↑ 八个问题
智未来 AI · 团队

企业上 AI 会问的八个问题
每一个我们都交付过

企业买 AI 最常见的结局是:系统交付了,业务没变。钱花了、验收也过了,可三个月后该加班的岗位还在加班。问题出在交付方式上——远程沟通需求、回公司做方案、交一套系统,剩下的靠你自己摸索。方案是照着需求文档做的,不是照着你们真实的工作流做的。

我们用 FDE(Forward Deployed Engineer,前线部署工程师)编制:工程师不坐在自己公司写代码,而是驻进你的现场,跟着你们的业务流程走一遍,在真实场景里把系统调到你的人愿意用。

下面列出的是各个方向上真正带过项目的人。具体项目按场景组队,不会所有人都上——一个知识库项目和一个财务自动化项目,需要的不是同一批人。

30+ 个已交付企业级 AI 项目
194自研产品发行国家与地区
30000+ 人次企业 AI 培训与赋能
15软件著作权与版权认证
300带过的最大产研团队

你会问的八个问题

每一个我们都交付过

下面这八个问题,是我们在客户会议室里被反复问到的。它们串起来,正好是一家企业从动念到落地的完整过程。我们的回答不是一句「我们团队会负责」——这八件事,我们每一件都管得了,也都交付过。

在舍弗勒(中国)的企业 AI 工作坊里,工作流搭建、智能体开发和员工培训是同一个项目里一起做完的——系统在现场搭起来的同时,你的人也在现场学会用它。不是先交系统,过阵子再来谈培训。

这八件事,谁带过项目

各方向的负责人 · 实际项目按场景组队

尹茂德
1诊断与方案

尹茂德

创始人 · 首席 AI 落地架构师
「你们懂我的生意吗?别又是外行指导内行。」这是第一次见面最常被问到的一句。它问的其实是:你们会不会拿一套通用方案套在我身上。

他自己做过三门生意——消费品牌、电商平台、边缘计算网络(全国 10 万多个计算节点),也自己写系统。所以坐在会议室里,你讲业务不用先翻译成技术,他讲技术也不会含糊其辞。

每一个项目的第一次上门,都是他自己去。不是销售听一遍、回去转述给技术——转述这一道,正是方案走样的起点。

他会先劝你少做几件事

进场诊断后主动砍掉投入产出不成立的场景,平均每个项目砍掉 3–5 个伪需求——定不做什么,比定做什么更省你的钱。

他判断得出哪里会塌

主导研发的多款 AI 应用发行 194 个国家和地区、12 种语言,订阅与支付全链路自己跑通过。一个系统从上线到持续赚钱要过哪几道坎,他是踩过的,不是听说的;注册用户付费转化率大陆 17%、海外 27%(行业平均 2–5%)。

他给的技术路线是自己趟过的

公司 15 项软件著作权与版权认证的技术方案由他定型——不会出现"方案写得漂亮、实施起来发现做不了"这种事

「懂 AI,不是知道哪家又出了新模型;是遇到自己的场景,知道该搭什么、该调什么。」
「客户最初提的需求,往往不是他真正的问题。诊断这一步省下来,后面全是返工。」
张赵哲
2系统交付

张赵哲

联合创始人 · 首席前线部署工程师
「方案看着不错,可你们做得出来吗?」见过太多 PPT 里天花乱坠、落地时缩水一半的方案,这个问题问得不冤。它问的是:签字之后,谁在真正把东西做出来。

华东师范大学硕士,15 年软件研发与企业数字化项目实施经验——从业务调研、需求分析、流程梳理、产品设计、技术实现到交付验收,整条链路他自己走完过,不是只管其中一段

近年重点做 AI 在企业业务场景中的落地,方向包括企业 AI 知识库、AI Skill(技能模块)、Agent(智能体)、AI 辅助软件开发及业务流程自动化。熟悉 Dify、Notion、Obsidian 等 AI 应用与知识管理工具。

你那些「离了人就转不动」的岗位,他解过

该行业的 BP(业务伙伴岗)长期困在表格整理、数据处理、信息核对这类重复劳动里。建企业 AI 知识库把岗位职责、业务规范、薪酬规则、操作流程结构化沉淀,再开发薪酬自动计算 Skill、快递单据整理 Skill。结果不只是省时间——单个 BP 的业务承载能力被抬上去了,企业增长从"多招 BP"转向"靠 AI 提人效"。

世界级制造企业的流程,他搬进过智能体

为全球领先的汽车与工业零部件供应商落地企业 AI 工作坊,负责其中的工作流搭建与企业智能体开发——把散在各岗位的操作流程做成可运行的智能体;同一个项目里,员工培训与能力交接同步做完。

你的上线周期和预算会短一截

用 AI 辅助开发与对话式编程完成科达 982 换电小程序、骑栖出行小程序,1 人 1 个月抵传统 3 人 3 个月,人力投入约为九分之一。这个效率差不是省我们的成本——是你的项目更早上线、报价更低

他讲得明白,你的人才用得起来

面向没有编程基础的企业白领开展 AI 软件开发培训,学员半天完成从产品想法到软件成品的全过程。这条看着像培训,其实是交付能力的旁证:能把复杂技术拆成普通人当场能执行的步骤,才能在客户现场把系统调到"他们的人愿意用"——交付卡住的地方,从来不是代码写不出来,是客户的人不肯用。

具备「业务理解 + 产品设计 + 软件研发 + AI 落地 + 企业培训」的复合能力,能把企业的知识、岗位经验、业务规则和工作流程,转化成 AI 知识库、Skill、Agent 和业务工作流。
马伟康
3技术底座

马伟康

首席技术官 · AI 工程与平台架构
「几十个系统、十几个部门,你们动得了吗?出了事谁兜?」规模稍大的企业最先问、也最不敢将就的一个问题。它问的是:你们有没有在真的复杂环境里干过,出事的时候扛不扛得住。

同济大学计算机科学与技术。58 安居客技术总监,任职 15 年,管理过接近 300 人的研发团队,覆盖前端、后端、测试、运维全职能——你们内部那种"几十个系统、十几个部门要协调"的复杂度,对他是熟悉的量级,不是第一次见。

你的复杂度他见过更大的

主导全国最大房产 SaaS 系统(市占超 40%、20 万经纪人在用)的架构整合:公司收购后,把对方 100 多人的研发团队与系统整合进 58 技术栈、迁移机房、统一研发管理标准。技术方案能不能落地,一半取决于架构,另一半取决于有多少个部门要点头——这两件事他都干过。

AI 不是他现在才开始做的

在 58 搭建房产 AI 平台,落地智能外呼、AI 客服、智能找房助手、SaaS 智能操作助手。AI 外呼替代人工清洗存量房源,获取一条有效信息的成本从 70 元降到 2.5 元AI 客服自动识别意图并调用 Agent 处理资料审核、退款、数据查询,问题处理时长降低 80%、节省客服人力 35%

踩过的坑正是你会遇到的

多 Agent 架构、RAG、MCP、LangChain/LangGraph、Prompt 管理、Agent 评估、模型微调、Token 成本优化——这些不是术语表,是他在千万级用户体量的产品上一个个趟过来的。做过一次和读过文档,差别就在出事那天。

企业 AI 转型他做的是落地不是布道

在房产中介、BPO(业务流程外包)、电商、零售等行业设计并落地过面向真实业务场景的 AI Agent,用 Dify、Coze、对话式编程等方式快速交付。

底座这个位置管的是"撑不撑得住":模型是可以换的,架构是不能返工的。系统上线三个月之后还稳不稳、还敢不敢往核心业务里推,取决于第一天架构怎么搭。
苏砚
4知识资产

苏砚

高级前线部署工程师 · 知识工程与智能体
「我们的资料乱七八糟,AI 真用得上吗?」几乎每家企业问到第二轮都会问这句,而且往往带着点不好意思。实话是:没有一家企业的资料是整齐的,这从来不是拦路虎。

他专做企业知识资产与智能体,方向包括 RAG(Retrieval-Augmented Generation,检索增强生成)、知识库治理、答案系统与引用溯源。乱是常态,把乱的理顺本来就是这个工位的活。

你那堆没人打得开的历史资料会变成能查的

制造业技术文档与图纸知识库覆盖上万份历史资料,图纸与工艺文件的查找由数天缩短至分钟级

它不敢乱说 —— 每条回答都点回原文

"标准答案 + 引用溯源"机制:AI 每一条回答都能点回原始文件的具体位置,解决企业最担心的"AI 一本正经胡说"问题

多工厂、多海外市场,查的是同一套知识

支持中英混合语义检索,服务多工厂、多海外市场协同场景。

知识工程真正的难点不在技术:是让企业承认"我们的知识其实是乱的",然后陪着一起把它理顺。
汪时予
5流程自动化

汪时予

高级前线部署工程师 · 流程自动化与业务中台
「涉及钱的活,敢交给 AI 吗?」对账、核销、催收这类活最耗人,也最没人敢先动。问题不在于 AI 能不能做,在于做错一笔谁负责。

他专做财务、订单、单据类流程的自动化,方向包括 OCR(光学字符识别)、多系统数据打通、RPA(机器人流程自动化)与规则引擎。这个岗位的本事不在于自动化做得多深,在于知道该在哪一步停下来交给人。

对账、催收、核销,可以不用人一直盯着

打通 PMS(酒店管理系统)、ERP(财务系统)与 OTA(在线旅游平台)三端数据,覆盖月度自动对账、协议客户催收、单据识别核销、账龄管理、夜审核对、自动报表六大模块

算错一笔的风险被挡在写账之前

两个来自不同厂商的模型交叉比对,金额只要有一处对不上,整张单据暂停转人工

大额永远过人手 —— 凭证写入分级审批

小额自动写入、大额生成草稿待会计确认、非常规业务(退款、坏账、跨月调整)必须人工。

三条原则:能自动的自动,涉及钱的必须人工确认;全程留痕可回滚;异常即暂停。AI 不是替代会计,是辅助会计——重复劳动交给它,关键决策始终由人把关。
陆敬川
6搜索增长

陆敬川

高级前线部署工程师 · AI 搜索增长工程
「客户现在都问 AI,AI 提到我们了吗?」你的客户已经在用豆包、DeepSeek 挑供应商了。问题是:AI 报出来的那几家里有没有你,说得准不准。

他负责公司两套自研系统的开发与运行:GEO 监测系统行业基线诊断系统。GEO(Generative Engine Optimization,生成式引擎优化)这件事最难的不是优化,是先把"AI 现在怎么说你"测出来——测不出来,后面所有动作都是猜。

AI 现在怎么说你,每月一份实测摆在你面前

对海内外主流 AI 平台批量自动化提问、逐条深度分析、七项量化指标月度追踪,全程留底可回溯。

先量出你的起点,才谈得上涨了多少

行业专属问题库、联网与非联网分轮实测、严格口径拆分、竞品声量对照——先量体温,再谈疗效。单个行业最大问题库规模 153 道题,单轮实测覆盖 5 个 AI 平台、240 次问答

钱花在哪儿、有没有效,说得清

月度复测与归因机制:每一次涨跌,都说得清是哪一步带来的——不是给你一份"排名上升"的截图了事。

为什么这活必须自己写代码:做 GEO 的第一竞争力不是媒介资源,是能不能自己把效果测出来。买第三方工具,口径不是自己的、出了问题只能等对方回复——我们的两套系统代码和数据都在自己手里,需求变了当天就能改。
李皓月
7能力交接

李皓月

联合创始人 · AI 赋能与培训
「系统交给我们,我们的人学得会吗?」问出这句时,甲方心里往往已经有过一次失败经验:买过工具、开过会、发过教程,然后没人用。系统不会因为交付了就被用起来。

她主张"训战一体"——一半时间实战讲解,一半时间实操演练,学员当堂做出成果,不是听完记笔记回去自己琢磨。五年企业培训体系构建经验,2023 年起专职做 AIGC 课程开发与企业交付。

你的员工不是第一批小白鼠

累计培训 30000+ 人次、50+ 家企业,授课单位包括中科院、上海交通大学、中国银行、舍弗勒(中国)、泰康人寿、上海市第十人民医院、华东医院、红星美凯龙、经纬设计院等——这些企业的员工能学会,你的员工也能

你的老板和一线,不会坐在同一间教室听同样的话

一把手看"该不该投"、骨干学"怎么落地"、一线学"怎么用"——三层内容各自成课,不混讲。老板和一线坐在同一间教室听同样的内容,是培训无效最常见的原因。

课程体系是现成的,不用为你从零开发

《AI 职场加速器》《AI 提示词工程师》《AI + 新媒体内容创作》《AI 新媒体 + 智能体定制》,以及 2 天版企业智能体开发工作坊。

资质经得起你们采购流程的核

多家世界 500 强企业特邀 AI 讲师;人社部能建中心 AIGC 技术应用职业培训导师与教材编委,中国智慧工程研究会 AI 提示词工程师高级师资认证导师;上海团市委、市妇联特邀 AI 讲师,课程入选上海团市委「最受青年喜爱的十大夜校课程」榜首。

系统交付完,客户团队不会用、不敢用、不愿用,项目就等于没做成。她管的是最后一公里——课堂上的集中赋能,一次面对几十上百人,把"这东西能干什么、该怎么用"讲透。至于回到工位还打不开的那最后一米,另有人专门管。
李思炫
8现场兜底

李思炫

驻场支持主管 · 助教团队负责人
「用起来卡住了,找谁?」这个问题很少写进标书,但它决定项目最后成不成。

企业 AI 落地失败,多数时候不是方案错了,也不是模型不行——是员工第一次打不开那个界面、装不上那个插件、登不进那个账号,试了两回没成,从此再也不打开了。

方案再漂亮,卡在这一步就等于零。所以这一米我们专门派了人:他负责你们员工在安装、环境搭建、账号权限、工具配置、日常操作各环节的现场支持,培训后的答疑期驻场跟场,一对一手把手带过第一遍。

你的员工不用自己扛着问题等回复

累计现场支持 1500+ 人次,覆盖安装配置、账号权限、工具报错、操作卡壳等各类问题——有人替他们把问题当场解决掉

卡住了当场解决,不用走工单排队

培训现场平均 3 分钟内到位、当场解决率 90%+;答疑期驻场跟场,确保学员回到工位上还能跑通——不是课上会了就算数

同样的问题,你的人不用问第二遍

《常见卡点手册》持续沉淀,把重复出现的问题转成员工可自助查阅的图文步骤,重复求助降了一半以上

企业里真正决定 AI 用不用得起来的,往往不是老板和骨干,是那些"我不太会弄"的普通员工。愿意蹲在他工位旁边把问题弄好的人,比再多一份方案书都管用。
学会是一回事,回到工位真的用起来是另一回事——他管的就是后面这半。

回答不是一句「我们团队会负责」——
这八件事,我们每一件都管得了,也都交付过。

智未来(上海)智能科技有限公司 官网 aizvl.com 邮箱 hi@aizvl.com 电话 400-1788977
智未来 AI · 团队介绍aizvl.com