有个传统制造企业的老板，去年花了 30 万采购了一套 AI 工具，做了 3 次全员培训，轰轰烈烈。结果半年后盘点，发现一件让他无语的事：财务还是在 Excel 里做报表，销售还是在微信群里汇报，只有老板秘书偶尔用 AI 改改 PPT 格式。

这不是个例。MIT NANDA 的 GenAI Divide 研究说了一件很扎心的话：大量企业的生成式 AI 投入，没有形成可衡量的 P&L 影响。原因集中在三处——工作流脆弱、弱上下文学习、与日常运营脱节。

说白了，买工具，不买流程。

我见过企业 AI 项目失败的五个真实原因，几乎篇篇命中：

一，买工具，不买流程。企业买的是 ChatGPT 账号，但没定义”谁在什么场景下、用什么 Prompt、做什么任务、输出给谁”。工具变成了员工的个人玩具，不是组织能力。

二，从”工具”切入，不从”痛点”切入。正确的问题是”我们公司每周最浪费时间的经营分析任务是什么”，而不是”我们应该用哪个 AI 工具”。顺序反了，必死。

三，没有成功标准。省多少小时？提前发现多少预警？减少多少报告准备人力？没有具体衡量，就没有迭代动力，老板的热情一过就黄。

四，中层没参与设计。AI 工具是老板拍板买的，员工被要求用，但中层管理者没参与设计工作流。中层有顾虑，或觉得增加了管理复杂度，就会被动抵制。

五，第一个场景选错了。首场景太复杂、效果不明显、或出了错，员工形成”AI 不靠谱”的印象，后面推广阻力巨大。

那怎么落地？我给的”最小闭环五步法”，关键在第一步——选第一个场景。选择原则四条：高频（每周都做）、可衡量（能说清成功长啥样）、现在很痛（做的人每次都觉得在浪费时间）、风险可控（AI 出错的代价不是灾难性的）。别选高风险（财务报告直接对外发布）、高复杂（跨 10 个系统的分析）、一次性任务。最适合的首场景：周报总结和会议纪要。

第二步，把首场景拆成具体流程。以”会议纪要自动化”为例：会议录音用讯飞或字节 AI 自动转文字；DeepSeek 提取参与者、议题、决议、行动项、负责人、截止时间；会议记录员核对 1 到 2 分钟；行动项自动推送给负责人，进飞书任务；下次会议前 AI 自动汇总上次行动项完成情况。

第三步，先跑 3 个月，算 ROI。记录改造前后：每次会议纪要准备时间从几小时降到几分钟；行动项遗漏率从多少降到多少；管理层跟进效率如何。

第四步，用成功案例推广到下一个场景。把第一个成功场景做成内部案例，具体省了多少时间、改了什么工作方式。让做过的人讲给其他部门听，比老板宣讲有效十倍。

第五步，建”AI 流程 SOP 库”。每个场景做成标准：场景名、使用人员、工具和模型、Prompt 模板、输出格式、人工复核步骤、成功标准。换人或推广新部门，都有标准可复用。

几个案例。

某私募股权机构，从会议纪要开始。改造前专职记录员每次会后花 2 到 3 小时整理，常漏行动项。改造后讯飞实时转录加 DeepSeek 提取行动项再飞书自动推送，整理时间从 2 到 3 小时降到 15 分钟，行动项遗漏率从 30% 降到 5%。这一个成功，带动了 3 个其他场景的改造。

某快消区域销售团队，从周报开始。原每个销售写周报 30 到 60 分钟，总监汇总 2 小时，读起来大量重复。改造后销售填结构化表单 10 分钟，DeepSeek 生成个人周报初稿，Claude 生成区域汇总。全区域每周省 200 多人/小时，总监从”看周报”变成”看异常、做决策”。

某集团人事部门，从简历初筛开始。上传 JD 和简历，AI 按岗位要求自动评分，HR 只看 70 分以上的。从”人工看 100 份筛 10 份”变成”AI 筛 100 份、人工复核推荐的 20 份”。时间省 70%，候选人质量还提升了。

中后台效率低，常常不是人不努力，是资料散在邮件、表格、PPT、会议里。月度经营会前一周，老板秘书开始群发催材料，每个部门格式不一样，收齐了没法合并，最后老板收到一大堆数字，没有一个结论。

解法叫”一页纸经营会五步法”：统一材料提交模板，每个部门按固定格式交”本月最重要的 3 个数字 + 最大的 1 个问题 + 下月最重要的 1 个行动”；DeepSeek 或 Qwen 做部门内事实摘要，只提取数字和已发生事实，不加解释；Claude 或 GPT 合并跨部门报告，识别数据矛盾、找因果关系、生成要讨论的核心问题；报告固化成”一页纸”——3 个关键数字、3 个异常变化、3 个待决策问题、3 个下月动作；经营会从”汇报会”变成”追问会”，老板带一页纸进会议室，每个问题最多追问两层，45 分钟结束。

某集团公司，8 个业务部门，改造前经营会准备 3 天、开会 3 小时，经常开着开着变互相甩锅。统一模板加 AI 跨部门报告后，材料准备压到半天，会议 45 分钟，聚焦 3 个决策问题。老板从”听汇报”变成”做决策”。

英国金融服务公司 Quilter 把 Copilot 推到市场、投资、法律、HR、财务各团队，先按部门生成事实摘要，再由经营分析 Agent 生成跨部门报告，最后固定输出本月 3 个问题、3 个原因、3 个动作。

某零售连锁，12 个业务部门：月末 T-3 各部门飞书填模板 30 分钟；T-2 Qwen 自动生成摘要推负责人确认；T-1 Claude 生成综合报告标矛盾和关联；经营会当天老板只看一页纸，追问 3 个问题。

几个坑：让 AI 直接读原始材料不做标准化前处理，会被格式混乱带跑，输出很差；报告太长也是病，管理层看 15 页和看 1 页核心，决策质量没差异，但注意力分配天壤之别；AI 报告只是准备工具，经营会里人与人的判断和争论，AI 做不了。

还有三个最常见的失败姿势：“改造整个经营报告体系”是 6 个月的事，“会议纪要自动化”是 2 周的事，先做后者；没有 ROI 衡量只有”感觉好多了”，感觉撑不住持续投入；全公司一起推，失败了全垮，成功了也没样本，要先在一个部门跑通再扩。

带走一句：企业 AI 成败的分水岭，不是模型榜单，是流程改造。

为什么我反复强调首场景选”会议纪要”或”周报”？因为它们高频、可衡量、现在很痛、风险可控，四样全占。反过来，一上来就选”改造整个经营报告体系”，是六个月的工程，还没见着效老板就没耐心了；一上来选”财务报告直接对外发布”，出错代价是灾难性的，员工一次被坑就永久不信任 AI。先赢一场小的，把省下的时间、堵住的错误，写成内部案例，让做过的人讲给没做的人听——这比老板在大会上喊十句”大家要用 AI”都管用。

流程这东西，是跑出来的，不是训出来的。你训三次，不如让他自己跑通一次、尝到甜头。等第一个场景跑出 ROI，第二个、第三个会顺着惯性自己长出来。到那时，AI 才真正长进组织里，而不是停在秘书的 PPT 格式上。

流程跑通了，组织动起来了。可还有一种”慢刀子”——你的经营关系散落在一堆邮件、微信、会议纪要里，每次要用人肉拼。下一篇讲怎么用长上下文，把一段关系完整留下来。