瞎折腾的开始

上周一，例会，我就知道要出事。

老板刚从外面参加完一个高大上的 AI 峰会回来，满脸红光，像盘古开了天。他清了清嗓子，PPT 翻到一页，上面就三个大字：“AI 赋能”。完犊子了，我心想。

“同志们，”他开始挥舞手臂，“时代变了！我们的 ERP 系统、我们的供应链系统，太‘笨’了！我们要用 AI，搞个‘智慧大脑’，实现‘预测性洞察’和‘端到端协同’！”

我瞅了一眼旁边的几个兄弟，有人低头刷手机，有人假装认真记笔记，但抖动的嘴角出卖了他。产品经理小王，一个特老实的孩子，试图把这些天书翻译成需求：“老板，您的意思是……我们要做一个……能自动报警的 dashboard？”

“肤浅了！”老板大手一挥，“我要的不是报警，是‘预警’！是‘赋能一线决策’！你们技术上能不能实现？”

那一刻，我感觉整个会议室的空气都凝固了。这不就是典型的“瞎折腾”嘛？为了用 AI 而用 AI，需求是啥不知道，价值在哪不清楚，反正先“搞起来”再说。这种项目，我见得多了，十个有九个最后都成了烂尾楼，剩下一地鸡毛，还得我们这些码农去收拾。

眼看大家就要被这些“赋能、抓手、闭环”的黑话绕进去，我决定说几句人话。

“老板，各位，AI 这东西，咱先别把它想得那么神。这些年我踩了不少坑，总结了一个‘三段式’的土方法，专门用来识别这些 AI 项目是‘真家伙’还是‘花架子’。今天，我就跟大伙儿掰扯掰扯。”

第一式：去魅

咱们聊 AI 的第一步，就是“去魅”。

说白了，就是把这货从神坛上拽下来。它不是什么黑魔法，也不是天网。你完全可以把它理解成：在原来的系统里，装了一个“不知疲倦的数字助理”。

这是什么意思呢？咱们打个比方。

你原来的 ERP 系统是啥？它就是一个巨大、但有点“死脑筋”的档案柜。你让它存个东西，比如一张采购单，你得清清楚楚地告诉它：“喂，把这张单子，放到‘华南区’、‘第三季度’、‘电子元件’这个抽屉里。”它就“啪”一下给你放进去了。你问它：“我上个月买的那批螺丝钉在哪？”它就去翻抽屉，然后告诉你：“在 B-2-5 抽屉。”

它绝对服从命令，但也仅此而已。它根本不“看”那张单子写了啥。这张单子上的供应商是不是快倒闭了？价格是不是比上个月贵了 30%？它一概不知。你扔给它一堆格式乱七八糟的 PDF 发票，它直接死机，冲你喊：“我不认识这玩意儿！”

这就是传统方案的坑爹之处：它只能处理结构化的、预定义好的数据。它依赖的是一套写死的 `IF-THEN-ELSE` 规则。一切模糊的、非结构化的东西，它都处理不了。

那加了 AI 的系统呢？就像你给这个档案管理员请了个聪明伶俐、还拿了博士学位的助理。

现在，你不用再手动整理了。一堆采购单、发票、合同，不管是 Word、PDF 还是邮件截图，你直接“pia”一下全扔到这个“数字助理”的桌子上。它会自己戴上“眼镜”（这个“眼镜”就是 OCR 和 NLP 技术），一张一张地“阅读”这些文件，自己提取出关键信息：金额、日期、供应商、物料编码……然后，它会按照你的习惯，把这些信息整理得明明白白，再放进那个“死脑筋”档案柜里。

更绝的是，它在整理的时候，还会“思考”。它发现一张发票快到付款截止日了，就会提醒你：“老板，这张单子再不付钱要交滞纳金了！”它看到某个零件的采购价连续三个月上涨，就会给你发个预警：“这个供应商的成本在涨，要不要考虑下备胎 B？”

所以你看，AI 没那么玄乎。它就是个能看懂文件、会分类、会提醒你风险的“小秘”，7x24 小时在线，还不要五险一金。

第二式：对比

搞明白了 AI 是个“数字助理”，咱们再来看第二式：“对比”。

这就更直接了：以前的系统是“死的”，加了 AI 的系统是“活的”。

“死”系统，就是我前面说的“死脑筋”档案柜。你戳一下，它动一下。你不戳它，它就跟睡着了一样。它的世界里，只有你提前设定好的规则。比如，你在供应链系统里设了一条：“当 A 仓库的螺丝库存低于 100 箱时，给我发邮件。”

好，它就只会干这一件事。它像个忠诚但毫无想象力的哨兵，眼睛就只盯着库存数。它不知道下周就是“双十一”，螺丝用量会暴增三倍；它也不知道新闻里说，给 A 仓库供货的那个港口因为台风封了，货船根本进不来。它只知道“小于 100”，然后发邮件。等你收到邮件再手忙脚乱去下单，黄花菜都凉了，生产线因为缺料停产，老板的脸比锅底还黑。

这就是“死系统”的局限：它基于历史和现状，但无法预测未来。它是个执行者，不是个决策者。

“活”的系统就不一样了。它像个有经验的操盘手，脑子里装的不是一条条死规则，而是一个个动态的“概率模型”。

它会干什么呢？它会同时盯着好几个屏幕：
1. 内部数据：历史销售数据、库存水平、生产计划。
2. 外部数据：天气预报、行业新闻、社交媒体上的热点、原材料价格波动。

它把这些乱七八糟的信息（技术上叫“多模态数据”）全都灌进自己那个“活脑子”（也就是机器学习模型）里。然后，它开始“联想”和“推演”。

它发现：历史数据显示，每年“双十一”前螺丝销量都会涨 300%；天气预报说，未来一周有强台风登陆主要航运港口；财经新闻提到，钢铁价格在上涨。

于是，在库存还远远高于 100 箱的时候，它就主动跳出来了：“警告！ 综合预测，下周螺丝将出现 85% 的概率缺货，建议立即向备用供应商 B 下一张比平时大三倍的订单，并选择陆运，以规避台风风险。”

你看，从“库存低于 100 再说”到“预测到下周会缺货并给出解决方案”，这就是从“死”到“活”的进化。这个“活”的核心，就是从基于规则的响应，进化到了基于数据的预测。它让系统从一个被动的数据库，变成了一个能跟你对话、能帮你出谋划策的参谋。

第三式：务实

前面两招，是让你看明白 AI 到底是个啥。这第三式，也是最狠的一招——“务实”，是让你决定这玩意儿到底值不值得干。

记住一句大白话：不管它叫什么 AI，如果不帮我们“少招两个人”，或者“多赚点钱”，那它就是个昂贵的噱头。

技术人，尤其是我们架构师，特别容易犯一个毛病：沉迷于技术本身，忘了技术是用来干嘛的。搞个什么微服务、上个 Kubernetes、弄个 AI 模型，感觉自己牛逼坏了。结果呢？业务没半点起色，系统复杂了好几倍，天天加班改 Bug，这叫自讨苦吃。

我带过一个项目，血淋淋的教训。当时我们给采购部门做了一个“智能比价推荐引擎”。用了各种花里胡哨的算法，能抓取全网供应商的价格，还能预测价格走势。技术上绝对是顶尖的，发个论文都够了。

结果呢？上线三个月，根本没人用。我们跑去问采购部的老大姐们，人家一句话就把我们怼回来了：“你们那个系统，推荐的供应商是便宜了 2%，但是付款周期要短一个月，我们资金压力大。而且那个供应商我们没合作过，质量靠不靠谱都不知道。我凭经验找老李家买，贵是贵了点，但人家能给我垫资，货不行随时退。你们的系统有这脑子吗？”

我们当时就懵了。我们搞了半天，原来只是在“技术世界”里自嗨，完全没搞懂“商业世界”的真实逻辑。这就是一个典型的、不能“多赚钱”也无法“省成本”的 AI 噱头。

所以，任何 AI 项目立项前，你都得像个抠门的会计一样，掰着指头算账：

1. 怎么“少招两个人”？（降本）
原来财务部有 5 个小姑娘，天天把纸质发票录入系统，累得要死还老出错。现在上个 AI-OCR 方案，能自动识别 99% 的发票，是不是只需要 1 个人来复核异常情况就行了？省下的 4 个人力成本，就是这个 AI 项目的直接收益。

2. 怎么“多赚点钱”？（增效）
原来因为预测不准，仓库里积压了 2000 万的货，占着资金还付着仓储费。现在用了 AI 需求预测，把库存水平降低了 30%，是不是就盘活了 600 万现金流？这 600 万拿去干点啥不好？
* 原来客服回答一个问题平均要 3 分钟，现在用 AI 客服机器人先挡一道，解决 80% 的常规问题，是不是让人工客服能去处理更复杂的投诉，客户满意度还上去了？

记住，ROI（投资回报率）是检验 AI 项目的唯一标准。不能落地到具体业务场景、算不出来帐的 AI，都是在耍流氓。

别被忽悠，也别怕

好了，三招都教给你了：去魅、对比、务实。

下次再有人跟你吹“AI 赋能”、“智慧升级”，你就可以用这三招盘盘他：
1. “别扯那些虚的，你就告诉我，你这 AI 是个什么样的‘数字助理’？它能干啥具体活儿？”
2. “跟我们现在的‘死系统’比，你这个‘活系统’到底‘活’在哪？能多看点啥？多想点啥？”
3. “最关键的，你这玩意儿，到底能帮我省几个人的工资，还是能帮我多卖多少货？你给我算笔账。”

这三板斧下去，对方是龙是虫，基本就清楚了。

写到这，我想说句掏心窝子的话。我今天写这篇文章，不是为了让大家抵触 AI。恰恰相反，我是怕大家因为被第一波“瞎折腾”的项目搞伤了，就觉得 AI 这东西不靠谱，以后干脆碰都不碰了。那就真的会错过一个时代。

AI 是个好工具，但就像一把锋利的手术刀，得用对地方。我的建议是，千万别想着一步登天，上来就搞什么“公司级智慧大脑”。那是给自己挖坑。

正确的姿势是“小步快跑，快速验证”。

在你的公司里，找一个最疼、最具体、最重复的痛点。比如，就是前面说的“财务部手动录发票”。这个场景足够小，价值足够明确。然后，去找市面上成熟的 AI-OCR 工具，搞个“试点项目”。就先拿 10% 的发票给它处理，看看识别率怎么样，跟现有流程嵌不嵌得进去。花小钱，试个错。如果效果好，再逐步推广；如果不行，赶紧掉头，损失也不大。

技术没有银弹，更没有什么“大力出奇迹”。所有的牛逼，都源于最开始那个朴素的念头：解决一个实实在在的问题。

作为架构师，我们的价值不是追逐风口，而是在风口中保持冷静，找到那条能让业务安全着陆的航线。

---

想看更多这种不装、不端着的技术干货？

关注我的公众号 [爱三味]，一个只想说人话的老程序员。