AI工具的真相与幻象：从客服看AI应用的理性边界

正文

请到「今天看啥」查看全文

张文回忆道，“我们有一个金融客户，期望 AI 能处理 90% 以上的客户咨询，包括复杂的投诉和情绪化问题。当我们建议设计人机协作的工作流程时，他们认为这是技术不成熟的表现，坚持要纯粹的原生 AI 解决方案。”

六个月后，这家金融机构的 AI 客服被全面下线，客户满意度一度跌至谷底。

张文渐渐明白，在非技术领域，AI 工具“绝大部分情况下只是在做总结的工作，帮人'划水'、'摸鱼'、'糊弄'自己和领导"。这不是技术的问题，而是应用场景与期望不匹配的结果。

"大部分 AI 使用者都妄图通过一段'完美的提示词'，让 AI 自动完成所有工作，生成理想化的结果，"张文在一次内部讨论会上指出，"如果能稍微辅以人工干预，也不至于认为 AI 的使用场景匮乏。问题不在 AI，而在我们对它的期望。"

2023 VS 2025 不一样的转变

张文在一次内部研讨会上分享了他对 AI 落地的新见解："2023 年的 AI 降本增效和 2025 年是完全不一样的。"

"2023 年企业内降本增效，只能是围绕场景，然后用 AI 提效去加持，进而提升效率降低成本。"

"那时候做的最多的，一个是结合 RAG 对话，一个是 ComfyUI 工作流，还有一个是归类任务提升审核效率。"

当时的局限："大部分场景还是依托大量工程的，对 AI 提效的实施既要求执行人懂业务，又要求执行人能调配资源。基本上大的提效方案都是从多个小分支逐一提升后，获得整体链路提升。"

"但这件事从 2024 年底就开始完全不一样了。"

成与败的组织

危机也是转机。随着第一波 AI 客服的失败，市场开始冷静下来，人们逐渐意识到 AI 并非万能药，而是有着明确边界的工具。

团队在重新设计 AI 客服产品时，遇到了一个更深层次的难题——组织结构的阻力。

"现在企业如果还想做 AI 提效，应该完全换一个思路，"张文在董事会上提出，"不要再依托任何业务团队在原有的基础上做，让以前团队的某个小组跑去做中台支持型工作，比如让 CTO 带技术团队去支持业务做 AI 提效，这种做法拿不到好结果。"

"土壤不对，AI 就长不出芽。"张文引用了一位行业专家的话，"在原有的团队里一个需求做 2 周，给一个 AI Lead 的人去做 2 天交工了，那他绝对在这个团队活不下去。"

他进一步解释了根本原因："每个团队都不希望自己的权利范围有所缩减，所以也不会主动支持推动 AI 降本增效，外加让创新最快死亡的方式就是把创新当兼职去做。"

请到「今天看啥」查看全文