[FDE閱讀-5] 八十萬買了一套寄信設備，AI落地真正卡住的地方
八十萬買了一套寄信設備：
AI 落地真正卡住的地方
2024 年，一位開連鎖超市的老闆花八十萬人民幣，為兩百多家門市上了一套智能補貨系統。
發表會辦得很隆重。大屏、香檳、領導講話，一樣不少。這種場面我們都熟，簡報一頁頁翻過去，數字漂亮得像一張成績單。
用了不到三個月，店長們全改回 Excel。
那套系統還掛在機房裡，跟剛上線那天一模一樣，幾乎一次都沒真正用起來。八十萬沒有被任何人捲走，它就這樣安安靜靜地待在伺服器裡，成為一筆誰都不好意思再提的支出。
高承實在書裡提到他問那位朋友，是系統不好用嗎。
他說，系統本身沒問題。問題是沒有人教店長怎麼用；系統要我們照它的規矩改流程，可我們做生意有我們做生意的規矩，兩邊對不上，就黃了。
最後他自己下了一個比喻，我覺得是這幾年讀過最準的一句。他說，那八十萬，我買的是一整套寄信的設備。信寫好了，可惜，沒有郵遞員。
這句話我想了很久。
我們這個行業這些年賣出去的，很多就是寄信設備。模型、平台、算力、儀表板，每一樣都做得出來，每一樣都可以在簡報上發光。但設備裝好了，信也寫好了，沒有人一個站點一個站點去送。
而那個送信的人，才是這本書的主角。
三個障礙，沒有一個是算法問題
《FDE 實戰手記：AI 落地第一課》是高承實寫的，目前同樣只有簡體版。
書裡把 AI 落地難的原因拆成三項，而且強調，這三項沒有一項是算法問題。
第一項是髒數據。
真實業務裡的資料混亂程度，跟示範環境不是一個世界。示範環境的資料是為了展示而整理過的，真實環境的資料是為了活下去而累積下來的，兩者的差別不在技術規格，在它有沒有被人認真清過。
第二項是說不清的痛點。
業務方講出來的，是他能想到的最好答案，但那個答案通常只是冰山浮在水面上的一角。這一項是整本書著墨最多的，後面會專門講。
第三項是有慣性的人。
員工有自己的工作習慣，遇到不順手的新系統，他的選擇不是抱怨，是繞開。系統照樣上線，報表照樣漂亮，人照樣用他原本的方法做事。
我看到這裡想到一個很常見的畫面。系統導入後的第二個月，使用率報表出來，數字還不錯，主管看了很滿意。但如果你真的去問那些人，你會發現他們登入只是為了讓系統有紀錄，真正的工作還是在 Excel 上完成。
書裡把後面這個現象講得很白，AI 系統就像寄信設備，設備買好了，卻沒有郵遞員去送信。
找對問題，比解決問題重要十倍
整本書裡我最喜歡的是工廠排產那一段，它在番外篇，只有幾百字，但推理的漂亮程度勝過很多長篇。
有一家機械廠想做 AI 排產，需求寫得很清楚，用人工智慧排出最優的生產計畫，提升車間效率。書裡的專案和人物都做過匿名與虛構處理，這裡就當成一個典型場景來讀。
團隊進場之後往下挖，發現排產真正的麻煩不在算法有多難，在插單。銷售每週臨時插進來的急單，把排好的計畫衝得七零八落，計畫員每天都在手工重排，一天好幾次。
於是他們先做了一件很笨的事。查了一個月的排產紀錄，想回答一個尷尬的問題，插單到底是工廠的例外，還是常態。
結果是常態。
一個月下來，插單是這家工廠做生意的基本方式。
這意味著原本那個需求「排出最優計畫」從根本上就是錯的，因為最優計畫在插單進來的那一刻就作廢了。
方案於是拐了個彎。不追求排出最優計畫，改成做一件事，插單來了，五分鐘內重排出一個受影響最小的版本。
我看這段的時候心裡有一種很熟悉的感覺。我們談需求訪談的時候，最常做的就是抄下客戶說的話，然後照著做。客戶說要最優計畫，我們就去做最優化演算法。這個流程看起來很專業，其實是把最難的那一步跳過了。
最難的那一步是問一句，這件事為什麼會這樣。
為什麼計畫員天天重排，因為插單頻繁。為什麼插單頻繁，因為這家工廠的競爭力就建立在接下急單的能力上。你把它當成流程上的髒亂，就會想去消滅它；你把它當成生意的一部分，就會想辦法讓它變得不痛苦。
同一個事實，兩種讀法，做出來的東西完全不同。
書裡把這件事總結成一句話，業務方說出的需求，是他能想到的最好答案，往往不是真正的問題。找對問題，比解決問題重要十倍。
十倍這個數字我沒辦法驗證，但我相信那個方向。因為解決錯的問題，做得再漂亮，也只是把資源更有效率地浪費掉。
先滾雪球，別放衛星
問題找對了，接下來是節奏。
書裡有一句話我覺得可以直接抄在牆上，AI 落地是滾雪球，不是放衛星。衛星放上去就下不來了，雪球是一層一層變大的，每一層都能回頭，每一層都算數。
這個比喻的關鍵在「能回頭」三個字。
放衛星式的專案，特徵是一開始就拉到最大。方案要完整、範圍要全面、上線要一次到位。這種專案在啟動會上最漂亮，每個人都覺得自己在做一件大事。但它有一個致命的結構問題，中途發現方向錯了，你沒有辦法回頭，因為所有的資源、承諾、時程都已經押上去了。
雪球式的做法相反。先做一個小的、能驗證的東西，跑通了再加一層。每一層都可以停，都可以改，都可以承認這一層判斷錯了。
書裡給了一個很實用的配套動作，開工前先約定止損線，講清楚到什麼程度就停下來。
這件事聽起來簡單，做起來很難。因為停下來在我們的職場文化裡，幾乎等於認錯。專案做到一半停掉，負責人要背責任，團隊會覺得白忙一場，客戶會覺得你不靠譜。
所以高承實那句建議特別有價值，專業的做法是開工前就把「停」的體面方式講好。講好了，到時候停就是按計畫行事，不算認慫。
我看到這裡想到一件事。我們評估專案的時候，通常只算兩件事，成功會賺多少，失敗會賠多少。很少人會預先設計「怎麼收場」。而失敗的案子往往死在收不了場，大家硬著頭皮往下做，把一個小錯拖成一個大坑。
還有一個很人性的關卡，沉沒成本。已經花掉的錢，不該影響今天的決定。這句話誰都會說，但真的到了那個會議室裡，所有人都會盯著已經投入的那幾百萬，然後決定再賭一把。
書裡把它講得很直白，心疼沉沒成本是人性，每個專案經理都有。
技術只占三成，剩下七成是人心
前面那些再怎麼難，都還在技術跟流程的範圍裡。接下來這一關，系統裡一行程式碼都沒有。
書裡那個場景是這樣。團隊做了一個「退換進度查詢」，功能設計得很體貼，用戶自己查進度不用打電話催，客服不用當傳聲筒，倉庫跟門市的簽收扯皮也一目了然。
上線前所有人都覺得這是好事。
上線之後門市不配合，傳言四起，一位做了八年的老員工公開撂挑子。
這種時候多數人的第一反應是，這個人思想有問題，抗拒改變，跟不上時代。然後就想辦法壓下去，或者繞過他。
書裡的診斷完全不同。它說，專案最大的麻煩往往出現在最順利的時候。順的時候所有人都說好；等你要動他們的時間、習慣和安全感了，反對票才一張張冒出來。
安全感這三個字是關鍵。
那位老員工反對的是這套系統讓他熟悉的做事方式失效了。他在公司八年的價值，很大一部分建立在「我知道怎麼處理這種事」上面。現在系統接管了，他還剩下什麼。
你跟他講這個系統多有效率，他聽到的其實是「你原本的那套不重要了」。
我讀到這裡想到一件很現實的事。我們做導入的時候，最常用的手法是「教育訓練」。開課、發手冊、做線上課程，然後期待大家跟上。但如果問題的根本是安全感，教育訓練一點用都沒有，因為它解決的是技能，不是威脅。
書裡的應對思路不是說服，它給了三個動作，找到內部盟友、給甜頭、留台階。
找到盟友這件事的邏輯，跟前面講過的口碑傳播是同一個道理，讓已經認同的人先動起來，讓旁邊的人看到動起來沒有壞處。給甜頭是讓他一開始就贏，不要讓他第一次用系統就吃虧。留台階是最難的，意思是讓他有機會調整姿態，不必公開承認自己之前錯了。
最後那個動作，我覺得是這本書最懂人的地方。它承認一件事，你要改變一個人的工作方式，就得替他準備一條不用丟臉的路。
那封信，要有人一個站點一個站點送過去
這本書寫到最後，作者回去找了那位超市老闆。
老闆主動跟他報喜，說他們又上 AI 了，這回成了。
書裡就寫到這裡，沒有交代細節。這位老闆這次到底怎麼做對的，作者沒說，我也不打算替他編一個答案。
不過按整本書的邏輯去推，那個答案大概長什麼樣。他上一次失敗的原因在書裡已經寫得很清楚，系統要門市照它的規矩改流程，兩邊對不上。所以這一次要成，就得反過來，讓系統去貼合門市原本做生意的規矩。而這件事沒有第二種做法，只能靠一個懂業務的人蹲在現場，把每一個細節磨到門市願意用。
作者在結語裡寫了一段話，我覺得可以當成整個系列的一個總結。
他說，AI 落地這件事真正的分水嶺，在於有沒有人願意穿過示範影片的濾鏡，走進那間亂糟糟的倉庫，承認資料很髒、需求很模糊、人心很複雜，然後蹲下來，一件一件地解決。技術強弱反倒其次。
他也回答了那個很多人會問的問題。既然 AI 越來越強，這個職位是不是很快就沒用了。
他的答案是一個比喻。AI 不會自己走進現實世界，這封寄給未來的信，需要郵遞員，一個站點一個站點地送過去。
我讀完這兩本書的材料，心裡最強的一個感受是，這幾年我們談 AI 落地，談的幾乎都是能力問題，模型多強、成本多低、速度多快。而這兩位作者講的其實是另一件事，能力早就夠了，缺的是那個願意蹲在現場、把能力和現實接起來的人。
設備不缺，信也不缺，缺的是送信的人。
這五篇一路寫下來，其實只回答了一個問題，那個送信的人到底是誰、靠什麼活著、怎麼被找到、怎麼算得出錢，以及他到了現場會遇到什麼。范冰那本書畫出了這個位置的輪廓，高承實這本書把它填上了血肉。
而如果你正好是那個送信的人，那麼這五篇講的，大概就是你接下來要走的路。從忍住不搶最大的單開始，到最後忍住不把責任推給流程。
路不輕鬆，但它至少是一條路。
如果你還沒讀過前面幾篇，先說一下這兩本書的關係。范冰那本《前線部署工程師（FDE）》畫的是輪廓，它告訴你這個職位在產業裡的位置、需要什麼人、怎麼獲客、怎麼收錢，是一張地圖。高承實這本《FDE 實戰手記》填的是血肉，它講的是你拿著地圖走進去之後，會踩到哪些坑，節奏更像一本工作筆記。
兩本都只有簡體版。時間有限的話，我的建議是先讀范冰，把整個框架建立起來，再挑高承實那本書裡你最有感的章節讀。反過來先讀高承實也不是不行，但你會比較難理解那些現場的動作為什麼要這樣做。如果你只想讀一本，選范冰那本，因為它的結構更完整。如果你已經在做這一行，直接讀高承實那本，它的每一頁都在講你上週遇到的事。
註：《FDE 實戰手記：AI 落地第一課》作者高承實，密碼學博士，曾在大學任教，後來轉做產業觀察，這本書是他「FDE 三部曲」的引路篇，2026 年 10 月由人民郵電出版社出版。這篇對應的是書中講落地障礙與現場推進的章節，那幾章的案例密度最高，也最適合當工具書隨時翻。
設備不缺，信也不缺，缺的是送信的人。
深入閱讀范冰新書 FDE 系列 · 之五（完）
深入閱讀范冰新書FDE系列:
讀《前線部署工程師》，這個職位賣的不是人力
一個值百萬美元年薪的職位，考的是你能不能忍住不寫程式
一個幾乎不打廣告的行業，靠什麼讓客戶一個帶一個
免費的驗證最貴，一場「明年再評估」的會議，問題出在哪
八十萬買了一套寄信設備，AI落地真正卡住的地方
歡迎訂閱我的文章，第一時間可以收到喔!
常見問題
為什麼企業花大錢導入AI系統卻常常被棄用？
因為系統設計往往要求現場人員改變既有的工作習慣，卻沒有人實際教導與陪伴他們適應。技術本身沒問題，但缺乏真正落地執行、協助轉換流程的人，就像寄出了信卻沒有郵遞員遞送。
書中提到AI落地的三大障礙是什麼？
分別是混亂未經整理的真實業務資料、業務方自己也說不清楚的真正痛點，以及員工因為習慣而選擇繞開新系統。這三項都不是演算法技術問題，而是現場執行層面的挑戰。
什麼是「找對問題比解決問題重要十倍」？
書中以工廠排產為例，說明業務方提出的需求常常只是表面答案，真正該做的是往下追問原因，才能發現問題的本質。若一開始就解錯方向，再厲害的技術方案也只是浪費資源。
為什麼作者建議AI專案要「滾雪球」而非「放衛星」？
放衛星式的專案一開始就全力投入、規模拉到最大，一旦方向錯誤就無法回頭。滾雪球式則是從小規模開始驗證，每一步都可以停損或調整，並且建議在專案開工前就先講好止損的條件。