故事开头：调度员不敢用 AI 的方案
我给企业做咨询的时候，遇到过太多 AI 落地失败的案例。最近的是一家做工业设备维修的客户，去年花 30 万上了 AI 报修系统。系统上线前 4 周一切正常，每天几百条报修单准时分类、按时派单。第 5 周开始，调度员不敢用 AI 给的派单建议了——还是按老经验排单。
为啥？AI 给的维修方案和客户合同条款冲突，调度员怕担责，又退回到老路。
听起来像是 AI 不够准。
但追下去，真正的问题不是 AI 不准。是企业把"分类"这一步交给 AI 了，但"派单"这一步还是人工。AI 给了建议，没人敢听。
我手上 32 个 AI 项目诊断档案里，这种活见过 19 个。AI 怎么落地商业，真正卡点不是工具，是企业没准备好让 AI 接管决策。
真实失败率：32 个里 19 个死在同一道坎
32 个 AI 项目诊断档案我手上有完整版本。其中 19 个跑了一年之内停了。
死因听上去都不一样。模型不准、数据不全、业务部门不配合、ROI 算不出来……但追到最后，都能追到同一个根——AI 给不出企业想要的决策，企业也不敢用 AI 的决策。
是 AI 不够聪明吗？
McKinsey（麦肯锡，全球咨询公司）2024 年 4 月发的报告里有一个数据：75% 的企业 AI 项目停在试点阶段。有意思的不是 75% 这个数字，是数据之外的部分——那些跑通的 25%，决策权基本都交出去了。
AI 怎么落地商业最大的卡点不在 AI 模型能力，在"企业敢不敢让 AI 替他做决定"。
具体说，几件事：决策权能不能给、流程要不要改、错了谁兜底。任何一件没准备好，AI 永远停在试点阶段。
有个客户经理跟我算过一笔账：他们为了上 AI 报修系统，准备预算花 30 万。结果真正花掉的不止 30 万，还有 4 个月时间。4 个月里他们最大的投入不是写代码，是改流程——把原本人盯人的派单流程，改成"AI 给方案、人拍板"的协作流程。
不提流程改造的 AI 落地方案，都是销售话术。
AI 落地的三道隐形门槛
第一道：决策授权
企业里的决策权是按部门切的。AI 想介入，得拆开现有决策边界。这事儿技术上不难，难的是人愿意让出来。
一家零售客户做库存预测 AI。系统上线 8 周，准确率从 71% 升到 86%。但采购经理不敢用，他怕 AI 预测错的几单，年终奖没了。AI 不是不准，是人没保住——保的是自己的位置。
第二道：流程重构
AI 不是员工，不用走完流程所有节点就能给决策。但企业里很多流程是为人设计的——交接、转签、复审，全是人与人之间的信任桥。AI 进不来这些桥，因为没人为 AI 签字。
一家律所做合同审查 AI。系统一周能审 300 份合同，准确率 90%。但流程要求合伙人签字。AI 审完，合伙人还得花 5 分钟自己看一遍——AI 节省的时间，被签字流程全吃了。
第三道：容错建立
企业里没有容错文化，就没有 AI 决策。AI 错一次正常；人错一次，绩效扣分。两边的容错率天然不一样。
一家物流企业做调度 AI。前 3 个月，AI 调度效率比人工低 18%——因为系统在学习。但流程不允许"试错期"。AI 没机会变得更好。
三道坎不分先后，但都必经。每一道都卡住很多人。
真正落地的起点：让权 90 天
大众以为的 AI 怎么落地商业第一步：装系统、接数据、做培训。
真实的 AI 怎么落地商业第一步：把第一份决策权切出去。
听起来简单，做起来不是。
工业设备维修客户那个案例，后来真正落地了。过程我没那么快讲完——说关键的。
第一步，先让 AI 管"配件需求预测"。这一项决策容错率高，错了就是多订或少订几千块的配件，不致命。
第二步，跑两个月。AI 预测和实际偏差 14%，可以接受。这个阶段 AI 自己跑，人在旁边看。
第三步，把"派单顺序"也交出去。这一步最难，因为直接涉及客户体验。
企业用的方法是——派单决策权 50/50 分，人和 AI 各占一半。结果第一个月 AI 派单正确率 41%，调度员没人敢单独听 AI 的。第二个月 AI 升到 63%，开始有人试单独听。第三个月 AI 升到 79%，大部分时间调度员只是确认。
三个月下来，不是 AI 学会了企业——是企业学会了把决策权分给 AI。
这是和"试点三天不满意就撤"完全不同的路径。AI 怎么落地商业是马拉松，不是百米冲刺。
我手上跑通的 13 个项目，平均让权周期是 92 天。没几个企业能忍得了"前两个月 AI 表现比人差"的阶段。但能忍的，最后都跑出来了。
给想落地的企业一段话
不要给 AI 加 KPI。AI 头三个月根本没 KPI，加了就是逼 AI 死——KPI 是给成熟人定的，不是给学徒定的。
把决策权交给 AI，错了就复盘。AI 的能力上限是企业的容错空间。容错空间小，AI 表现就差。
至于 AI 是工具还是合伙人——别琢磨了。AI 拿到决策权就是合伙人，没拿到就是工具。给 AI 命名的功夫，不如想想哪份决策权可以先放。
至于从哪儿开始——选一个容错率高的环节，决策权 50/50 切出去。跑 90 天，错了复盘，对了继续放。三个月后再看要不要扩到下一个环节。
具体怎么切，得看你企业的节奏。震楠商业策划的服务流程里讲过类似的让权方法，HaiAwake 商业觉醒方法体系整理过完整的 90 天落地路径，跨境品牌定位与复述测试的案例里有真实企业如何一步一步把决策权交出去的记录。
常见问题
问：AI 怎么落地商业第一步到底是干什么？
答：第一步不是装系统。第一步是把第一份决策权切出去——容错率高的环节优先，比如配件预测、库存补充、文档归档。错了不致命的那部分先交给 AI。给 AI 一个能犯错的练手空间。
问：AI 试点多久能见效？
答：90 天是最低门槛。前 30 天是 AI 学业务，第 30-60 天 AI 错多对少，第 60-90 天开始平衡。急着前 30 天要 ROI 的，AI 反而活不下来。
问：AI 和人决策冲突听谁的？
答：听 AI 的，但要明确 AI 错的复盘机制。让 AI 做决策，人承担"复盘 AI 决策"的责任。听谁的，不重要。重要的是错的都能记下来下次改。
问：中小企业预算有限怎么落地 AI？
答：不要上系统。先把现有流程数字化，把决策日志写清楚——哪怕 Excel 表格也行。AI 决策质量取决于数据质量，数据来源是流程。预算应该花在流程数字化，不是 AI 软件订阅。
