上个月在苏州一家做精密零件的厂里，我蹲在质检工位旁看一个老师傅用AI视觉系统。他每检完一个件，都要手动把结果抄到旁边的纸质单上，再拍照上传到另一个系统。我问他为什么不直接点屏幕上的“确认”，他说：“那个系统会把我工号记错，月底扣钱算谁的？”——这个细节让我意识到，大部分企业AI项目卡住的地方，根本不是算法准不准。
陪跑不是教工具，是拆掉员工手边的“纸质单”
我们团队去年接了11个AI陪跑项目，有个数据挺意外：在部署后的前两周，员工主动使用AI功能的比例平均只有23%。不是他们不会用，是用了反而更麻烦。那家苏州工厂的质检AI，识别准确率做到97%，但员工要完成一次完整记录，得在三个系统之间切换，比原来手写还多花40秒。后来我们做的第一件事，不是调模型，是跟IT部一起把工单系统的工号字段跟AI后台对齐，又把纸质单取消了。第三天，使用率跳到71%。
陪跑的第一周，我们基本不碰算法。就是坐在工位旁边看，看员工怎么操作、什么时候皱眉、哪些步骤他们宁愿绕过去。很多管理者觉得“培训一下就会了”，但现场的真实阻力是：AI流程和既有考核、纸质记录、甚至班组交接习惯打架。你不拆掉这些，员工就阳奉阴违。
陪跑周期多长才合理，我们踩过的坑
最开始我们按标准SaaS交付逻辑，两周驻场，然后远程支持。结果三个项目里有两个在第三周就回落到原来的工作方式。后来调整成“3+3+3”节奏：前3天全时驻场，中间3周每周去2天，最后3个月每月回访1次。这个节奏下，客户6个月后的AI功能留存率从34%提到了68%。
有个做服装外贸的客户，销售团队用AI写开发信，第一周大家觉得新鲜，第二周就有人抱怨“生成的内容太模板化，客户不理”。我们陪跑同事没去改提示词，而是拉着两位业绩靠前的销售聊了一下午，把他们常用的开场句、砍价话术、跟单节奏整理成12个场景模板，再让AI按场景生成。第三周，销售主动用的比例从19%涨到55%。陪跑的核心不是教，是翻译——把业务里的隐性经验翻译成AI能用的输入。
决策者现在能做的三件事，不用等IT部门
- 选一个“疼”的环节先试。别一上来就全员推。找那个员工每天重复超过20次、又容易出错的环节，比如合同比对、工单分类、日报汇总。我们有个客户先只做了“售后工单自动打标签”，两周后客服主管自己跑来找我们说要加功能。
- 把AI使用写进班组的早会，而不是发邮件。邮件打开率不到15%，但早会上让一个员工花2分钟演示昨天AI帮他省了什么事，传播效果完全不一样。陪跑时我们经常干的事，就是帮班组长准备这2分钟的“话术”。
- 给一线一个“骂AI”的通道。我们每个项目都拉一个微信群，员工可以随时截图吐槽AI哪里蠢。前两周吐槽最多的功能，往往就是第三周优化优先级最高的。有个客户甚至把“吐槽条数”当成AI活跃度的反向指标——吐槽越多，说明用得越深。
陪跑结束那天，应该留下什么
很多企业把陪跑当“扶上马送一程”，但我们的经验是，陪跑结束那天，客户内部至少要长出两个“AI接口人”——一个懂业务痛点，一个懂基本配置。这两个人不用是技术大牛，但得知道员工抱怨“不好用”时，该改流程还是改提示词。我们在每个项目最后两周，都会拉着这两个人做“影子陪跑”：我们操作，他们记录；然后他们操作，我们闭嘴。这个动作做扎实了，后面三个月的留存率能差出两倍多。
回到开头那个苏州工厂。上周他们生产主管给我发消息，说质检工位现在每天下班前，系统会自动生成一张班组AI使用热力图，哪个工位用得少，班组长第二天早会就会问一句。他没提算法，也没提模型，但那个纸质单已经两个月没出现了。有时候陪跑陪到最后，你会发现真正起作用的，不是我们教了什么，而是我们帮客户把某个卡了半年的流程疙瘩给揉开了。