三个月后，那个 AI 系统还有人在用吗？

汇报现场，大屏上的 AI 几秒做完三天的工作。全场点头，掌声很真。

三个月后再问一句 —— 那个系统今天还有人在用吗？

会议室往往安静几秒。

这几秒的安静，比刚才的掌声更有信息量。

01 演示好看，是因为环境太干净

先别急着怪模型。

一个演示能跑得漂亮，往往不是因为 AI 强，而是因为它出生在一个被精心打扫过的房间：数据是专人挑过的，接口是临时对齐的，权限是全开的，答错了也没人追责，大不了重跑一遍。

这四件事 —— 干净数据、临时接口、全开权限、零追责 —— 在真实企业里，一件都不存在。

所以演示跑得好，更像是在驾校考场里开得熟。考场里没有早高峰，没有突然变道的电动车，没有下暴雨的路面，也没有必须二十分钟赶到的那场会。它会开车，但它没上过路。

演示验证的是模型的上限，生产考验的是系统的下限。 这两件事，从来不是同一回事。

02 上线第一天，四堵墙同时倒下来

很多项目不是慢慢死的，是上线头一周就撞死的。而且撞得很有规律 —— 四堵墙会同时倒下来:

第一堵，口径乱。 同一个 "销售额"，三个部门能给出三个数。销售算签单，财务算回款，运营算 GMV。模型不知道选哪个，它随机选了一个，另外两个部门从此不再信任它。

第二堵，权限卡。 演示时全开的权限，到了生产必须收回来。收回来之后，模型突然读不到它 "以前能用" 的那张表，于是开始一本正经地胡说。

第三堵，历史包袱重。 主数据里有五年前的脏数据，有已经关停的业务线，有当年特殊审批留下的 "例外记录"。这些在报表里都被人工绕过，但模型不会绕。

第四堵，错了没人担。 演示时答错，大家笑笑说 "AI 还在学习"; 生产里答错一次，可能是一次报价失误、一次合规风险、一次客户投诉。这时候必须有人签字，而没人愿意为模型签字。

四堵墙一起倒，项目就进入那个最熟悉的状态：上线了，但没人用；装着呢，但只是摆在那里。

03 同一个 "销售额"，三个数：口径是信任的第一道裂缝

四堵墙里，最不技术、也最致命的是第一堵。

口径这件事，技术人最容易低估。我们习惯认为 "数据是一致的，只是取数方式不同"; 但业务方的真实感受是 ——你们连一个数都对不齐，我凭什么相信你后面那些复杂的判断？

一个真实场景：某企业上了一个数据问答助手，演示现场问什么答什么，领导当场拍板。上线第一周，它按销售口径回答了 "上月销售额"; 财务总监看了一眼，直接关了页面。第二周，有人问了一句涉及成本的问题，安全团队评估后，直接把一大半数据源下线了。

两周，项目从 "明星" 变成 "隐患"。

这里面没有一个技术错误。模型没崩，接口没挂，性能也没问题。崩掉的是信任, 而信任崩得比性能快得多。

后来团队花了两个月，做的全是 "朴素" 的事：把三个部门的指标口径一条条理清、确认、落文档；把权限模型真正接进去，谁能看什么让系统说了算；把过去几年的历史决策和例外处理喂进去，让模型知道 "这家公司以前遇到这种事是怎么判的"。

三个月后，同一个问题，它会先反问一句:

"按财务口径，还是销售口径？"

就这一句反问，是从演示走进生产的全部证明。

因为它不再假装自己什么都知道。它开始知道自己站在哪家公司里。

04 企业要的不是聪明，是懂自己

我们过去两年对 AI 的期待，大部分压在 "聪明" 上：推理更强、上下文更长、写得更像人。

但在企业里，聪明不是稀缺品。懂自己才是。

什么叫懂自己？不是模型读过你公司的制度 PDF, 而是它知道：这张表里哪些字段不能对外、这条审批流为什么有一个 "看似多余" 的会签、这个客户的付款条件为什么和历史合同不一样、这个指标在两年前改过一次定义。

素材里那个说法很准确:真正缺的是公司本体 —— 数据关系、业务规则和已经发生的现实。

拆开是三层:

第一层，数据关系。 不是 "数据在哪", 而是 "数据是什么意思、彼此什么关系"。字段的语义、表之间的血缘、指标的计算口径、主数据的权威来源。这一层没建起来，模型拿到的永远是一堆没有指路的原料。

第二层，业务规则。 什么条件下走哪条流程，哪些动作需要谁批，哪些例外历史上被允许过，哪些红线一次都不能碰。

第三层，已经发生的现实。 这是最容易被漏掉的一层。企业大量的真实规则不在制度里，而在历史决策里：那次为什么特批、那次为什么退回、那次为什么宁可亏钱也要履约。这些构成了组织的 "隐性判例法"。

把这三层建成模型能理解、能推理、能引用的语义体系，才叫本体。

本体不是知识库，是这家公司的运行方式被翻译成了机器能读的语言。

05 一个数据问答助手的三周与两个月

把上面这件事讲得再具体一点。

第一周，它答得很快，但答错了立场。 它按销售口径回答，数字漂亮，财务不认。问题不在准确率，在它没有 "口径" 这个概念。

第二周，它答出了不该答的东西。 有人随口问了一句成本结构，它照实说了。安全团队的反应很直接：把数据源下线一大半。

注意这里的关键：模型没有作恶，它只是不知道自己不该说。权限在系统里，不在提示词里。

然后是两个月。 理顺口径、接权限模型、喂历史决策。这三件事，没有一件是 "调模型", 全是 "建本体"。

第三个月，它学会了反问。 这一句反问，背后是三层东西同时到位：它知道存在多个口径 (数据关系)、知道不同角色用不同口径 (业务规则)、知道历史上因为混用口径出过事 (已经发生的现实)。

从 "什么都能答" 到 "知道该问一句", 这不是能力退化，是可靠性升级。

06 五个问题：判断你的项目能不能活过演示

如果只带走一套东西，带走这五个问题。它们不复杂，但很难答。

问题一：这个场景，谁定口径？ 如果答不上来 "最终以谁的定义为准", 这个场景就不要上。口径不定，模型越强越危险，因为它会更快、更自信地给出一个错的答案。

问题二：结果错了，谁负责？ 如果答案是 "大家一起看看", 那就是没人负责。必须有一个具名的人，愿意为 "接受这个结果" 签字。

问题三：历史现实，系统读得到吗？ 如果模型只能看到清洗过的 "标准数据", 看不到历史决策、例外记录、退单原因，那它永远学不会这家公司的判例。它会在同一个坑里反复踩，而且每次都踩得很有道理。

问题四：错一次，代价多大？ 这是决定自动化程度的那把尺。答错一句闲聊，代价是零；答错一次对外报价，代价是一个客户；答错一次合规判断，代价可能是一家公司的牌照。代价越大，人工关口越要靠前，而不是靠后。

问题五：三个月后，谁还在用它？为什么？ 这一问最狠，也最容易被跳过。

前四个问的是本体，第五个问的是人心。

一个系统能活下来，往往不是因为功能强，而是因为它嵌进了某个人的日常动作里。财务每天早上要打开它核一遍数，销售每次报价前要让它查一遍历史折扣，风控每周要看它标出来的异常。这些动作构成了它的生存基础。

如果它只是 "领导要求上线的东西", 三个月后一定长草。因为用户不需要它，只是不敢关它。

第五个问题答不上来，前四个做得再好也白搭。

07 推动者别只当采购者，要比谁家的本体长得快

这几年企业买 AI, 最常见的姿势是 "选型": 比参数、比榜单、比 Demo、比价格，然后签合同、上线、验收。

这个姿势没错，但它只解决 "买什么", 不解决 "长出什么"。

因为模型是会折旧的资产。模型每半年换一代，今天的惊艳，明年就是标配。

今天你因为某个模型的多轮对话能力惊艳，明年所有模型都具备。今天你因为某个 Agent 框架的编排能力占优，明年它是开源标配。在模型层面，企业几乎不可能建立长期壁垒，因为你在跟全世界一起升级。

真正会拉开差距的，是另一种资产:本体。

本体不会被下一代模型淘汰，反而会随着模型变强而释放更大价值。同样一份高质量的公司本体，喂给今年的模型能做出七十分的效果，喂给明年的模型可能直接做到九十分 —— 因为限制它的从来不是模型智力，而是它对你公司的理解程度。

而本体的积累，是慢的、脏的、没法外包的：要一条条理口径，一次次对齐权限，一份份喂历史决策，一轮轮纠偏。这件事没有捷径，只有时间。

所以推动 AI 的人，角色要变一变:

别只当采购者，要当本体的建设者。要比的不是谁家模型强，而是谁家的本体长得快。

两年前就开始在真实场景里一点点喂本体的公司，今天看起来可能没什么惊人成果；但三年后，它们和 "每年换一个最强模型" 的公司之间，会出现一道很难追上的差距。因为前者在积累资产，后者在重复采购。

结语：演示验证的是模型，本体才是系统的日常呼吸

回到开头那几秒安静。

那几秒里，大家想的其实不是 "AI 不行", 而是 "为什么当时看着那么好，现在没人用"。

答案通常不在模型里。在口径里，在权限里，在那些没人整理的历史包袱里，在那个 "错了谁担" 的空白签名栏里。

演示验证的是模型；本体才是系统每天的呼吸。

一个系统能不能活下去，不看它演示时多聪明，看它是否知道自己在哪家公司、按谁的口径说话、什么时候该反问一句、什么时候该闭嘴。

这三件事，模型教不会，只能由企业自己长出来。

三个可以带走的判断:

01 不要用演示的成功率，预测生产的存活率。 环境干净程度不同，结果不可比。

02 先建本体，再谈智能。 口径、权限、历史判例没理清，模型越强，错得越快、越有说服力。

03 把 AI 当资产经营，不当工具采购。 模型会折旧，本体会增值。前者是开销，后者是资本。

延伸思考，留给正在推这件事的人:

你们公司现在最难理清的，是口径，是权限，还是那些 "从来没有写下来过" 的历史判例？

如果明天要让一个 AI 系统进入生产，你能立刻说出 "这件事谁定口径、错了谁签字" 吗？

你们过去两年，是在换模型，还是在养本体？