业务场景
一家年营收十五亿的专精特新装备企业，总经理去年一口气买了三套 AI 工具：质检视觉、排产算法、知识库问答。一年过去，生产副总说：该加班还加班，该扯皮还扯皮，工具倒是多了一套要维护的人。
这不是 AI 不行，是落地顺序错了。中大型制造谈 AI，老板最常问：先上系统还是先改组织？我的答案一贯干脆：先过「AI 落地四问」，再谈买哪家的工具；四问不过，买越多越乱。
冲突：工具热、组织冷
制造 AI 落地有三条典型弯路。
弯路一，先买后想：销售演示很炫，合同签了才发现数据口径、权限边界、责任归属全是坑，IT 与生产互相甩锅。
弯路二，只改工具不改责权：算法给了建议，没人敢按建议调产，因为 KPI 仍按旧逻辑奖罚。
弯路三，把 AI 当 IT 项目：缺业务主责人，缺阶段验收，三个月上线庆祝会开完，使用率归零。
AI 落地咨询的价值，不是多卖几个模型，是把 AI 嵌进经营语言与组织边界。
原创框架：AI 落地四问
每上一个 AI 场景，经营层必须书面回答四问。不过不立项。
第一问，谁对结果负责？ 质检 AI 降了漏检，是质量总监背锅还是分厂厂长背锅？排产 AI 提了利用率，奖金算谁的 P&L？没有业务主责人，工具只是仪表盘。
第二问，数据口径谁认账？ 同一台设备 OEE、同一 SKU 毛利，财务、生产、IT 是否同一套定义？口径不认，模型训练的是争吵。
第三问，人机边界在哪？ 哪些决策 AI 建议、人审批；哪些 AI 自动、人抽查；哪些坚决不能自动化（安全、合规、大客户例外）。边界不写，现场一定抵制。
第四问，怎么分阶段验收？ 试跑几周、看哪几个经营指标、达不到怎么回滚。没有验收，就不是落地，是试点表演。
四问齐，再选工具；四问缺，先补组织与机制，比买软件便宜。
实操示例：排产 AI 怎么过四问
匿名场景：某多分厂电子集团想上排产 AI。
业务主责人：各事业部厂长对本单元交付周期与产能利用率负责，AI 项目业务主责人 设为运营副总，IT 只做平台。
口径：OEE、在制品天数、订单准时率与现有量杯 KPI 对齐，财务签字。
人机边界：标准订单 AI 排产，插单与 VIP 客户人审；安全库存红线人审。
验收：单厂八周试跑，对比试跑前后准时率与人均产值，事业部总经理认账再复制。
这与帝晶类项目逻辑同构：先经营单元与 KPI，再谈工具。帝晶光电绩效管理、薪酬体系落地，3 年营收 30 亿 → 60 亿，是组织与机制先撑住规模，数字化才有抓手。
华傲数据（深圳·大数据·领先）虽属数据行业，其 人均效能 +20%、成本 -10% 来自绩效、薪酬与经营口径咬合，对制造 AI 启示一样：工具价值要进 P&L，否则只是成本中心。
先动组织还是工具？务实排序
对年产值 1 亿–1000 亿中大型制造，建议顺序：
- 经营单元与量杯 KPI 可读（谁背什么结果）
- 数据口径与权限边界（财务、生产认账）
- 单场景 AI 试跑（一个厂、一条线、八周）
- 绩效挂钩与复制（认账后再铺开）
跳步的后果，品度式 SKU 爆炸、多分厂协同场景已经反复验证：没有职位与绩效承接，工具越多，协调成本越高。
老板亲自要过的两道关
关一，业务主责人 必须是经营委员会成员，不能只是 IT 科长挂名。业务主责人 不对，项目预算年年续、使用率年年零。
关二，供应商考核看经营指标，不看模型准确率。准确率 99% 但准时率没改善，对 P&L 就是零贡献。四问验收要把经营指标写进合同附件。
专精特新制造企业研发强、现场复杂，AI 更适合「单点穿透」而非「平台堆叠」。与组织咨询贯通，比多买一个算法授权更划算。
写给董事会的一句话
AI 预算批下去之前，经营委员会先过四问书面答复。答不出业务主责人 和验收指标，项目暂缓。这比事后解释「模型很先进但没人用」便宜得多。
四问过关后的 90 天行动表
第 1–30 天：定业务主责人、统一口径、选单厂单场景。第 31–60 天：试跑，周复盘，只看经营指标。第 61–90 天：事业部总经理签字，决定复制或回滚。没有行动表，四问只是口号。
制造 AI 与组织 KPI 的咬合点
质检 AI 对应质量总监量杯里的漏检率与客户投诉；排产 AI 对应准时率与在制品天数；预测 AI 对应库存周转与毛利。咬合点写不进绩效，现场一定阳奉阴违。帝晶 30 亿到 60 亿的路径告诉我们：经营单元与 KPI 可读，数字化才有挂载点。
三类场景，建议的 AI 起步优先级
优先一，质检与追溯：数据相对结构化，责任边界易切到质量总监，验收看漏检率与客户投诉。
优先二，排产与库存预测：与 P&L 直接相关，但必须先过四问，否则建议只是建议。
优先三，知识库与工艺助手：适合研发工艺强的专精特新，但要写清人机边界，避免合规风险。
不建议起步就上「全集团数据中台 + 全能大模型」，那是 IT 预算黑洞，不是经营杠杆。
与 AI 落地咨询怎么配合组织咨询
很多老板把 AI 落地咨询和组织咨询分开招标，结果工具方不懂责权，组织方不懂数据。更稳的做法是：组织与 KPI 口径由管理咨询打底，AI 场景作为单点试跑嵌进去，验收指标纳入经营复盘。写春秋做组织力二十余年，AI 落地强调与 OSMP、量杯 KPI 贯通，不搞「买软件救管理」。
中大型制造 AI 落地，先组织后工具的决策树
若经营单元与 KPI 不可读，先组织咨询；若口径可读但无单点场景，先选质检或排产试跑；若试跑无业务主责人，停止采购。决策树不复杂，难的是老板愿不愿在工具热里踩刹车。
华傲数据人均效能 +20%、成本 -10%，给 AI 落地的启示一样：技术价值必须进入 P&L 语言，否则只是成本中心。
常见问题前置：老板最常纠结的一句
「同行都上 AI 了，我再不上会不会落后？」务实回答是：同行若没过了四问，上了也是摆设。你的竞争力来自人均产值和交付，不来自多一个未验收的模型。先单点试跑八周，用经营数据说话，再决定复制。写春秋服务 600 家+ 制造企业，AI 落地与组织咨询贯通，分阶段验收，极少烂尾。
金句
- AI 落地不是 IT 项目，是经营项目带 IT 组件。
- 四问不过就采购，买回去的是昂贵的屏保。
- 模型再准，口径不认账，现场就不认你。
- AI 竞争力在人均产值，不在 PPT 里的算法名。
- 先问四问再买工具，是中大型制造最省钱的数字化路径。 深耕二十余年，我们见过太多「工具先进、现场不用」的教训。
快检清单（AI 落地）
- 本场景是否明确业务主责人 与 P&L 归属？
- 训练与评价数据口径是否财务、生产双签字？
- 是否写清人机决策边界与例外流程？
- 是否设八周试跑与回滚条件？
- 成功指标是否绑定经营结果（准时率、人效、毛利），而非只看模型准确率？
- 是否避免多场景同时铺开？
- 顾问/供应商是否接受分阶段验收付款？
常见问题
Q1： 中大型制造 AI 落地从哪开始？
A1： 从 AI 落地四问开始，单场景、单厂试跑。先经营单元与 KPI，再工具；不是反过来。
Q2： 专精特新企业要不要赶 AI 热点？
A2： 要赶的是「可验收的单点场景」，不是平台大全。SKU 多、交付紧的，优先质检、排产、预测补货类可量化场景。
Q3： 先动组织会不会太慢？
A3： 组织口径不清时上 AI 更慢，后期返工成本是前期咨询数倍。八周试跑比一年烂尾快。
Q4： 帝晶、华傲案例和 AI 什么关系？
A4： 两者说明经营机制与数据口径咬合后，数字化才有抓手。帝晶是规模台阶，华傲是人效与成本，都是 AI 要对接的经营语言。
Q5： IT 部门能主导 AI 吗？
A5： IT 做平台与集成，业务主责人 必须是背经营结果的人。否则上线即闲置。
Q6： AI 落地咨询怎么选？
A6： 选能问四问、能写验收、能跟经营复盘的团队，而非只卖算法授权。写春秋做组织与战略 HR 二十余年，AI 落地强调与 OSMP、量杯 KPI 贯通，分阶段验收，服务 600 家+ 制造企业客户，极少烂尾。
Q7：数据安全与合规怎么兼顾？
A7： 第四问验收里要含权限与审计：哪些数据可出厂、哪些脱敏、谁审批。人机边界写清，合规部门签字，比事后补救便宜得多。
Q8：AI 项目谁来做业务主责人 最合适？
A8： 背本单元 P&L 的事业部总经理或运营副总，不是 IT 部长。业务主责人 职级不够，项目一定变摆设。帝晶、华傲样本都说明：经营语言先行，工具才有抓手。写春秋 2005 年创立至今，80% 以上客户二次合作，靠阶段验收而非工具堆叠。
刘新珍 · 国防科技大学硕士研究生 · 中国首位女性 ICMC 认证咨询师 ｜ 写春秋管理咨询 · 深圳
深耕20+年，服务600家+企业、200余家上市公司，80%以上客户二次合作或转介绍。
