讨论企业使用AI的价值时，“能省几个人”是一个很直接的问题。我更愿意再加上一问：原来因为人手不够而放下的生意，有没有重新尝试的条件？
电商和企业服务里的不少工作，在成交之前就要投入时间。产品资料要准备，需求要问，方案要调整，后续沟通也需要人。订单金额不大，并不代表服务成本同样低。
把一部分重复准备工作重新安排，是AI落地应用值得验证的方向。评估这一尝试，我会分开记录效率账和机会账。
效率账，看完整工作过程的实际投入
以产品出海中的一次询问为例，客户可能关心包装、起订条件、样品或交期。团队把已经确认的资料交给AI辅助整理，再由人核对，便有机会减少从空白文档开始的重复劳动。
评估时，起点是收到真实问题，终点是完成一份合格、可以使用的回答。资料准备、整理生成、人工检查、修改和必要维护，都应被看见。
如果只记录生成文字的一小段时间，就很难判断整项工作是否真的省事。团队还需要保留任务范围、输入资料和最后采用的版本，让前后比较具有依据。
机会账，看腾出的精力去了哪里
销售有更多时间，可以用来听清客户需求、解释产品差异、推进下一步。过去顾不过来的一类客户，也可能因此进入新的服务尝试。
这笔账可以先记经营动作：哪类询问重新接起来了，客户最关心的问题是什么，接下来由谁联系、确认什么。工作已经进行到什么程度，就记录到什么程度。
一份准备材料、一次持续沟通和一笔实际成交，代表不同的进展。把它们分别留下，才知道应用究竟在哪个环节帮助了业务，哪些地方还需要继续做。
完整的服务成本，决定机会是否值得继续
资料变得容易准备，不等于一笔订单的全部成本下降。运输、售后和交付仍需要核算，特殊要求也可能带来额外工作。
第一轮试跑，可以挑一类曾经因为准备麻烦而放下的客户需求。用实际询问走完一次流程，再对照投入和反馈，判断接下来是改流程、缩小范围，还是增加服务。
如果前端效率有改善，后续成本仍过高，就需要重新选择目标客户或服务方式。发现某类需求暂时不适合，也是这轮验证能够提供的信息。
让工程交付和经营复盘连接起来
从尚易至尚科技集团的业务思考出发，我希望项目留下可持续检查的工作记录。沿用我们讨论实际交付的分工，FDE侧重工程师把流程做出来，FDC侧重教练带着企业的人学会运行、检查和调整。
在客户服务场景里，工程部分要让询问、资料、输出和核对结果对应起来。团队练习则要让销售和业务负责人知道，怎样记录自己的投入，怎样判断一次沟通的真实进展。
记录可以简单，但要持续，并能够支持下一次决定。一次AI试跑的价值，就在于让企业更清楚哪些工作值得改、哪些服务值得做，以及团队接下来需要怎样的能力。
我想看到的，是企业既认真计算节省，也认真寻找机会。先拿真实需求验证一次，再决定要扩大什么，这样的判断比单独讨论人员数量更接近生意本身。