斯坦福研究了51个企业AI项目，最不重要的就是模型

周末读了份斯坦福的报告，116 页，讲的是一件事：企业搞 AI，到底什么管用，什么不管用。

读完之后我最大的感受不是什么新知识，是一个被印证了的直觉。报告里反复出现一句话，不同受访者嘴里说出来，意思都一样：“技术不是最难的部分。”

这份报告来自斯坦福数字经济实验室，今年 4 月发布的《The Enterprise AI Playbook》。研究团队花了半年，访谈了 41 个组织、9 个行业、7 个国家，挑了 51 个已经产生可衡量价值的 AI 落地案例，每个案例至少一次 60 分钟深度访谈，再配上企业内部指标和财务数据。最后得出的结论，我直接引用原话：企业 AI 成败的关键，通常不是模型能力，而是组织能力，流程、数据、治理、领导力、变革管理和人员接受度。

然后我就想起过去两年行业在干什么。GPT-4 出来大家说"稳了"，接着GPT-4o、Claude Opus、Gemini一个一个来，benchmark 榜单一轮一换。每次新模型发布，朋友圈就是"变天了"“又强了”“我们又要重做了”。

这份报告用 51 个真实案例跟你说：模型当然重要，但把它当成决定性变量，是瞄错了靶子。

下面聊几个我读完停下来想了很久的发现。不为翻译结论，就是想说说作为一个天天跟 AI 产品和团队打交道的人，它击中了我什么。

77% 的隐性成本

报告的第一个核心发现就很直接：77% 的最大挑战来自隐性成本，变革管理、数据质量、流程重塑这些事。受访者反复说，技术本身反而是相对容易的部分。

我读到这里脑子里出现了一个画面，特别具体。你做 AI 功能，调 prompt 花三天，效果差不多了。然后你去找数据团队接数据，等两周。接上了，法务说隐私合规要审，又一周。审完发现数据格式不对，再洗一周。好不容易上线，业务团队说原来的流程用得好好的，不想改。

Prompt 调了三天。剩下的事情花了一个半月。

报告第一章专门讲这个：企业做 AI 商业计划的时候，只预算模型、工具和供应商费用。流程梳理、数据治理、员工培训、失败试验、组织调整，这些基本都被低估了。

有一个案例我记得很清楚。专业服务公司，做 AI 招聘。第一次上线的时候，模型选对了，能筛简历，但他们在招聘流程的偏见问题和已有系统的适配性上踩了坑，项目挂了。第二次他们先修流程，把偏见检查机制搭好，再上 AI。一个月建成，单个岗位处理时间从 3 小时降到 3 分钟。同样的模型。第一次挂，第二次成。差的是流程和制度。

这让我想到装修房子。买材料是最容易的，去一趟建材市场全搞定。拆墙、改水电、做防水才是大头。AI 也一样，选模型是买材料，流程改造和组织调整才是拆墙改水电。但大多数人的预算表上，材料占了大半，施工费写了个零。

71% 和 30%，同一个技术，两种用法

报告里有一个数字我看了好几遍。

它把人机协作分成两种模式。“异常升级型”：AI 自动处理大多数任务，人类只处理异常。“人工审批型”：AI 产出每一步都要人点头确认。前者的中位生产率提升是 71%，后者是 30%。

同一个技术，不同的组织方式，效果差了一倍不止。

这个数据让我想了好久的一个问题是：我们做 AI 产品的时候，到底是在用 AI，还是在用 AI 给自己壮胆？

你设计一个功能，知道它能做很多事，但你不敢让它完全自动跑。于是加了一层人工审核。觉得不够，再加一层。最后上线了，用户发现这个 AI 产品比不用 AI 还慢，每一步都要等一个人点"确认"。

要审核吗？要。但人在哪个环节介入最有效，这才是真正的问题。

报告给了一个框架很实用。高风险场景，金融营销内容、医疗记录、法律文档，人工把关不能省，出了问题代价太大。高频、低风险、可恢复的任务，让 AI 自动处理，人工只看异常。

我做产品有个挺不舒服的体会：PM 在这个问题上特别容易保守。倒不是不懂这个道理，是怕背锅。与其被质问"AI 为什么出错"，不如多设几道审批。“人类在环"变成了"人类在堵”。

71% 和 30% 这个差距，说到底是组织的信任水平。这份信任靠的是流程清晰、异常有兜底，跟模型强不强关系真没那么大。

61% 成功之前，都挂过一次

这个数字我觉得特别重要，但不会有企业把它写进项目总结里。

61% 的成功部署，此前至少有过一次失败尝试。你去看最终的 ROI 报告，不会出现一行叫"第一次做砸了，花了 50 万"。你只会看到"项目成功上线，ROI 达 XXX"。但如果没有那笔"浪费"的 50 万，后面的成功根本不会发生。

报告管部署到 ROI 之间这段路叫"死亡谷"。AI 项目上线了，不等于产生价值。中间要跨过一堆坑：用户接受度、流程适配、数据质量、评估指标、责任归属。跨过去的方式都是同一个：小范围开始、快速学习、逐步扩展。说白了就是迭代，跟做产品一样。

那个招聘案例最典型。第一次挂。第二次先修流程再上 AI 才成。如果你只算第二次的成本，ROI 超高。但第一次挂了就砍掉，后面就没有了。

我见过很多 PM 做第一个 AI 项目的时候，方案写得完美，时间线画得像教科书。实际上第一版大概率会挂，原因很直接：你对业务流程的理解，在纸面上和在操作中是两回事。

所以我越来越觉得，做 AI 项目得把"第一次会失败"写进计划里。不是悲观，是实事求是。预算不放试错成本，等于让团队在不允许摔跤的场地上学走路。

之前那个装修的比喻还能接着用：你第一次装修大概率会超预算、会返工。第二次才熟练。道理一样。

“阻力最大的是法务和 HR”：我看到这句话的时候笑了

报告统计了 AI 项目里的阻力来源。阻力最大的，是法务、HR、风险、合规这些职能部门，占了 35%。内部终端用户只占 23%。

我看到这个数据真的笑了。太真实了。

做产品的 PM 应该都有这种感觉：你花 80% 时间跟技术聊方案、跟用户聊需求，一切往前推。然后方案到法务那儿，停了。数据到合规那儿，停了。预算到 HR 那儿，要重新走流程。真正让项目停下来的，往往是审批流程和风险管控，不是技术方案和产品体验。

但报告没有把职能部门写成反派。它特别指出：这些部门一旦被纳入共创，可以变成加速器。因为他们的专业判断，本来就是让 AI 在敏感场景里能合规跑下去的前提。

不同人的阻力，根源不一样。C-level 要 ROI 证明，怕打了水漂。职能部门怕出了事自己担责，怕踩合规红线。终端用户怕系统不稳定，怕工作流被打断。前线员工怕岗位没了。你没办法用同一套说辞说服所有人，得分层。

策略上最值得记住的一点：别等方案做完了再去"过审批"。第一天把法务、安全这些角色拉到桌子上，让他们一起设计流程。他们参与了，就更可能帮你推，而不是帮你堵。报告里那个零售银行的案例就是这么成的，PII 脱敏、云端最小化传输、数据重组的方案，本身就是安全和业务团队一起设计出来的。

Agentic AI：“不是新界面，而是重新分配角色”

这句话是报告的原话，我直接摘过来了，因为说得太准了。

现在"Agent"这个词已经被用烂了。聊天机器人改叫 Agent，自动化脚本改叫 Agent，一个 if-else 包装一下也叫 Agent。报告把这个概念拉回了地面：Agentic AI 的本质，是让 AI 接管"一串任务"，不是一个动作。

报告里 Agentic AI 案例只占样本的 20%，但中位生产率提升 71%，远高于高自动化方案的 40%。方向是对的，但门槛也高：流程定义必须清晰到 AI 能执行，错误处理必须有兜底，权限边界必须明确到"什么时候它必须停、什么时候它必须找人"。

对 PM 来说，设计 Agent 产品最难的，不是能力够不够的问题。一个足够好的模型，大部分事都能做。难的是定义三件事：它不能做什么、什么情况下必须交给人、交给人之后怎么交接不丢信息。

这些说到底，是流程设计和人机边界的问题，跟模型本身关系不大。

“等数据干净了再说”

“等我们把数据治理做完。”“等数据仓建好。”“等主数据管理到位。”

我听过太多了。

报告给了一个非常直白的数字：只有 6% 的案例，数据在项目开始时就完全适合 AI。94% 的项目，都在"不完美"的数据上起步。

成功企业做了一件事：不等人把数据洗好，而是设计流程让 AI 帮忙洗。报告的建议就三句话：“存储一切、打通访问、逐步清洗”。LLM 在很多案例里恰恰被用来处理混乱数据，做结构化、做语义映射、做模糊匹配。

那个财务运营案例就很说明问题。某企业原来有几千种发票模板，乱得一塌糊涂。他们没等模板整齐划一了再上 AI，先用 OCR 扫进来，让 AI 做语义映射，配合流程自动化接入财务系统。8 周上线，处理时间降到 24 小时以内，团队从 7 个人减到 2 个。

你不会等到家里一尘不染才请保洁。保洁就是来帮你打扫的。AI 本来就是来处理脏数据的，它不需要在无菌环境里工作。

42% 的案例，模型可以换掉

这是最后一个发现，也是我觉得最该让整个行业停下来想想的一个。

研究人员问受访企业：你们用的这个模型，换一个，结果会有显著差异吗？42% 的案例回答：基本可以替换。

将近一半的项目，换个模型效果差不多。

那我们这两年到底在焦虑什么？

每次新模型发布，那种"完了，我们又落后了"的恐慌，那种"竞品上了最新模型我们还没上"的紧张，有多少是真实的竞争压力，有多少是被营销节奏带的？

报告没有说模型不重要。复杂长任务、agentic 场景里，模型能力仍然重要。但它说得很明白：企业真正的护城河，更多来自编排层、专有数据、流程集成和业务上下文。你选了哪个模型，反而不是最要紧的。

翻译成 PM 能听懂的话：你的产品能不能跑通，不取决于你用 GPT-5 还是 Claude 4，取决于你的团队是不是真的理解业务流程、数据能不能打通、前面有没有愿意持续清障的人。

我读完这章的感受倒不是"那就不追模型了"。是"该焦虑的东西，很多人焦虑错了方向。"

收回来

整份报告读完，我归纳成三句话。

第一句：技术不是最难的部分。流程、数据、治理、领导力、变革管理，这些才是决定 AI 项目能不能跑出来的变量。

第二句：失败是正常路径，不是意外。61% 的成功项目之前都挂过。预算不放试错成本，等于让团队在不允许摔跤的场地上学走路。

第三句：护城河在人。42% 的案例模型可替换，但你的团队对业务的理解、你的数据体系、你的高管支持力度，别人换不了。

最后想问你一个问题：你最近在用 AI 做什么？最难的那部分，是模型能力不够，还是别的事拖住了你？

我猜答案大概率是后者。