国企信息化实战派 · 第163期
国企300万大模型，业务说不如Excel
上个月去一家省属国企做信息化诊断，IT总监老李把我拉到会议室。「老王，我们花了300万上的AI大模型平台，用了3个月，业务部门一句话把我干沉默了。」我调出系统一看，AI生成的报表准确率72%，业务员自己用Excel做是98%——而且Excel打开只要3秒，AI平台要等47秒。300万买了个教训：技术再先进，不匹配业务需求就是白花钱。我总结了AI大模型在国企落地的4个坑，个个价值百万。📌建议收藏：本文整理了AI大模型落地避坑清单，选型/实施/验收时可直接对照使用。转发给你的IT/采购/财务同事，少走弯路。
🕳️ 坑一：期望管理失控，领导以为AI是万能药
项目立项时，领导在大会上讲：「上了AI大模型，报表自动生成、审批智能辅助、公文一键起草。」业务部门一听，以为以后啥都不用干了。结果上线后发现：AI能写公文但格式不对、能辅助审批但经常误判、能生成报表但数据对不上。期望落差巨大，业务部门从期待变成抵制。IT总监老李跟我说：「领导把AI吹成了神仙，现在神仙不灵了，锅全是IT的。」✅ 解法：立项时做AI能力边界说明书：明确列出AI能做什么、不能做什么、准确率预期是多少（如公文起草准确率85%、需人工复核）。让领导和业务部门签字确认，降低预期，把AI定位为「辅助工具」而非「替代方案」。⚠️ 坑二：业务场景不匹配，AI用的是通用模型
这家企业采购的是通用大模型API，直接套用到国企场景。我问业务主任：「AI生成的报表哪里不对？」他说：「我们的成本核算有3套口径（财务口径、生产口径、审计口径），AI只学了财务口径，其他两套全错。」通用大模型训练的是互联网公开数据，对国企特有的政策术语、合规要求、内部流程一无所知。准确率72%不是AI不行，是模型和业务场景脱节。✅ 解法：必须做垂直场景微调（Fine-tuning）：用企业过去3年的内部数据（脱敏后）对模型进行微调，重点训练国企特有的术语、流程、规则。微调后准确率可以从72%提升到90%以上。微调成本约20-50万，但比300万买个不能用强。💣 坑三：数据质量不达标，垃圾进垃圾出
我检查了AI训练用的数据：历史报表中15%的字段有空值、8%的数值单位不统一（有的是元有的是万元）、12%的分类标签是乱的。AI不是神仙，数据质量差，输出必然差。IT团队花了3个月调模型参数，但没人花1个月清洗数据。业务主任说得好：「你们IT天天调算法，倒是先把数据搞对啊。」数据清洗占AI项目工作量的60-70%，但多数国企IT团队没有这个意识。✅ 解法：建立数据质量门禁：AI项目启动前，先花4-6周做数据清洗和标准化。制定数据质量评分卡（完整性、准确性、一致性、时效性），评分低于80分的数据不得用于模型训练。数据清洗由业务部门和IT共同负责，业务负责口径确认，IT负责技术执行。🔍 坑四：人员培训缺位，业务员不会用也不敢用
AI平台上线了，但80%的业务员没参加过培训。我问一个老业务员为什么不用，他说：「我不会写那个什么Prompt，写出来的AI也看不懂，还是Excel顺手。」更关键的是信任问题：AI给出的结果业务员不敢直接用，怕出错担责任，最后还是自己重做一遍。培训做了1次2小时，只讲了界面操作，没讲怎么用AI提升效率、怎么判断AI输出对不对。✅ 解法：设计分层培训体系：①管理层1小时讲清AI能力边界和预期收益；②业务骨干8小时实战训练（Prompt写作、结果判断、纠错技巧）；③全员2小时普及（基础操作+常见问题）。配套AI使用手册和内部FAQ，设立AI使用标兵奖励机制。培训后考核通过率需≥80%，否则补训。写在最后
300万买的不是AI平台，是一堂关于技术落地的实战课。AI大模型再厉害，也绕不过四个老问题：需求对不对、数据好不好、场景配不配、人会不会用。老李后来跟我说：「早知道先把这四个问题想清楚，300万能省200万。」💡觉得有用？四个动作支持IT老王
1️⃣点右下角「在看」，让更多同行看到避坑经验
2️⃣转发到朋友圈/工作群，你的采购/IT/财务同事会感谢你
3️⃣收藏备用，选型/实施/验收时翻出来对照
4️⃣关注【IT老王】，每周 AI大模型落地、国企AI转型、大模型选型 干货不断
🔗 花300万上AI大模型，业务部门说不如Excel
🔗 AI大模型落地3个月，准确率从85%掉到47%
🔗 国企上AI大模型，数据安全审查过了4个月
👉 进入公众号主页，点击「查看历史消息」阅读全文
🔔 关注【IT老王】，不踩企业软件坑
回复「ERP」看ERP选型避坑合集
回复「CRM」看CRM实施踩坑实录
回复「采购」看软件采购防骗指南
回复「信创」看国产化替代实操
回复「审计」看内控合规避坑清单
回复「IT职场」看国企IT生存指南
国企信息化实战派 · 每周避坑干货 · 有问必答
