你跟客户讲了两小时产品,他只想知道一件事:能省多少成本?

不是功能,不是架构,不是 AI 有多聪明。他想知道的是:这笔钱投下去,能少用几个人,多久回本?

今天和几家企业做了一场交流。聊完才意识到,客户教了我们很多我们以为自己已经懂的事。

一、一个渠道商的一句话,改变了产品路线

前段时间我们在谈一个软件渠道商合作,他手上有一批客户群。聊了几轮之后,他说了一句话:模型再好,数据不能出外网。

我们一直在卖“大脑够聪明”,但有一整类客户根本不在乎脑子聪不聪明——军工、政务、医疗——这些场景的准入门槛不是能力,是数据主权。我们因此开始做私有化部署方案,把模型也部署在客户自己的机器上,数据不出域。

这是产品路线里一个没有规划的转折点,是市场逼出来的。

二、个人 AI vs 企业 AI

今天有人把我们产品总结得比我们自己还清楚:Claude 这类个人 AI 是“小龙虾”,我们做的是“大龙虾”——里面养了很多小龙虾。

维度 个人 AI 企业 AI
知识范围 你自己告诉它的 整家公司的公共知识库
记忆归属 个人会话 组织沉淀,员工离职不带走
能力边界 你会什么它做什么 接入公司所有系统的权限
成长方式 你一个人在喂 全员在用,全员在喂

三、一家医院的三个问题

今天聊得最深的是一家以老年康养为主的医院,近两百名正式员工,人力成本压力很重。对方只问了三件事:能省多少人力、有没有真实案例能用数据说话、预算上限是多少。

这三个问题,比任何功能演示都有价值。客户买的不是 AI,买的是一个可以量化的结果。

我们给了他一个估算:服务器硬件约十万,三个月实施周期,一名工程师跟进——三十万左右是可以落的范围,也是他们明确表达能接受的上限区间。

四、员工在用系统的过程中,把自己蒸馏进去了

这句话是今天我们自己说出来的,但说出口之后觉得有点沉。

员工每天在系统里提问、固化流程、沉淀技能,他其实是在把自己脑子里的判断一点点写进这个系统。他离职,人走了,那些被记录下来的工作方式、专业判断、处理路径全留着。下一个入职的人,不是从零开始,而是站在前任的肩膀上接着用。

越用越离不开,越用越不需要你。

这个悖论,我们今天第一次被客户问出来,还没有准备好答案。

这,是第四十三天。

《从0到1:企业级AI项目迭代日记》记录一个企业级 AI 项目从创意、架构到落地的真实过程。不讲神话,只记录进化。


如果你也在做企业 AI 落地,欢迎留言来聊。或者,把这篇转发给一个正在踩同样坑的朋友。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐