中小企业落地 AI 的真实门槛：不是预算，而是流程
聊 AI 落地，很多老板的第一反应是「预算不够」。但真正做过几个项目就会发现，钱反而是最容易解决的一环。一个月几十到几百块的订阅费，对绝大多数中小企业都不算负担。真正卡住人的，是流程。
第一个卡点：没人说得清要解决什么问题
最常见的开场是「我们也想用 AI 提效」。这句话没法落地，因为它不是一个问题，是一个愿望。
能落地的问题长这样：客服每天要手工整理 80 条咨询记录，整理一次 40 分钟，能不能压到 10 分钟？或者：业务员每次报价都要翻三份历史合同，能不能一句话查出上次同类客户的成交价？
有具体的人、具体的动作、具体的耗时，才谈得上衡量效果。否则工具买回来，大家点两下觉得「挺神奇」，然后就没有然后了。
第二个卡点：数据散在人和表格里
AI 的效果高度依赖喂给它的材料。而中小企业的现实是：客户资料在业务员自己的微信里，合同在老板电脑的某个文件夹，报价单在会计的 Excel 里，产品参数只有老师傅记得。
这种情况下上任何 AI 工具，效果都会很平庸——不是模型不行，是它根本不知道你公司的事。
比较务实的做法不是先做「数据治理」这种大工程，而是从一件事开始收口：比如先把最常见的那 20 个客户问题、对应的标准答案整理成一份文档，让 AI 基于它回答。这一份文档就是第一个可用的知识底座，两三周能做完，做完立刻能验证效果。
第三个卡点：没有人为结果负责
很多项目死在「大家都觉得挺好，但没人管」。IT 觉得这是业务部门的事，业务部门觉得这是 IT 的工具，最后变成一个没人维护的账号。
有效的做法很土但很管用：指定一个人，给他一个明确的指标，比如「客服平均响应时间从 15 分钟压到 5 分钟」。这个人不需要懂技术，只需要对结果负责，遇到不会的就找人问。
怎么破：从一个岗位的一件具体事开始
把上面三点串起来，就是一条可执行的路径：
- 选一个高频、重复、有明确好坏标准的动作，比如客服回复、报价单生成、会议纪要整理
- 把这件事需要的材料整理成一份文档，作为 AI 的输入
- 指定一个人对指标负责，周期定 4 周
- 4 周后看两个数：耗时降了多少，返工率有没有上升
不要一上来就想着「全公司推广」。一个动作跑通了，自然会有第二个部门来找你，那时候推广是顺水推舟；跑不通就先停下来复盘，成本也只有 4 周。
判断标准：三个月内能不能看到可量化的节省
靠谱的 AI 项目，三个月内一定能说出一句具体的话：原来三个人做的事，现在两个人能做完；或者原来两天的流程，现在半天走完。
如果三个月过去，团队只能说出「效率感觉提升了」，那基本上就是没落地。这时候不该追加投入，该回头看看是不是选题就错了。
最后一句
AI 对中小企业的价值，不在于用上多先进的模型，而在于把那些「一直想做但没精力做」的琐事真正做掉。它是个放大器：流程清楚的公司用它省时间，流程混乱的公司用它只会更快地混乱。
