很多人用 AI 做经营分析，第一句话就是：“帮我写一份经营分析报告。”

出来的东西，我给它起了个名字，叫“漂亮的废话”。

结构齐整，小标题工工整整，读着还挺顺。但你把它端到经营会上，老板问一句”这个数从哪来的”，全场哑火。

问题不在 AI 写得不好。问题在于，你把两件根本不同的事塞进了一次提问里。

一份能用的分析报告，天生分两段。这两段严格互斥，谁也不能替谁——这是我们做那份 3 小时报告时，最关键的一刀。

第一段：事实底稿。只要事实，不要观点。

这一段的唯一任务，是把能核验的东西摆出来。

营收多少、毛利率多少、门店多少家、单店坪效多少、供应链周转多少天。每一个数背后必须挂得住出处。

这一段的验收标准只有一条：任何一个数字，我随手抽一个，你能立刻告诉我它来自哪里。

抽不出来的，一律删掉。宁可少五个数，不要一个假数。

AI 在这一段是绝对的主力。它读得快、抓得全、不嫌烦，一个人干一周的资料整理，它几十分钟就铺完了。

第二段：专业判断。只要观点，且必须敢下结论。

底稿铺好了，才轮到这一段。

胖东来的服务模式能不能复制到全国？小象超市的即时履约成本结构，撑不撑得住下沉市场？我们要不要在这个品类上跟？

这些问题 AI 可以给你参考，但最后落笔的那个人必须是你。因为承担后果的是你，不是它。

我一直跟团队讲一句话：AI 负责把事实铺满桌子，人负责在桌子上拍板。

顺序绝不能反。你先让 AI 下结论、再回头找数据支持，那叫”给观点找证据”，是自欺欺人。先事实、后判断，才叫分析。

这个分法不是我拍脑袋想的。你看那些真把 AI 用出结果的公司，全是这个路子——

优衣库拿 AI 做销售预测，把天气、社交热度、历史数据全部揉进去算需求。AI 算完，人来决定产品结构怎么调，于是有机棉系列被提前推成了爆款，库存压力大幅下降，营收和利润双位数增长。

绝味鸭脖给全国上万家门店配了 AI 店长，24 小时的数字助理，做标准化督导、社群营销、员工培训。AI 干的是执行的一致性，人干的是标准定在哪里。

伊利搭了一个 AI 智能供应链控制塔，从原奶到生产、仓储、运输全链路盯着，动态优化配送路线。生产异常从小时级压到分钟级，单吨运输成本明显下降。但控制塔要盯什么、什么算异常，是人定的。

三个案例，三个行业，同一个结构：AI 拿走了重复、繁琐、耗时间的部分，人守住了判断、决策、带人、定方向这四件事。

所以别再让 AI “帮我写份报告”了。

改成两次提问：第一次，“把这三家公司的关键经营数据整理成事实底稿，每项标注来源”；第二次，“基于以上底稿，回答我这三个决策问题”。

一句话变两句话，废纸就变成了能上会的东西。

你手上最近一份 AI 生成的材料，是事实先行，还是结论先行？