不同行业和不同国家的 AI 案例，为什么不能直接复制？

看见同行用 AI 降低成本，很多企业第一反应是“照着做一套”。看见海外公司把流程自动化，又会追问为什么自己还没上。

案例能提供方向，却很少直接提供答案。

可以复制的是问题结构、能力模块和验证方法。业务基线、数据、流程、指标与责任边界必须在本地重新确认。

哪些可以借，哪些必须重做

层次 可以借鉴 必须本地验证

问题 客户等待、知识检索、异常判断等摩 本企业问题是否真实、影响多大

擦结构

能力 检索、抽取、生成、预测、调度和工 哪些能力确实必要

具调用

流程 人机协作与控制思路 数据从哪里来、谁审核、写回哪里

验证 基线、难例、灰度和人工接管方法 本地样本、阈值、成本与责任

直接复制产品配置，通常只是把适配成本推迟到上线以后。

案例经常省略四类上下文

原企业的业务基线有多差，数据是否长期标注，谁能调动技术和安全资源，语言、法律、客户与基础设施有何差异，公开材料很少完整披露。

同一行业也未必相似。两家制造企业的设备、工艺和维护体系可能不同；两家金融机构的客户、策略和接口也可能不同。

供应商案例多问五个问题

指标分母是什么？计算了哪些人工成本？异常和高风险样本是否进入测试？结果由谁验证？系统后来是否持续运行？

供应商自报可以证明某种可能性，无法自动证明你的业务会得到同样结果。缺少的条件要写进本地试点，而非用案例名称补齐。

案例的正确用途是生成假设

先识别它解决了哪种摩擦，再选择可能复用的能力，随后重做本地流程，最后复制其验证方法。每一步都可以决定继续或停止。

案例最大的价值，是告诉企业什么值得验证；它最危险的用法，是替企业省掉验证。

本问行动：挑一个正在模仿的案例，把可借鉴和必须本地验证分别写成两列。

第 3 章

流程重构、人机分工

与组织协作

处理流程与人机分工：AI 怎样进入真实协作，人在什么位置承担判断和责任。