企业 AI 交付的真相:装好了只是 L0,业务可用才是交付
企业 AI 项目最常见的错觉,是把「装好了」当成「交付了」。用 L0 / L1 / L2 三级口径,重新定义什么叫交付完成。
内容边界 · 本文为我在企业 AI 落地交付工作中沉淀的方法论,已去除所有客户信息、产品定价与未经验证的效果数字。
「装好了」的错觉
企业 AI 项目里,最容易让双方都松一口气的时刻,是「部署完成」的那一刻:账号开好了,Agent 配好了,演示也跑通了。
但我越来越确定一件事:
装好了,只是 L0。
三级交付口径:L0 / L1 / L2
| 等级 | 定义 | 怎么判断 |
|---|---|---|
| L0 · 装好 | 环境、账号、配置可用 | 能演示 |
| L1 · 独立完成 | 员工能不依赖交付方,独立完成一个真实业务场景 | 由客户方的人操作,结果可接受 |
| L2 · 持续使用 | 连续多周有人在用,成为日常工作的一部分 | 看周活跃、复用率,而不是一次性的使用量 |
L0 → L1 之间,是绝大多数项目「卡住」的地方。卡住的原因通常不是技术,而是:场景没选准、资料不齐、没有指定负责人。
客户买的是 Outcome,不是 Tool
这句话来自我在梳理 FDE(Forward Deployed Engineering,前置部署工程)方法论时的讨论:
客户买的应该是 Outcome,而不是 Tool。
FDE 式交付的核心是:面向一个可验收的业务结果,复用平台的基础能力,同时保留每个客户自己的差异;用真实测试集和失败证据,反过来积累平台能力。
一个更稳的推进节奏
我常用的一条路径可以概括为「一个痛点、一次真实任务、一周价值验证、一个月扩展」:
- 一个痛点:只挑一个业务链上最痛、最容易度量的点;
- 一次真实任务:用真实资料跑一次,而不是演示数据;
- 短周期验证:看结果是否被业务方接受;
- 再扩展:验证通过,才扩到第二、第三个场景。
售前阶段我会先问三件事:老板是否参与、具体的 AI 目标是什么、资料基础怎么样。三者缺一,就先别急着谈方案。
验收清单
一个能签收的交付,至少要有:
- 版本:交付的是哪个版本的配置 / 流程;
- 样本:用哪些真实样本测的,覆盖了哪些异常;
- 审核人:客户方由谁确认;
- 异常记录:失败了几次、为什么;
- 重测:修复后有没有重新跑;
- 签收:业务结果被书面确认。
另外一条红线:报价、合同、付款、发布、外发这类动作,永远不越过有授权的人。
关于 ROI 的诚实
- ROI 必须有真实基线和全口径成本;
- 释放出来的工时,不等于现金节省;
- 文档里「替代 80% 人力」「分钟级完成」之类的说法,没有在客户环境验证之前,不能外推成承诺。
交付就是营销
在讨论 Agent 时代怎么做业务时,我说过一句话:
交付就是营销。
当产品形态变成 Agent,客户最在意的是「它能不能在我这里跑出结果」。一个做到 L1、L2 的案例,比任何宣传材料都有说服力。反过来,一个停在 L0 的项目,会把口碑一起拖下去。
小结:把「装好」和「交付」分开,把「演示」和「验收」分开,把「工时」和「现金」分开。这三个分开,就是企业 AI 交付最朴素的专业度。
继续阅读
讨论区
Giscus 待配置💬 正式评论区(Giscus)尚未接入
站长只需:① 把本站代码推到一个公开 GitHub 仓库并开启 Discussions;② 在 giscus.app 生成参数;③ 填入
src/site.config.ts的GISCUS字段,重新构建即可自动启用。在此之前,下面是本地留言预览(只保存在你的浏览器里,不会公开)。