从李开复的两次采访，看看投入该放在哪里
文 / 赵枰（枰先森）
AI越来越便宜，你公司的经验，反而可能越来越值钱。李开复近期的一段采访，让我更想把这件事和企业老板们聊清楚。2026年9月9日，证券时报发布了对他的采访，其中一个要求是：企业用AI，要看到公司财报的变化。我赞成这个方向。花了钱，投入了人，最后总得说清楚，公司的生意改善在哪里。
接着读经济观察报2026年7月的完整访谈，我注意到另一个细节：李开复介绍自己的企业AI产品时，说他们需要派FDE工程师进入客户现场。建立公司的Ontology，也就是把数据库、角色和流程等基础做好，需要一至三个月。这是他介绍的产品实施过程，不能当作所有企业AI项目的统一工期。
连做AI产品的人，也得花时间弄懂客户的公司。这些时间究竟花在哪里？弄明白这一点，老板才更容易判断，哪些投入值得做，哪些钱可以省。
老业务员的判断，产品册上未必写得出来
举个设备企业的例子。客户问，这款设备适不适合我？产品册上有参数，AI读完，可以很快整理一份介绍。可老业务员可能还会追问：每天连续使用多久，现场环境怎么样，后续谁负责维护？这些条件不问清楚，参数对得上，买回去也未必合适。
他为什么会问？因为见过客户怎样使用，也处理过选错以后的麻烦。这些判断，公司已经积累了，只是可能散在售后记录、历史方案和几个人的脑子里。
如果把经过确认的资料、适用条件和过去的处理依据整理好，AI就有机会帮新同事发现：哪个条件还没有问，哪种配置有风险，哪个案例可以拿来解释。技术负责人再去判断特殊情况。
我期待的是，新同事也有条件把服务做细，骨干有时间处理更复杂的项目。多年积累的经验，有机会服务更多客户。这也是企业知识库建设和客户服务AI落地应用值得研究的方向。
研究支持我们去验证什么？
2025年发表在《经济学季刊》的研究《Generative AI at Work》，分析了5172名客服人员使用AI助手的情况。研究发现，平均每小时解决的问题数量提高了15%，经验较少的员工受益更明显。这里衡量的是客服任务效率，不能直接换算成整家公司利润增长。
我在意的是，它给了我们一个值得验证的问题：公司里那些做得好的方法，能不能借助AI，让更多员工用得上？研究结果提供了参考，具体到自己的公司，仍然要在真实场景里检查资料、输出质量和人的判断。
整体调研可以先做，实施完全可以分步
一听到调研、整理资料、改流程，有些老板会担心：上AI是不是又变成了大工程？这个担心很实际。先把任务分清楚，投入才容易安排。
如果只是整理公开资料，选好工具就可以试。如果要根据公司产品回答客户，就需要接入可靠资料，并约定哪些问题可以回答，哪些交给人。如果还要报价格、承诺交期、安排交付，销售、技术和生产就得共同参与。几种工作，需要的投入本来就不一样。
整体调研要解决的，是找准第一步。哪个场景值得先做，资料在哪里，谁能作决定，前后部门怎样接上？这一步做清楚，才不容易出现一个部门做快了，后面几个部门反而接不住的情况。
中小企业AI整体落地不必要求所有部门同时改变。围绕一件客户认可的事情分步推进，检查实际变化，再决定是否扩大。
拿一份好方案与一份返工方案作对照
最近做培训、给企业做AI落地辅导，我越来越在意这件事。如果到一家企业看报价场景，我会请相关同事拿一笔真实业务出来，沿着客户要求往下走：资料在哪里补齐，判断依据是什么，哪一步开始等待，谁能作决定。再选出AI值得先接进去的一段。
一个具体办法是，拿同一类客户需求，找一份骨干做过的好方案，再找一份返工很多的方案，把差别摆出来。少问了什么，用错了什么资料，哪一步判断没有依据？把这些差别说明白，AI要学什么、员工要检查什么，就有了着落。
试完以后，也好验收。同一批人，能不能交出更多客户认可的方案？骨干是不是少了一些从头修改？客户是不是更愿意推进下一步？这些出现变化，才值得继续扩大AI落地应用。
企业AI内训与FDE、FDC怎样围绕同一件事配合？
如果问题在资料与系统衔接，FDE企业AI落地应用工程师侧重场景实现、集成和交付；如果团队还不会在真实业务中使用、检查和调整，FDC企业AI落地应用教练侧重AI企业内训、企业AI辅导和复盘。工程师与教练都需要和业务骨干配合，让经验整理与实际使用连起来。
尚易至尚科技集团已有13年企业成长辅导积累，累计服务200多家企业成长。集团的完整产业生态链涵盖品牌、电商、新媒体、团队辅导、渠道和仓储物流等环节。企业AI落地要看清客户需求与交付怎样衔接，再决定需要哪些能力参与。
我和AI增长团里的企业经营者交流时，希望把这些积累接到中小实体企业的真实问题上。我们的服务方向包括中小企业AI整体落地、AI应用落地、AI企业内训，以及企业AI陪跑。
模型大家都可以获得，但你积累的客户理解、产品经验和交付判断，同行买一个相同账号，也不会自动拥有。把能够说清楚、能够验证的部分接进AI，原来集中在少数人身上的本事，就有机会被更多同事用起来。
第一笔投入，是分散省时间，还是集中做成一件事？
换成你，你愿意先让AI帮每个人各省一点时间，还是先集中做一件事，让更多同事有条件达到骨干的服务水平？两种都有价值，但第一笔投入放在哪里，会影响接下来得到什么。
我更倾向于后者。先选一件事认真调研，把经验、资料、责任和验收办法接起来，跑一遍真实业务，再看是否值得继续投入。