到最擅长的Marketing、Sales和电商运营场景，提出“AI for Growth”的口号。如果AI只是用来省人力成本，价值天花板很容易见顶；但如果指向增长，上限是不封顶的。
不同行业的AI抓手也完全不同：食品饮料的核心是新品创新，美妆和酒店更看重复购和CRM，汽车行业则是从线索获取到试驾、返厂、增换购的整条链路。
这些产品不是闭门造车造出来的，而是和头部客户一起打磨出来的——客户能告诉你什么问题最重要，才有可能围绕它打造真正有价值的产品。
4.让软件本身变得会“干活”
直达视频 00:16:08 看完整观点
三个卡点都清楚了，接下来的问题是：走过去之后，落地成什么样子？
“AI时代SaaS已死”是个流传很久的说法。Grace的判断是：过去99%的软件大概可以分成两类——固化流程（ERP、OA）和让数据可见（BI、Dashboard）。
这两类未来都会被AI重写，但“软件”这个形态本身不会消失，因为企业依然需要连接数据、连接系统、管理权限的底座。
她提出了一个自己团队实践出来的概念：Agentic Software，智能体软件。
区别在于，过去的软件把人的最佳实践固化进流程里，是给人用的工具；而Agentic Software会自己吸收数据、形成打法，根据业务结果反馈调整下一轮策略，像一个看不见的机器人在帮企业完成一部分工作。
它依然需要人设定目标、做审核，但不再只是被动地展示看板，而是能直接给出洞察、直接采取行动。
底层的数据记录系统不会消失，这是数据底座；但上面负责决策的那一层，会由Agentic Software自己完成从数据到洞察、再到行动的闭环。
这也直接决定了商业模式怎么设计。
Grace把企业过去的支出分两类：买产品（软件/硬件）和买服务（直接交付结果）。
AI让这两者开始融合。过去做搜索营销需要200人，现在用智能体软件串联起来，可能只需要原来十分之一的人力就能交付同等甚至更好的结果。深演智能选择两头都做。
一套标准化的Agentic Software产品，Grace的判断是最多做到70分，剩下30分必须靠现场训练——每个客户的数据、标签体系、要连接的系统都不一样，这部分工作只能由FDE团队在客户现场完成。
所以，一份合同里，License只是标准产品的变现，训练实施费用往往占更大比重。相对而言，Agentic Service更轻一些，主要用公域数据，由专家加软件一起完成交付，更接近“用结果说话”的模式。
判断一个Agentic Software值不值得做，她给出了两个标准：一是原来只能做到60分的事，现在能做到100分；二是原来完全做不了的事，现在从0到1变得可行。
5.组织要接得住
直达视频 01:05:31 看完整观点
产品和商业模式解决了，最后一步是组织内部要跟上。
Grace强调AI落地本质上是“一号位工程”。它天然是自上而下的事情，普通员工最关心的不是企业整体效率提升了多少，而是这件事对自己有什么影响，所以必须由一号位亲自推动、亲自使用。
在AI能完成越来越多具体工作之后，她认为人还要保留三种能力：判断（AI给出的东西好不好）、taste（有足够高的标准才能告诉AI什么叫好）、take risk（敢于做选择并承担后果——AI能给出很多选项，但不会替你承担风险）。
她特别提到，那些长期依赖代理商、自己不“作业”的企业，恰恰在这三方面容易出现短板，需要重新建立这些能力。
6.找一个不会被模型直接吃掉的位置
直达视频 01:07:11 看完整观点
对个人创业者或OPC，Grace给出的建议更直接：找一个不会被大模型直接吞掉的方向。
她的判断是，大模型能力越强，你做的事情应该“水涨船高”而不是“被覆盖”——如果你和模型是垂直关系而不是平行关系，模型能力越强，你能做的事就越多。
这条判断标准找起来很难，她自己的团队也一直在校准，但这大概是AI时代做企业服务最核心的护城河问题。
她也提到，当下很多AI创业公司技术能力很强，却普遍缺场景，这也是深演智能在考虑构建生态合作、把自己积累的客户资源和真实场景向更多创业者开放的原因。
她认为，中国To B的AI赛道不会由一家公司通吃，而是需要一个繁荣的生态，各司其职，一起把落地做深。
《AI未来谈》是吴晓波频道与非凡产研联合推出的对谈栏目，会持续邀请在AI浪潮里真正下场的创业者、企业家和研究者，聊他们正在做的事、踩过的坑，和对这个时代的判断。
下期，我们请到了Seekee联合创始人许乐洋。10月12日20:00，锁定吴晓波频道视频号直播间，我们一起聊聊。
点击按钮▼预约直播
此外，我们从上月起开始发起用户AI产品使用行为调研。第一期是有关Work Agent的用户行为调研，欢迎点击下方按钮参与调研。
热门跟贴