AI落地,走到临界点
最近,听一位朋友分享了一些AI在一些教培大厂内部落地的现状。
简单总结——
1)提效+普及已经全面发生,但是真的系统性改造,目前整体模型打不正,还无法得出“AI驱动一定会比原先的业务形态更赚钱,ROI更高”的结论;
2)AI的潘多拉魔盒打开后,大家都回不去了,但AI短期又带来了更多不确定,目前感觉是比较难熬的时候。
ta的分享,引发了我的进一步思考。
我查阅了一些国内外的相关资料,也想聊一些个人层面的思考
(1)一些数据和现象
首先,AI对于一些业务形态较为成熟的公司,“提效”成果是显著的。
IBM的《State of Salesforce 2025–2026》报告中提到,他们针对1,200多家Salesforce客户的调查中,有33%的AI项目达到了ROI目标。
国内方面,招商银行在2025年半年度报告摘要中披露,大模型应用在报告期节约人工475万小时,并在采购替代、智能推荐等方面带来约3.9亿元经济效益。
贝壳则披露,截至今年,超过20万经纪人试点AI CRM“来客”。公司披露的相关商机转成交指标,提升了10%以上。
但,对于“业务流程+服务形态的重构”,AI的落地,目前似乎成果还没有那么显著。
在医疗行业,发表于《JAMA Network Open》的一项队列研究发现,使用AI病历助手的医生,文书相关耗时减少了,但问诊数量并没有因此而增加。
即:AI改造原有业务流程,并不能带来更多的流量和获客。
教培行业,其实也一样。甚至所有带有“服务属性”的行业,都有类似问题。
所以,AI的“提效”成果,是显著的。
但落实到业务经营层面,AI到底应该扮演什么角色,带来何种成果,其实还有很多不确定。
但所有企业和公司,一旦迈入了AI世界的大门,又会真实存在“回不去了”的状态。
这些加总在一起,带来了纠结。
(2)重新理解AI
我觉得,AI的业务落地,可以分成两个层面——
第一层,是改善原来流程的效率。
比如,备课更快、批改更快、内容制作更快、客户回复更快。
第二层,是重构部分原有流程。
拿教育来说,过去是老师讲课、学生练习、老师批改。加入AI之后,诊断、讲解、练习、反馈,可能需要重新安排;哪些交给AI,哪些仍然需要真人判断,也要重新确定。
在后者的语境上,我们会遇到更多问题。
比如,一个数字人能把一节课讲得很清楚,与ta能够愿意让用户持续付费之间,还有很多微细的东西。
同样,内容生产更便宜更快了,也不见得一定能带来客户更愿意下单。
反过来看,如果一家公司的瓶颈是用户不信任、产品不合适、交付效果不稳定,那AI能带来的帮助是非常有限的。
局部的效率改善,到完整的经营结果之间,仍然有巨大差距。
所以,当前是的确存在挑战的。
这一轮AI的发展,现在似乎已经走到了一个临界点。
这个临界点背后,最核心的问题在于——
新的经营方式还没有得到验证,而很多旧的经营方式已经受到影响,有些甚至难以持续了。
再拿内容服务、咨询服务来说。
如果客户自己也能用AI写文案、出方案,也很容易让人重新考虑:过去我售卖的这些服务,现在还有多少价值?
对服务方来说,用AI更快地交出一份内容,和找到一种客户愿意持续购买、自己也有合理利润的新服务,依然是两件事。
这就是比较纠结的地方。
(3)更大的挑战
更大的挑战可能在于——我们是身处一个很不稳定的市场中,要寻求改造和自我进化。
以K12的教育培训为例。
首先,供给在变化——AI讲解、数字人课程、个性化练习,到底能做到什么程度,适合哪些孩子,大家还在尝试。
其次,用户需求也在变化。
家长希望孩子学得会,但什么方式更有效?一套AI服务和一个真人老师,该怎么选?现在买,和再等等,哪个更合适?
孩子愿不愿意用,能不能坚持用,和家长愿不愿意买,又是不同的问题。
再加上家庭预算、行业环境等因素,原来熟悉的需求和购买方式,也不见得就能一直稳定。
我的一个感受是:今天市场上的用户,同样需要某种确定性。确定性不够的时候,大家就不太愿意花钱。
有些人可能是预算少了,有些人仍然有需要,却不相信眼前这套方案能解决自己的问题。
但企业自己,也还在探索。
它不完全确定,新技术能做到什么程度,怎样的服务会被接受,又该如何定价,才能让用户愿意买、自己也能持续做下去。
于是,老板不确定该投什么,一线不确定工作该怎么变,用户也不确定什么值得买。
这些问题同时出现,就会让AI落地变得有点纠结。
我们既要学会怎样使用新的技术,也得重新理解,用户现在究竟需要什么、愿意为什么付费。
(4)一个难熬的周期
以目前的体感来看——接下来的半年到一年,可能会是一个有点难熬的摸索期。
一方面,AI能力一定越来越强。
另一方面,到底怎么做才是对的,怎么才能真正赚到钱,大家都还需要摸索。
这里面,部分卖铲子的能先赚到钱。
落地层面,一些小团队可能会不断带来惊喜,但系统性、规模化的落地,还需要时间。
探索和落地的部分,一定需要时间,也会有很多迂回的摸索。
有些东西,能提效,但未必还能靠它获得额外利润。
有些尝试会被调整,甚至放弃。
最初觉得省了很多人力,后来发现审核、返工、维护,以及让客户接受新服务,同样需要付出成本。
还有一些真正能跑通的东西,才会慢慢形成可重复的结果。
在这个周期里,我们可能会同时不断看到听到很多进展,也会同步听到不少失望。
基于以上,“要围绕最大的确定性来做事”,可能会成为一个很重要的心法。
要抓住短期的确定性,也要能做时间的朋友。
同时,接受未来一段时间这个有点难熬的周期。
在这种状态下,该怎么办?
我想了一下,目前的结论是:我们特别需要一种综合的心态。
在这个状态下,分清短期、中期、长期,你要把握住的东西。
这样,心态会更稳定一些。
(5)短期,降低消耗,守住确定性。
站在商业层面,短期的确定性,首先是市场的确定性、需求的确定性,以及自己能帮这个市场、帮用户解决问题的确定性。
确实有人需要,而我确实能把这个问题解决好。做完之后,也仍然有稳定的收益和现金流。
这可能是眼下特别需要认真寻找的东西。
而且,我有一个感觉:短期的确定性,可能都来自于某种极致。
极致的放松,极致的资源,极致的性价比,极致的好玩。
比如,一场线下活动,如果只是泛泛地说“大家来认识一些朋友”,用户未必有多大兴趣。但如果能让一群平时很紧绷的人,真实地放松下来;或者让有具体需求的人,遇到平时很难接触到的资源,购买的理由就会清楚得多。
同样,一个产品,可以是同等质量下价格特别合适,也可以是某种体验特别好玩、特别值得参与。
这些都不一定是什么全新的需求,但在用户特别在意的点上,价值要足够明确、足够犀利。
这就是短期要把握住的——让自己在一个确定的市场里,解决确定的问题,并且仍然能够持续经营。
(6)中期,控制投入+把握节奏,把新的经营方式做深做实。
守住眼前的确定性,不代表不看未来,否则你还是会持续焦虑。
既然旧方式已经确定会受到影响,我们也必然需要在新的经营方式上,真正投入时间和精力。
这里面,如果是围绕AI,我觉得有几种逻辑。
第一,围绕一个已经确定存在的需求,用AI重做一遍。
比如,老年人需要陪护,这是确定的。
但结合AI,怎么把服务品质做得更好、更有特点、更能被市场认可,这是需要探索的。
第二,围绕AI,发现新的需求、新的场景,或者新的解决方案。
过去因为成本太高、能力不够,没办法提供的服务,现在有没有可能成立?有了新的能力之后,用户会不会希望以一种过去没有的方式,解决自己的问题?
这是两种逻辑。
但一定注意几点。
控制投入,是不要同时做太多方向,不让探索变成自己承担不起的消耗。
做深做实,则是选定了一个具体方向,就认真去做。接触真实用户,提供真实服务,看看对方愿不愿意用、愿不愿意付费,自己又能不能持续交付。
不能今天试一个工具,明天换一个想法,做了很多演示,却始终没有把一件事真正做成。
中期最重要的,就是要在新的经营方式上,投时间、投精力,把它真实地干明白,拿到通向未来的船票。
(7)最后,长期,还是要有自己真正相信、愿意下注,能给你带来复利的东西。
长期的确定性,我想了下,也许来自于几个维度的组合——
人群×场景×需求×解决方案
一开始,这个答案没有那么清楚也没关系。
但围绕着上述几个维度,一定有一些要素,是你自己特别相信的——相信它长期会有价值,相信在这里投入的时间,会有累积、有复利。
比如,我们可能暂时还不确定,未来到底要做一门课、一套工具,还是一种持续服务。
但我们很确定,自己愿意长期服务某一类人,也相信他们面临的某类问题,值得持续去解决。
那么,产品可以调整,工具可以换,解决问题的方式也可以不断演化。对这群人的理解,以及一次次解决问题的经验,却可以一直累积下去。
也可能,我们认准的是一个人。相信ta的判断、能力,或者相信彼此能够长期一起做事,于是愿意持续投入这段合作。
长期的下注,总得有一个自己真正相信的对象。
认准了,就一直往这个方向走,不要因为今天出现一个热点、明天听到一个机会,就不断偏移。
中期可以探索不同的做法,但这些探索,最好是在帮助我们把相信的事情做得更好。
所以,总结一下。
短期,让自己仍然有稳定的收益和现金流。
中期,认真探索新的经营方式,把它做深做实。
长期,有自己真正相信、愿意持续下注的东西。
不能因为相信长期,就忽略眼前的经营;也不能因为眼前有压力,就把所有探索都停下来。
同样,探索再多,如果一直在变换方向,每一次都重新开始,也很难有真正的累积。
对我来说,这也许就是身处这个临界点时,一种比较踏实的状态——
眼前有确定性可以把握,未来会持续投入去探索新的路径,心里也有一个长期要深耕的行业和要同行的人群。
剩下的,伴随市场和变化,动态调整就好。
以上,一些思考,供大家参考。:)
黄有璨
AI+超级OPC/OPT联盟
内容来自 虎嗅,版权归原作者所有。
阅读原文 ↗