AI 在企业里怎么落地 12 篇
把大模型接进自己那套业务系统要过的四道关：你说的 Agent 到底是哪一个东西、MCP 这类协议接进来会多开哪些口子、模型前面要不要单独建一层、真上业务时卡在哪一步。
- 员工把客户资料贴进了公网 AI，要不要全禁
禁止员工用公网 AI 这件事，多数公司输在执行上：需求不会消失，规避成本比执行成本低得多，禁令最后只把使用推进地下。这篇不讨论该不该用，只拆三件能落地的东西：贴出去的内容分几类、四条路各自的真实代价、以及不花钱今天就能做的三件事。
- AI 落地失败的十个原因，你中了几个
AI 落地失败的十个原因，你中了几个 行业数据显示，AI 项目的失败率高达 80%。但 失败 的原因，大多不是算法不好、模型不准，而是组织、管理、预期这些 非技术 问题。 总结了十个常见原因，看看你中了几个。 原因一：为了 AI 而 AI…
- 数据准备好了吗，AI 项目的前置条件
数据准备好了吗，AI 项目的前置条件 很多人以为 AI 项目的关键是算法，其实不是。算法是现成的，开源社区有大量成熟的模型。真正的关键是数据——你的数据质量决定了 AI 项目的上限。 数据没准备好就启动 AI 项目，就像没有食材就请厨师。再…
- AI 项目第一年，你会遇到哪些坑
AI 项目第一年，你会遇到哪些坑 你决定上 AI 项目了。可能是老板看了某个峰会，可能是竞品上了 AI 功能，可能是技术团队想做点新东西。无论如何，项目启动了。 但第一年，你会遇到很多没想到的问题。不是技术做不出来，而是组织、数据、预期管理…
- 助手该在哪一句话停住，把人交给谁
企业里做对话入口，难点不是让助手一直说下去，而是划清三条边界——什么必须答、什么必须停、什么必须转人工。这篇给一套可核对的判据：每一次停和转都要落成一条能被反查的记录，否则转接只是把访客推回原地。
