聊聊最近2个月的企业AI咨询感受：需求风向变了
叶小钗约 8 分钟关注公众号，回复666，获取资料
10月做了3场企业AI咨询，涉及的内容包括通识AI教育、产研AI项目方法论分享、具体项目技术路径探索，再结合最近在各个公司的拜访情况，有几点体悟也许可以分享给大家：
第一，多数公司对AI的认知还很初级。
包括很多大城市的公司，并没有因为AI的红火、城市的“喧嚣”而真的 All in AI，真实情况可能是不止AI的使用很初级，他们数字化一块更是原始；
也许这里应该换个说法，企业数字化做得不错的公司，往往AI这块都用得有模有样的，也很有意识要对AI咨询这个事情付费。
第二，AI应用的市场风向产生了非常大的变化，之前的三幻神是AI工作流 ＞ AI客服 ＞ 复杂AI知识库。只不过最近占比发生了很大的变化：文生图/视频的需求明显变多。
从去年我手里做过的AI项目落地来说，多数是工作流AI、偶尔还有2个文生文项目（比如一键论文类系项目），极少数要做行业级AI应用，因为数据要求太高，一般企业都在观望；
只不过这两个月以来，文生图/视频 的需求明显增多，甚至隐约要超过AI工作流了，其中原因应该要从两个事件说起：
首先是Google的 Nano Banana 火爆出圈，这个东西的意义在于两点：
效果好，Nano Banana 出图的效果极佳，并且有很不错的一致性，已在电商图、海报、节日营销素材等方面实际规模化应用； 门槛低，Nano Banana 使用成本极低，可直接通过网址访问；
其次是OpenAI的Sora2 展示了极大的商业预期，毕竟一个可以做成抖音式视频流的大流量产品，没有不期待，他巨大成功直接指向了低门槛的使用：生产 + 分发一体的内容网络。
再之前的话就要追溯到5月左右的Google Veo3套件了，他首次实现音视频同步生成，并具有电影级质感与精准的唇同步，只不过当时由于成本或者门槛问题，在国内并未引起重视，但他却是爆款Nano Banana更之前的尝试，我也相信在后面几个月，会有不错的AI视频类产品发布。
综上，也就是Nano Banana 与 Sora2 的快速出圈与强势表现，让大家马上意识到了AIGC（图、视频）的巨大空间，最终直接影响了企业的实际需求；
最后，可能也是核心关键点，国内在AI图/视频这块一直表现强势，国外的每个爆款，国内都可以很快跟进，所以整体门槛低、效果好，这一切都加速了各个企业相关的需求。
只不过，需要注意的是：最近多出来的AI文生图/视频需求确实是多出来的，因为之前这批公司也不太做AI工作流，更不会做AI知识库。所以：
对于有钱的公司，极大的降低成本、对于没钱的公司，我也可以拥有，最终AI 素材平权时代来临。
第三的话，属于纯个人体感：做咨询优于做实施落地，做通识咨询优于做专业咨询。
原因也很简单，实施落地过程会遇到很多莫名其妙的问题，这种问题我也会不停遇到不停解决，他本质上是个工程问题，进一步会演化成项目管理问题，就不是可以用方法论讨论的事情...
而专业向的咨询，很容易被引导至实施落地的方向，因为甲方团队很希望将实际工作中遇到的问题一股脑丢出来，马上能够得到很好的解决，事实上这种事情是不大可能的，且不论咨询定价很低的事，真的要具体解决，我也是需要了解行业KnowHow的，这不是一朝一夕的事情。
所以，传授方法论可能会很虚，并且大家也未必能领悟；偶尔遇到团队杠精多的，还老是会质疑你为什么会这么建议，那就难办了，而这里就是我之前最常见的错误：
想要（完全）教会其实就已经是一种傲慢了。尤其是搞技术的，什么都懂点，又喜欢自己造轮子，如果不是认知/专业碾压的情况，几乎是没有对错之分的
所以，这里真实的心得或者收获是：
要清晰认识到自己真的已经是乙方了，真的不是让你来点评团队的，因为如果是专业类咨询，有概率会引起对应团队的仇视，至于原因就不多讲了，懂的都懂...
想要做好这类咨询，首先要先学会做人，需要隐约并恰当的告诉老板：这个产研团队是真的非常不错！
只有先做好人，在这个基础之下才可能做好专业项的深度咨询。
第四，很多企业还不明白自己真的需要的是什么AI人才，或者说很多企业并不知道好应用型AI人才是什么样的。
比如上个月有个公司在做咨询的时候问了很多关于AI框架、技术乃至具体BUG的问题，但是到我想知道企业的业务大图的时候，整个过程就直接中断了，这也是很多公司实际面临的问题：
技术是大概率说不清楚公司业务全面，具体到产品也很难，大的业务负责人很可能有这个能力，但他未必愿意主动告知
所以，才有之前AI项目实施的一个最佳实践建议了：最好由一号位牵头，因为大型的AI项目实施是真的很需要业务整合的，所谓KnowHow纠结到最后也不过就是几张大表、几张大图罢了...
这里大家可能不太清楚是什么，我举个例子：
去年在做某投流公司全业务流程AI化的时候，对接的哥们对业务的理解程度达到了60%+，并且他非常有意愿促成AI落地这件事；
具体的表现就是他不会我问一个问题，就只回答一个问题，实际对接过程中，他是首先展示出了一张业务路程图，然后对着这张图说了有半个小时，然后再结合我的提问，能回答的马上回答，不能回答的组织资源第二天回答...
在他的协助之下，我们达成了AI边界 + KnowHow的组合，项目很快的上线落地了...
综上，这里所谓企业真的需要的AI人才，首先是具备绝对行业认知的，他们最好能够给出行业大图，有自己一套切实的业务知识框架、其次是他要有所意愿，他要想做这件事，而不是把他当做一个交差工具，如果问一答一，几乎很难有很好的结果...
这里就不得不回到第三点了：为什么技术团队的咨询要“先做人”，因为如果信息难以流动的情况下，很难取得很好的效果...
以上就是我最近做企业AI咨询过程中有点感觉的几个点，希望对大家有用吧。
除了以上四个点之外，我对于第二个点文生图/视频需求隐约超过AI工作流，更是远远甩开了复杂AI知识库这个现象总是有些“闷闷不乐”以及满头疑问，AI文字不行，这不应该啊？
AI文字 不如 AI图片/视频
可能真相不是那么简单的，核心点在于两点
人们（市场）对于两者之间的预期有很大的不同； 实现成本差距过大；
所以，为什么“画个图”比“写段文字”更受欢迎？原因是：
第一，容错度不同
对于视觉，我们的容忍度是很高的，甚至很多时候我们并不希望他那么真实，比如：
抖音里面的各种美女，他们那个大长腿夸张的不行，但我们是无所谓的；各种漫画图也是，头长反了我们都无所谓，甚至还觉得喜感；只不过一旦AI要生成真人图片的时候，各种恐怖谷问题就会爆发，我们虽然不会很较真，但一定会很难受。
以上就是我们对AI视觉一块的容忍度，而文本生成呢？
你让AI写一份市场分析报告，哪怕文笔流畅、结构清晰，只要里面出现一个关键数据错误或逻辑漏洞，之前建立的所有信任可能瞬间崩塌。
用户对文字的“正确性”要求远高于图像，图像可以“艺术加工”，文字必须“精准无误”。
另一方面，我们其实是非常讨厌正确的废话的，而AI又非常擅长输出这种东西。比如我在给粉丝连续2小时上课，各种密密麻麻的输出后，他拿着会议纪要1分钟AI给出了一个文章，还让我点评的时候，我就会很难受...
第二，成本差距大
一个“文生图”功能，在企业里可以作为一个独立的工具来用。设计师用它来找灵感、生成素材，然后手动挑选、修改，无缝嵌入现有设计流程。
但一个“复杂AI知识库”或“AI工作流”项目，意味着要将AI能力深度整合进现有的业务系统。这需要打通数据孤岛、构建复杂的工具链、处理长上下文、并确保输出稳定可靠。
这首先是一场伤筋动骨的“工程改造”，其次对于很多数字化基础本就薄弱的企业来说，这个门槛和成本都太高了。
所以，视觉类AIGC可以马上带来实际的降本增效，并且成本还很低，那么企业就算是用脚投票，也会选择的，而且他们真的门槛很低，只需要用心就行了；
相较而言，一个AI知识库项目，比如AI医生、AI律师 想要产品效果好，就需要非常完备的类知识图谱去构建稳健的CoT，这里无论是技术难度还是实现成本，都不可同日而语。
综上，这里结论是AI文生图/视频其实表现也很一般，只不过大家容忍度极高罢了...
这里最直接的证据就是：AI视觉效果惊艳的背后，是“理解力”的严重缺失。
当你让AI画一个“在咖啡馆里用笔记本电脑工作的程序员”，它大概率能生成一张氛围感不错的图片，因为它学习过海量“咖啡馆”、“笔记本电脑”、“人”这些元素的视觉关联；
但如果你提出一个需要“冷门图片”时候，就会非常难受，比如我之前画金刚葫芦娃，想要表现不同葫芦娃的各种特征的时候就会很费劲。这是因为模型对“冷门动漫”这类长尾数据的训练不足，更无法真正理解“因为...所以...”这种因果关系。
说到底他还只是“风格拼贴大师”，与AI文本一致，它的生成，是基于统计概率的关联，而非基于认知的理解。
好了，今天的碎碎念就到这，最后发现本文逻辑性不是很强，也没什么核心观点，大家且图一乐吧！
点击上方卡片关注叶小钗公众号，查看下方二维码，添加我个人微信：