已经被验证有效的四类场景

Gene Marks 总结，大公司在四类场景上已跑通人工智能的落地：一是软件开发，用 AI 编写、审查与测试代码，让小团队也能完成更多工作；二是客户服务，借助 AI 处理部分咨询流程；三是信息安全，利用 AI 平台检测异常行为、钓鱼攻击等威胁；四是语音系统，用 AI 接听来电并完成基础操作。他还观察到，不少被大厂裁掉的开发人员正用 AI 工具”复制”自己，为中小企业大规模提供外包服务。

算力账单是无声的教训

大公司还替中小企业踩中了一个隐性雷区：当员工和 AI 智能体疯狂消耗令牌（token）时，算力成本会高到惊人。中小企业经不起这种大规模试错，因此更倾向先摘”低垂的果实”。

别拿 AI 当裁员工具

文章提到，多家大公司 CEO 在财报电话会上大谈 AI 带来的成本节省与裁员预期，却换来员工与公众的反弹。中小企业反其道而行：用 AI 提升效率，却不以此削减编制，反而因此更受求职者青睐。

智能体尚不可全信

Gene Marks 也提醒，大公司在”智能体（agentic AI）”的可靠性与准确性上栽过跟头，中小企业因此不应过早把财务、营销、客服等部门整体交给 AI。更稳妥的做法，是用 AI 辅助分析业务、给出建议。他直言，自 ChatGPT 问世以来的诸多预言——大规模失业、全民基本收入、通用人工智能、机器人做家务、元宇宙新世界、自动驾驶——大多尚未兑现；连 OpenAI CEO 萨姆·奥尔特曼都承认此前的落地时间表”过于乐观”。

中国市场的中小企业同样站在 AI 落地的十字路口，大厂的试错经验同样具有借鉴意义：先把成熟场景用起来，谨慎对待全自动智能体。