企业如果一定要进行 AI 化改造，怎么选服务商？

最近来找我们聊的企业家里，问得最多的一个问题是：如果一定要做 AI 化改造，服务商到底怎么选？

这个问题很实际，但很难直接回答。因为服务商合不合适，从来不取决于服务商有多强，而取决于企业真正的掌舵者，是怎么看 AI 化这件事情的。

掌舵者把 AI 放在企业的哪一层，就决定了需要什么样的服务商，甚至决定了需不需要服务商。

所以这篇文章不列服务商的名单，只讲三层。看完之后，你大概能知道自己在哪一层，也就知道该找谁，或者不必找谁。

第一层：部分文案岗位的简单提效

很多企业的 AI 化是从这里开始的：让写 PPT 快一点，让回邮件快一点，让做视频快一点。

这一层的本质是 Copilot，是辅助提效。AI 帮的是某几个岗位上的某几件事，企业的生产方式没有变，信息怎么流转也没有变。

这一层，不需要服务商。

企业内部找一个对 AI 比较熟的人，把行政、销售、客服这几个用得上的岗位集中起来，大家一起实操两到四个小时，基本就能用起来了。剩下的，是每个人在自己的岗位上多用几次，慢慢摸出手感。

这一层再往前走一步，是发现某些操作特别繁琐，比如每天要手动整理的表格，比如固定格式反复生成的文件。这种事，找一个靠谱的外包开发，做一个小工具就够了，也还是不需要所谓的 AI 化服务商。

所以第一层的答案很简单：不用选。

反过来说，如果有服务商在这一层就劝你签一份很大的合同，把提示词培训、账号开通和几个小工具，包装成一整套 AI 化转型方案，这本身就值得多想一想。

理解得比较早的企业家，其实在上一轮就做过类似的事：用机器视觉做品控，用数字孪生工厂来辅助产线的调整。那一轮，AI 进的是产线。

这一轮不一样的地方在于，AI 能进的领域多了很多。具体能进到哪里，要看企业家怎么理解自己的生产。

比如，用 AI 加上爬虫，大量获取市场上相关产品的反馈信息，把客户真正在意的点整理出来，反过来调整产品的设计，让产品更贴合客户的喜好。以前这件事靠销售回来汇报，靠老板的直觉；现在可以靠数据，而且是一线的、没有被润色过的数据。

再比如，在生产设计的环节，利用 AI 的研发能力，让一线的工程师直接在 AI 的帮助下出方案、做验证，把研发的周期压短。

生产、研发、产品设计，这一轮，AI 都可以赋能到企业最核心的领域。

这一层，开始需要服务商了。但要选的不是会 AI 的，而是懂你这个行业怎么生产的。

一个简单的判断办法：听服务商讲方案的时候，看他有没有问你的产线是怎么排的，研发是怎么走的，客户反馈现在从哪里来。如果他从头到尾只讲模型有多强、工具有多新，不问你生产上的细节，那他给你的，多半还是第一层的东西。

第二层的服务商，要能说清楚三件事：你的哪一个环节会被改变；改变之后，数据从哪里来、流到哪里去；这个环节上的人，在改变之后做什么。三件事都能说清楚，才算摸到了你的生产。

第二层改的是某一个环节，第三层改的是环节和环节之间怎么连接。

理解到这一层的企业家，会把企业内部的信息流转与决策结构，开始和 AI 挂钩。信息在企业里怎么走、走到谁那里、在谁那里做决定，这些原本靠层级和汇报维持的东西，开始有 AI 参与进来。

他们会把 AI 和企业内部的各种进程监控联系起来。哪个订单卡住了，哪条产线的良率在往下走，哪个客户的沟通出了误解，不用再等月底的报表，而是在发生的时候就看得到。

他们也会用 AI 去赋能员工的岗上培训和岗上监管。新的岗位需要新的能力，AI 就在岗位上把要用的知识铺出来，让员工跟着流程自然学会；监管也不再是盯着人，而是盯着流程有没有走偏。

各个岗位之间的联系，在 AI 加入之后会变得更紧密。企业出现新问题的时候，能第一时间发现；有了新的好想法，也能第一时间在 AI 的帮助下落到各个岗位上，整体性地提升企业的效率，而不是某一个部门自己跑得快。

能想到这一层的企业家，是 AI 时代的弄潮儿。

这一层的服务商最难选。因为市面上大多数服务商是按模块报价的：一个客服机器人多少钱，一套知识库多少钱。而第三层要的不是几个模块，是一套能跟着企业一起长的结构。

可以看服务商三件事。

第一，他是先花时间看你们的信息是怎么流转的，还是先拿出产品清单让你点。

第二，他有没有把员工的岗上培训和岗上监管一起设计进去，还是只负责系统上线，人的事情都归你。

第三，当企业出现新问题、有了新想法的时候，这套东西是能跟着改，还是每改一次都要重新立项、重新报价。

三件事里，第一件最要紧。看不清信息怎么流转的服务商，做出来的东西再漂亮，也只是挂在组织外面的一个工具，进不到结构里去。

三层没有对错，只是掌舵者把 AI 放在了企业的不同位置。

选服务商之前，先看清自己在哪一层。这件事，比看服务商的案例更要紧。

如果您是第三层的企业家，有机会和我们聊一聊，我们也想向您学习您的新思考。