AI 生意观察
三张地图讲"技术怎么落地"，这个栏目讲"钱在往哪流"。选题全部来自真实被问到的问题——决策者关心的从来不只是工具，还有生意本身。
AI 智能体有了自己的账号，负责人离职后谁来关权限？
团队智能体开始拥有独立邮箱和工作区身份。企业试点时，用一张账号卡查负责人、权限、操作记录和停用交接，先在现有管理能力里验证。
供应商说这是 AI 智能体？现场用六个问题验交付能力
带一线主管用脱敏业务案例，在授权测试环境里看变更、失败、执行记录和人工接管。一场演示只帮你定试点范围，不能判产品真伪。
AI 客服答错了谁赔?9 月 1 日那个"国标",其实不强制
媒体都在说"企业必须对 AI 客服负责",但标准编号是 GB/T——推荐性,没有强制法律约束力。不强制不等于可以不管:真正把你绑住的是另外两条机制,其中一条是你市场部随口写的一句宣传语。附三个零成本动作,不用买系统也不用请顾问。
员工早就在用 AI 了,你还在开会讨论要不要用
影子 AI:老板最大的盲区不是没上 AI,是不知道公司里已经在跑什么 AI。西方调查 45%–67% 三个数字打架,说明谁都量不准——所以别问比例,用五个问题查你自己公司。附两个零成本动作。
"分时高管"在中国为什么长不出来:三个查得到的价格天花板
兼职 CXO 概念很热,但三个公开数字把这条路封死了:独董年均 10.38 万、专家平台付给专家约 1300 元/小时而平台毛利超五成、财行 540 号正高讲课费 1000 元/学时。老板该算的是:你付的钱有多少到了那个人身上。
你的 AI 是"多了个工具",还是"少了道工序"?
"用了快一年怎么什么都没变?"——多半停在了应用级。判断落地只有一个标志:某个原本要人做的环节被砍掉了,而且回不去了。附三个自检问题 + 听汇报只问一句。
数据"入表"了,为什么还是没变成钱?
财会〔2023〕11 号改的是会计口径,不是业务动作。数据在库里是成本,进了人的动作里才是资产。老板该问的三个问题 + 三个常见误区。
"查得到"和"写得出":企业 AI 最该先分清的一件事
一提企业 AI 就想"建知识库让 AI 能查"。但企业真正吃时间的是出材料——方案、报告、汇报。RAG 帮不上,因为那不是检索问题,是"照着老做法再出一份新的"。老板花钱前先问一个数。
怎么知道你的公司在 AI 里被不被引用?(老板自查指南)
客户越来越爱问 AI"这行哪家好"。AI 提没提你、引不引你,是新的"被看见"。教你四步免费自查:分清"被提及vs被引用"两级,挑买家真会问的问题在豆包/DeepSeek/Bing 各测一遍,看被谁挤掉。
一个新站的头几天:AI 爬虫真实数据,和"被抓≠被引"的清醒
一个刚上线的中文小站,头几天八个主流 AI/搜索引擎陆续来抓、一个训练爬虫 40 秒扫完全站,真人访问却几乎为零。用真数据讲清:没人访问≠白做、训练收录≠搜索收录、以及新站是怎么被 AI 发现的。
该不该建"企业大脑"?老板花钱前先过四关
厂商都在卖"企业大脑",但花钱前先过四关:数据地基够不够、是不是那个规模的问题、会不会被套壳忽悠、谁负责怎么验收。买方视角判断该不该建,不教你怎么搭。
AI 时代,中小企业家最该投的一笔投资,是自己学 AI
老板的钱大多投错了地方——投工具、上系统、招人、外包。但 ROI 最高的一笔是投自己:工具会贬值,判断力会复利;中小企业里老板就是天花板。附该投多少+三个坑。
AI 时代,你的公司怎么才会被 AI 主动推荐?(GEO 入门)
大家越来越爱让 AI"对标最先进的X"。AI 嘴里推荐谁、什么最先进,不是事实,是它检索到、又够格被引的那个。让你成为那个,就叫 GEO——AI 时代的"被看见"。
企业上 AI 到底要花多少钱、多久回本?一个可复算的账本
老板最想问、全站唯一缺的一块。不给假的"省 X%",给你自己算的账本:成本四笔别只算第一笔、收益只算算得出的、以及为什么供应商的 ROI 要打对折。
该给自己培养的 FDE 加多少钱?先看看外面那个人多贵
外聘 FDE 有多贵(BCG $11-19万、大厂 54-90万、岗位量一年 +729%)→ 多数中小企业不必外聘 → 给"培养自己人"一个务实的投入判断:能力津贴+项目奖,不用市场价。
想设一个"AI 落地负责人",这个岗该怎么定?
决定培养内部 FDE 后,怎么定义岗位/考核/选人。对三件结果负责(找场景/落流程/沉淀复用)+ 选人四判据 + 一份可直接改用的岗位说明模板。
AI 正在买下美国的会计师事务所——这跟中国老板有什么关系?
风投成批买下会计所/律所/代账,买后用 AI 改造提毛利(AI rollup)。谁在买、为什么先是会计所、收费从卖时间到卖结果——以及对中国服务业老板的两层意味。
企业内部 AI 技能库(Skill Hub)怎么建:谁沉淀、怎么验收、怎么复用
建技能库不是搭平台,是解三个组织问题:谁把经验沉淀成技能、怎么验收算合格(他人初稿可用率≥70%)、怎么让新人+AI 直接复用。组织视角,不是技术教程。
企业内部智能体(Agent)落地的组织准备:负责人、验收标准、防翻车清单
40% 的 agent 项目被砍,多死在组织没准备好。上智能体前备齐三样:谁负责、怎么验收、出错怎么兜底。附一份逐条打钩的防翻车清单。
为什么 40% 的 AI agent 项目会被砍?怎么待在活下来的 60%
Gartner 预测 2027 年底前超 40% 的智能体项目被取消——死因不是技术,是成本失控/价值说不清/风控不到位。还有"套壳洗白":上千家厂商只约 130 家是真的。老板怎么避坑。
老师傅一走,经验就没了?AI 把知识变成了可执行的"技能"
组织知识过去只存两处:文档(死的)和人(会走)。AI 给了第三种载体——把 know-how 写成 AI 能执行的"技能",让经验可复用、不随人走、还会复利。
AI 转型第一步:先改自己,还是先买系统?
老板做 AI 转型最常问的第一个问题:先培训、先买系统、还是先改流程?答案都不是——第一步是一把手先把自己 AI 化。附三个最常见的误区。
都在让 AI「对标最先进的」——先进是谁定义的？
AI 眼里的"最先进"不是事实，是检索结果。定义权正在从机构信用换手到"写清楚+放对地方"——以及企业怎么反过来用这个机制。
我们亲手证伪了自己的"96.6% 准确率"
一份漂亮的 AI 价格预测方案，被我们自己用真实数据杀了一遍——以及从废墟里挖出来的、真正敢写进合同的数字。附企业验收四问。
中文 AI 圈现在靠什么赚钱？培训的钱正在流向两端
教操作的课在价格战里死去，钱在向"给老板的决策内容"和"对结果负责的陪跑交付"两端迁移。买培训之前，先看懂卖培训的人怎么赚钱。
国内外赚钱的一人公司，都在做什么？
五种生意型态、一个残酷的中位数、一条所有成功者共有的暗线——以及 AI 正在抬高的两个天花板。
常见问题
AI 说的"最先进"是谁定义的、可信吗？
AI 眼里的"最先进"不是客观事实，是它检索到、又够格被引用的那个。定义权正在从机构信用换手到"写清楚+放对地方"。别把 AI 推荐的当权威，也可以反过来利用这机制成为被对标的对象。→ 先进是谁定义的
怎么让我的公司被 AI 主动推荐？
这叫 GEO（生成引擎优化）：让内容被 AI 检索到并引用。四步——①做法起名字标日期；②写成清单/表格/定义；③放在 AI 爬得到的结构化网页；④同时写得让人读得下去。它优化的是"被 AI 转述给用户"，不是流量。→ GEO 入门
网站没人访问，是不是白做了？
AI 时代不一定。内容站的第一价值已从"有多少人来看"变成"有没有被 AI 抓取、进而被引用"。真实数据里常见的是：AI 爬虫天天来深抓、真人几乎为零——种子刚下地的正常阶段，不是失败。→ 一个新站的头几天
老板做 AI 转型，钱最该投在哪？
ROI 最高的一笔是投老板自己学 AI。多数老板把钱投给工具、系统、招人、外包——但工具会贬值，判断力会复利，中小企业里老板就是天花板。先投自己，再谈买什么。→ 最该投的一笔投资
40% 的 AI agent 项目会被砍，怎么待在活下来的 60%？
Gartner 预测 2027 年底前超 40% 的智能体项目被取消——死因不是技术，是成本失控、价值说不清、风控不到位。先备齐谁负责/怎么验收/出错怎么兜底，还要警惕"套壳洗白"。→ 40% 会被砍
AI 项目怎么验收，别让"感觉不错"当标准？
企业验收四问：有没有立最笨基准、有没有防数据泄漏、分开评方向与幅度、拿真实数据而非演示。我们亲手把自己一份 96.6% 的漂亮成绩证伪过，就栽在这几条。→ 证伪 96.6%
有想看的问题？回首页写下来——这个栏目的选题就是这么来的。