说实话，写这篇文章之前我犹豫了很久。
这并非是畏惧去得罪他人, 而是担忧讲错话语, 毕竟人工智能这个领域变化速度太过迅速, 今日所编撰的内容明日便已然过时了, 然而我却依旧想要去撰写, 这是由于最近切实目睹了数目太多的企业耗费了本不该花费的钱财。
前一个月的时候, 参与了一场行业方面的聚会, 有一位从事传统制造领域的企业老总同我讲起心里的不满, 声称他们在过去的一年当中, 耗费了两百余万元去开展AI相关项目, 然而最终呢, 连丝毫较为明显的成效都未曾见到。我向他询问是如何进行操作的, 他表示招聘了一位技术总监, 购置了几台服务器, 随后就让技术部门自行去摸索尝试。
听完我就沉默了。
这并非是个别情况, 我曾目睹过数量极为众多的企业, 要么是将人工智能想得过于简单, 要么是把人工智能想得过分复杂。
企业做AI，为什么总是不落地？
先来讲个数据, 依据中国信通院所发布的报告, 在2025年之际, 国内企业的AI应用落地成功率仅仅为31.5%。这意味着, 差不多七成的AI项目最终不是失败告终，就是处于半死不活的状态。
这个数字很残酷，但更残酷的是背后的原因。
在我接触过的众多企业当中, 我察觉到, 它们走向失败的缘由, 有着令人极为震惊的相似之处, 并非是技术方面存在欠缺, 而是从根本上就没有清晰地思考明白究竟想要的是什么。
存在一些企业, 瞧见别的同行启用了AI, 自身便急忙跟上, 然而最终购置回众多工具, 却无人能够运用。还有一些企业, 确实明晰了自身需求, 可是安排IT部门的人员兼任此项工作, 折腾了半年, 却没有弄出任何名堂来。
说白了，大多数企业缺的不是技术，是思路。
搭建AI团队，到底先招什么人？
这个问题我被问过无数次。
每次我都进行反问, 问公司眼下最为要紧的痛点之处在哪儿, 是客户的响应速度过于迟缓, 还是所进行的数据分析力度太过薄弱, 再或者是生产出来的内容数量不够多！
没人能回答我。
这实际上才是最为重大的问题, 好多企业一概都不清楚自身的痛点究竟处于何方, 就匆忙忙活地去招人, 还急切地购置设备, 恰似一个人压根不晓得自己身体的哪里会疼痛, 就径直跑到药店把全部的药都逐一购买了一回。
按照脉脉高聘人才智库给出的数据, 2025年时, 国内与AI相关岗位的招聘量相较于之前同比增长了187.6%, 然而其中42.3%的岗位描述写得模模糊糊, 就连HR自身也不清楚到底要招什么样的人。
所以我的建议是，第一步永远不是招人，而是梳理业务。
自己搭建和找外包，哪个更划算？
这个问题很现实，但答案可能跟你想的不一样。
1. 我进行过一次账目计算。2. 一个稍微具备一定像样程度的AI团队。3. 起码是必需品具备算法工程师一名。4. 还需要数据工程师一名。5. 也得有产品经理一名。6. 在一线城市。7. 这三位人员一年的薪资花费成本。8. 大概是处于150万至200万之间的范围。9. 这尚且不计算、不算入设备。10. 还有软件以及云服务对应的费用。
要是选择外包的方式, 对于一个特定的具体项目而言, 其所需的费用通常处于20万至80万这个范围之内, 如此一看好像便宜了许多。
不过账不能这么算。
做外包所涉及的乃是项目, 一旦做完便告结束。而你自行搭建的团队, 所从事的是能力建设, 这是能够持续进行迭代的。要是你的业务有长期运用AI的需求, 那么从长远角度来看, 自行搭建团队会更为划算。倘若仅是在某个特定场景下需要使用, 那么外包的确是更为适宜的。
有这样一个数据可供参考, 所做的调研表明, 专门采用混合模式的企业，也就是自行构建核心团队, 将外围项目进行外包处理的那种企业, 其AI项目的成功率, 相较于完全自行建设的情况, 要高出二十三点七个百分点。
小公司能不能做AI？预算怎么定？
这是我最常被问到的问题之一。
不少中小企业的所有者认为, 人工智能是只有大型企业才能够涉足并玩得转的事物。这种说法有一定道理, 然而又并非完全正确。
正确的情况是, 要是你打算如同大厂那般开展大模型训练, 的确是非常耗费资金的, 一次训练的成本往往动不动就达到几百万。错误的情形是, 如今存在诸多业已成熟的AI工具以及平台, 已然把使用的门槛降低到了很低的程度。
其中一个做跨境电商的朋友, 我是认识的, 其团队仅仅六个人, 自去年起, 便运用现成的AI工具来做客服以及选品分析, 一年过去, 人力成本大约节省了35万。他们并非自己搭建团队, 而是购买了几个现成的服务。
故而, 小型企业开展人工智能相关业务时, 思维方式需作出改变, 并非一定要亲自动手打造轮子, 借助他人已有的轮子同样能够实现高效运行, 速度颇快。
涉及预算方面, 我的建议是, 对于中小企业而言, 第一年的时候, 不要超过年度营收的3%。不要一开始就开展规模较大的行动, 先利用小成本去验证实际效果, 之后再按照节奏逐步加大投入力度。
团队搭好了，怎么避免做成摆设？
存在不少企业, 的确组建了相关团队, 采购了相应设备, 然而最终人工智能团队成了公司内部的“花瓶部门”, 即只是看上去好看, 实际上所发挥的作用微乎其微。
为何会呈现这般状况呢, 我认为最为关键核心的一个缘由在于, AI团队, 与业务团队失去衔接断掉联系了。
AI团队于实验室之中自我陶醉, 业务团队在市场之上艰难奋战, 双方各处其事。AI团队所产出之物, 业务团队认为难以实用；业务团队所提出之需求, AI团队觉得太过简易毫无挑战性。
怎么破？
在这里, 给出这样一个提议, 那就是安排AI团队之中的人员, 以轮流的方式前往业务部门进行驻点工作, 哪怕仅仅每个月是待上两天, 这也是可行的。因为要明白, 唯有那些真正对于业务有着充分了解的人, 才能够创造出具备实际用途的事物。
此外, 公司的最高负责人务必要亲身投入其中, 并非是要求你去进行代码编写, 而是你得使人工智能团队清楚, 该项目是由老板密切关注的, 并非是无关紧要的。
最后说点掏心窝子的话
写了这般诸多, 实际上就是想要表明一件事情, 那便是, 人工智能并非无所不能。然而, 要是不运用人工智能, 那可是绝对不行的。
这话语听起来好似是废话, 然而实际上真正能够达成做到的企业着实是真不多。大部分的企业要么是将AI当作是救命稻草, 要么是把它看成是可有可无的装饰品。而这两种心态, 均是实现不了做成事的情况。
我所见识过的最为成功的实例, 反倒是那些心态最为平和的, 他们并不寄望于人工智能能够一夜之间实现暴富, 亦不认为人工智能与自身毫无关联, 他们就是切实地、稳稳当当地寻找到一个确切的场景, 运用人工智能去解决一个问题, 而后逐步地予以拓展。
存在这样一个数据, 它处于2025年斯坦福大学AI指数报告里, 表明全球有超过六成的企业, 就已在至少一个业务环节当中, 投入应用了AI。并且这个给出的数字仍处在持续上涨阶段。
你不需要跑得最快，但至少别在原地站着。
毕竟这个时代，不进步就是退步。
