我见过最可惜的项目，不是AI项目失败，而是AI项目"没死但也没活"。
什么意思？公司花了钱买了系统，上了线，也没人说它不好，但它就是在那里占着资源，没人用，也没人管。
这种项目有个共同特征：上线即终点。
我总结了三个人们犯得最多的错误，每一个都真实到可以发生在任何一家公司身上。
第一个错误：数据没准备好就上线
我去年接触过一家做教育培训的公司，他们买了套AI客服系统，上了两个月，转人工率72%。
老板很恼火，说这系统不行。
我去看了一下他们的知识库——300多条FAQ，里面有大量"这个您可以联系我们的客服"、"详情请咨询相关人员"这种无效回答。
AI的知识库是这么上来的：运营部同事花了两个小时，把销售平时跟客户说的话整理了一下。听起来很努力，但整理的质量非常糟糕。
AI的输出质量，90%取决于你喂给它的输入质量。
数据准备这件事，不能省。也不能交给不懂业务的人来做。
第二个错误：流程没改就上线
很多公司觉得，我上了一套AI系统，那AI就帮我干活了。原有的流程不用动。
这个想法有点过于理想。
AI不是来融入你的流程的，它是来改变你的流程的。
举例来说，一家做财税代账的公司，以前的工作流程是：客户提交资料→客服初审→财务复核→出结果。
上了AI之后，他们把"客服初审"这个环节用AI替代了。但问题是，以前客户提交的资料格式五花八门，AI根本处理不了。
他们没有改变"客户提交资料"这个前置环节，导致AI前面吃的都是垃圾，输出的自然是垃圾。
上了AI系统，配套的流程必须重新梳理。哪些环节AI能接住？哪些环节需要先做标准化？这些要想清楚。
第三个错误：没有人会"用"AI
上了系统，发现员工不会用。
这个听起来不应该是个问题，但实际发生概率非常高。
很多人对AI的期待是：你把问题说清楚，AI给你正确答案。但现实是，你问AI的方式不同，AI给你的答案质量差很多。
这就像用搜索引擎：你搜"怎么开会"，出来的结果很泛；但你搜"晨会5分钟高效闭环怎么开"，出来的结果就有用得多。
问AI也是一样。你问"这个月销售数据怎么样"，AI给你一个通用报表。但你问"这个月跟上月比，哪个区域的客户流失率有变化，给出具体数值"，AI才能给你真正有价值的分析。
这不是AI的问题，是使用者的提问能力问题。员工需要培训，需要练习，需要有人告诉他们怎么跟AI配合工作。
怎么避免这三个错误
很简单，上系统之前，先回答三个问题：
第一，我们的数据准备好了吗？有结构化的知识库吗？
第二，我们的流程需要调整吗？哪些环节需要先标准化？
第三，我们的员工会用AI吗？有人能持续优化AI的输出吗？
如果这三个问题没想清楚，上系统的时机就不成熟。早早上线，不如等一等。
小结
花了钱买AI系统，但用不起来，这件事非常普遍。
原因无外乎三个：数据没准备好、流程没改、员工不会用。
都不是技术问题，是认知和准备的问题。这些问题在买系统之前就能发现，但在买系统之前很少有人会认真去想。