做机械配件的老周，最近有点焦虑。
这两年他是看着AI一路火过来的。先是 ChatGPT 出来，满世界都在惊叹；后来 DeepSeek 火遍全国，他自己也在手机上装了豆包；再往后，各种能自己动手干活的 AI Agent 一个接一个冒出来，有个开源的更夸张，八十多天冲上三十几万星标。到今年，连办公软件里都塞满了各种智能助手。
他刷到的每条短视频都在说AI，同行群里也天天有人发”某某厂上了AI一年省几十万”。他自己试过几次，让AI写过报价单，还行；让员工用，没人愿意用。手机里存了七八个AI工具，一个都没真正跑起来。
上周他问我：我一个五十人的厂子，到底该从哪儿下手？搞砸了钱打水漂怎么办？
这个问题问得实在。这一年我也确实看到不少数据在说，企业上AI这件事，成功的是少数。那就先把这些数字掰开看看，再说说小公司该怎么落地。
一、88%的企业上了AI，只有5%赚到钱
先拿最常被引用的两份报告说说。
麦肯锡《State of AI 2025》：88% 的受访企业在至少一个业务环节里用上了AI，用生成式AI的从上一年的33%涨到72%。但另一面是，只有 39% 的受访者认为AI对公司利润有任何程度的影响，而这里面大部分人说这个影响不到利润的5%。近2000份问卷里，只有109家（约5.5%）能说清AI给利润带来了超过5%的贡献。
麻省理工《The GenAI Divide》：这份更出名，结论是95%的企业生成式AI试点项目没能带来可衡量的损益影响。
看着确实吓人。但第二份报告我得多说一句，它的样本是153份高管问卷、52次访谈，加上300多个公开案例的梳理。国外不少分析师对这个95%提出过质疑，核心争议在于：把复杂的企业实践简单归成”成功”和”失败”两档，本身就不太站得住。一个项目跑了半年，团队学会了怎么用AI，但没直接体现在财报上，算成功还是失败？
所以这些数字我建议你这么读：别把它当”AI不靠谱”的证据，也别当”你不上就完蛋”的恐吓。它真正说明的是一件朴素的事：大多数企业把AI买回来了，但没让它真正进到业务流程里去。
二、卡住的是这三件事
数字之外，几份报告和我自己接触的情况，指向的原因其实高度一致。
第一，买了工具，但流程没动。麦肯锡那份报告里有句话我印象很深：AI 是 20% 的算法加 80% 的组织重构。真正拿到回报的那 5.5%，做的不是”把AI装到现有流程上”，而是重新设计了流程。这话听着大，落到小公司就是：你原来报价要业务员翻三个表算半天，你买了个AI工具让它帮忙算，如果表还是那三个散表、数据还是靠人往里抄，那AI能帮的就很有限。
第二，员工不愿意。这一点最容易被忽略。有篇分析说得很直接：销售的经验往往就是他最核心的价值，你让他把经验交给AI，他第一反应不是”太好了能提效”，而是”我是不是要被替代了”。这不是员工觉悟问题，是人之常情。你要是没想清楚这一层就往下推，阻力会从各个想不到的地方冒出来。
第三，老板自己不用。网上有篇文章标题起得挺狠：别再让员工去研究AI了，老板不自己用，什么都白搭。我觉得这话有道理。老板自己没上手试过，就不知道这东西能干到几分、边界在哪，定的目标要么太虚要么太高，底下人怎么做都不对。
三、小公司的优势，恰恰是”小”
说点我自己的观察。
上面那些数字统计的主要是大企业。大公司AI落地难，难在组织。流程跨好几个部门，每个部门都有自己的利益和顾虑，改一个流程要开十次会。所以他们才需要”组织重构”这种大词。
但一个三五十人的公司不一样。你想改一个流程，可能就是你和两三个人商量一下的事。老板本人就是决策者，也往往是最了解业务的人。这个”船小好调头”的优势，是大公司花钱都买不来的。
所以我一直觉得，中小企业不该套用大厂那套”AI战略”的打法。你不需要战略，你需要的是先找到一个具体的、烦了很久的活儿，用工具把它解决掉。解决完这一个，再干下一个。
我这段时间帮人搭系统，跑通的那些，基本都是这个路子：从某一张表、某一个每天都要重复的动作开始，而不是从”我们要数字化转型”开始。反过来，那些一上来就想规划一整套系统的，大多卡在半路。
四、开始前先问自己四个问题
如果你也在琢磨这件事，我建议先别看工具，先拿这四个问题问问自己。这是我做咨询时候实际会问客户的。
问题一：你能说出一个具体的、每周至少发生五次的重复动作吗？
注意是具体动作，不是”提升效率”这种目标。比如”每天早上把三个平台的订单导出来汇总成一张表””每次客户问报价都要翻历史记录算半天”。说不出具体动作，就说明时机还没到，别急着上。频次也很重要，一年干两次的事，再烦也不值得花时间去自动化。
问题二：这件事的数据，现在在哪儿？
这是最容易被跳过、也最容易翻车的一环。很多人想着”让AI帮我分析客户情况”，可客户信息散在三个业务员各自的微信里，那AI分析什么呢？数据没归拢，任何工具都是空转。很多时候第一步压根不是上AI，是先把数据收进一张表里。这一步是绕不过去的。
问题三：做完之后，谁的活儿变少了？他知道吗？
这个问题是问人的。如果一个流程改完，受影响最大的那个人事先完全不知情，那大概率推不动。反过来，如果他自己就被这件事烦得要死、改完他最轻松，他会变成最积极的那个。挑第一个场景时，优先挑”员工自己也烦”的，而不是”老板觉得该管”的。
问题四：怎么算这件事做成了？
提前定一个具体的、能看见的标准。比如”月底对账从三天缩到半天””客户跟进不再靠人记，没人漏”。别用”提升效率”这种没法验收的话。定不出来，说明这个场景本身还没想清楚。
四个问题都能答上来，这事基本就能做，而且大概率不会白花钱。答不上来两个以上，我建议先别动。不是不能做，是还没想清楚。
五、也说说局限
按我这个说法，是不是所有事都能这么干？当然不是。
有些活儿现在的工具确实干不好，比如需要复杂判断的、需要行业深度经验的、或者数据本身就在别人手里拿不到的。我自己也踩过这种坑，想得挺美，真做的时候发现数据源根本接不通。遇到这种，最好的选择是先放着，而不是硬上。
另外，前面提的那些报告，样本主要是中大型企业，数字未必能直接套到你身上。我引用它们，是因为它们指出的三个原因（流程没动、人不愿意、老板不用）我确实在小公司里也反复见到，但那个具体的百分比，你听听就好，不用太当真。
最后
回到老周。我给他的建议是：先别想AI，先说说你每周最烦的那件重复活是什么。他想了想说，每次客户来问价，业务员要翻好几个表核成本，一单要磨半小时，一天下来光报价就耗掉一两个钟头。
那就从这个开始。这不是AI战略，这就是一件具体的事。但恰恰是这种具体的事做成了，才知道下一步该干什么。
所以那些失败率的数字，我倒不觉得是在劝人别碰AI。它更像在提醒一件事：先找那件烦了很久的活儿，别一上来就想着”我要上AI”。
你手头最烦的那件重复活是什么？你是不是可以想一想了？
