今天跟一个老板聊天，他特别认真地问我：AI 到底怎么帮我公司提效？
我本来想答，结果顿了一下。
我问他现在公司数据都在哪。
他说，财务上了金蝶，别的都是纸。
这一句，基本就把事儿定了。
你的问题不怪你
先公道一下，这事儿真不怪老板。
现在谁都在问这个问题。他听说同行在用 AI，他关注的那个协会在推 AI，卖软件给他的人天天把 AI 挂嘴边。要是不问，他觉着自个儿已经掉队了。
这我理解，也正常。
但我想跟这位老板，也跟看到这篇的你，说一句更实在的：
你可能是把”AI 提效”问早了。
问题出在数据没进系统
不是老板不懂 AI。是他公司那摊数据，压根还没进系统。
给你看组官方数据。国家统计局第五次全国经济普查，对象是 148 万家规模以上企业：
用上了信息化管理系统的，占 97.2%。这数字挺高。
但用上人工智能应用的，只占 16.4%。
再看数字化用得最集中的地方，是财务管理。
什么概念？100 家规上企业里，97 家有系统，可真正能用起 AI 的，16 家都不到。
而且那个”系统”，多数就财务一个部门在转。生产、销售、仓库、人事，还在填纸质单，顶多用 Excel 记一笔。
金蝶、用友没问题，财务用上它们，是走对了一步。但那只是”97%“的第一步，离全公司数字化还远。
几组数据，你看看
可能有人会说，AI 聪明，喂给它不就行了。
那我给你看另一组。2025 年 ITValue 数字价值年会上，亚马逊云科技大中华区的技术总监讲了个调研：
AI 做概念验证（POC）的项目，最后能走到生产的，只占四成左右。剩下六成，卡在半路。
更逗的是，他把失败的六大原因摆出来，你一条条看，没有一条是”选错了模型”。
问题出在哪？业务范围没评估清楚、为了做 AI 而做 AI、数据准备不充分、工程能力跟不上……
你看，AI 不成，几乎从来不怪 AI。是通向 AI 那条路，没修。
还有个更实在的例子。东航，大企业吧，数字化水平不低。
它的高管在行业大会上讲过一个数：42% 的知识还在员工脑子里，26% 在文档里，真正进可检索知识库的，只占 12%。员工每天要花 1.2 到 2.7 个小时，在各系统里翻知识。
你品品。数据底子比大多数企业强得多的东航，八成知识还散在脑子里、散在文档里。换到中小老板这儿，你的”知识”在哪？多半在老员工桌上、在纸质本上、在某个微信群里。
论坛上的坑，老板们也踩
知乎上有个帖子我印象很深：花 50 万上了 ERP，结果团队不用，问题出在哪儿？
老板真花了 50 万，进销存、生产、仓储、财务一体化，全上了。可上了之后呢？工资还是手工算，系统里没人维护。
你看出来没有？钱花了，系统装了，可流程没理顺、数据没整理，装进系统里的，还是原来那套乱。
论坛里还有人说了一句，我觉着说到根上了：先整理好流程，再谈提效。流程本身是乱的，AI 再聪明也救不了。
那到底怎么办
所以怎么办？
我不建议”先把 AI 停掉，把全域数字化搞完再说”。那也费钱，老板等不起，你我也等不起。
我的建议是，从一个场景倒推。
什么意思？别问”我该上哪个 AI”，问”哪个环节快点，最省钱或者最赚钱”。
我给我们一个客户做过客服这块，拿它说事儿。
他们把公众号客服接上了 AI。做法不复杂：先把常见问题配进去——客户常问什么、标准答案是什么，这些数据先归拢到一块。
AI 接上之后，变化挺明显。以前客服回得死板，答不上就得转人工。现在常见问题它直接答，答得顺了，找人工的概率大大降下来了。
还有一步我觉着特别关键：AI 兜不住的，转人工。复杂的问题、拿不准的，自动接到人工那边，不会出现”复杂问题没人管”。
你看，就这么一个环节。数据先归拢，AI 先接常见问题，兜底接人工。没动全公司，就动了客服这一块。
你的仓库、库存、排班，哪个环节最疼，就先把那个环节的数据搬进去，别的先不动。
我再给老板三个自查问题，做 AI 之前，先答这三个：
一问：你想用 AI 的那个环节，现在数据长什么样？在系统里、在 Excel 里、还是纸上？
二问：AI 要做这件事，它拿什么原料？
三问：AI 做错了，谁来兜？
第一问答不利索，就别急着上 AI。先把那块数据搬进系统。这不是给老板使绊子，是帮他省那笔要白花的钱。
先回答一个问题
跟这位老板，也跟各位老板说一句：AI 不是没用，是顺序反了。
别急着问”AI 怎么帮我提效”，先问”我的数据现在在哪”。
数据进了系统，AI 提效，就是时间问题。
留个言，我想知道：你公司最想上 AI 的那个环节，数据现在在系统里（A）、在 Excel 里（B）、还是纸上（C）？哪个多，我下一篇就写哪个。