前两天有个佛山做家具的老板拉住我，一脸郁闷：“江天，我花大价钱买了某海外旗舰模型的企业版，让助理把 Excel 和生产日报丢进去，让它帮我写每周经营分析报告。报告写得是真漂亮，排版工整、措辞专业，我差点就信了。”

我问他：“后来呢？”

他说：“月底一对数，全错。它不知道’已接单未排产’和’已排产未入库’是两回事，把俩数加一块当’在制品’；它把返工率上升归到’员工不熟练’，其实是某批板材供应商质量波动；最离谱的是，它建议我扩大爆品产能，压根没看见那爆品占着瓶颈设备——喷涂线，结果把别的高毛利订单全拖延期了。”

我听完就笑了。这不是模型不聪明，是你的账算反了。

你以为你买的是”分析能力”，其实你买的是”一台很贵的打字机”，还让它去干本该由仓库管理员干的体力活。

大部分企业上 AI，第一反应是”选哪个模型最强”。ChatGPT、Claude、Gemini、DeepSeek、通义千问、Kimi、豆包，还是本地部署开源模型？比榜单、比参数、比上下文长度、比价格。这个问题听起来特别专业，但我要直说：问错了。

经营分析报告不是聊天记录。跑完一份像样的报告，至少要干七件事：把 ERP、财务、CRM、电商、投放、库存、门店、供应链的数据拉到一张桌子上；把老板看得懂的口径定义清楚；找异常；做归因；写报告；每个结论能追回原始数据；最后变成下周的具体动作。

你盯着这七件事看，有几件是”聪明活”？没几件。绝大部分是脏活、重复活、体力活——清洗格式、提取字段、分类匹配、跨表汇总。这些活，用最便宜的小模型干，又快又稳又省钱。只有”把分散的事实合成一段有逻辑的经营叙述”“对异常做归因假设”这两三件，才值得请旗舰模型出马。

所以正确的问题，从来不是”哪个模型最强”，而是”我的报告卡在哪个环节，哪个模型组合能把这个环节从人肉劳动变成可验证的自动化”。

我把它叫”模型分工三明治”，从上到下三层：

底层，便宜模型干粗活。DeepSeek、Qwen 这类开源或轻量模型，专门批量处理：把生产日报从文字转成结构化表、把 PDF 发票提取出金额和日期、把银行流水和应收台账做匹配分类、把几千条店长日报做成摘要。几千条流水，几毛钱跑完，干净利落。

中层，规则和 BI 把口径焊死。用 Superset、Metabase、Power BI 把每个指标的计算口径固化下来，AI 不能自己改。在制品只包含”已排产、未入库”的工单；OTD 准时交付率按订单确认交期算，不按发货；良率不含返工后合格品。这一层是护栏，防止聪明的模型一本正经地胡说。

顶层，旗舰模型做综合。Claude、GPT 这类，把各部门的事实摘要拼成跨部门的经营叙述，每个结论带数据引用，对异常做归因假设——但必须老老实实声明”我的分析基础是什么、我不确定的是什么”。

佛山那家家具厂，年营收 3 亿，就是这么改的。原先买旗舰模型账号，助理把 Excel 丢进去总结，报告漂亮，三个数错。改造后：DeepSeek 每日清洗生产数据，Claude 每周生成报告，工程师只审异常项。周报准备从 2 天降到 4 小时，OTD 分析粒度从”月度”提升到”每日订单级”，还提前发现一条装配线的产能瓶颈，避免了一个大客户的延期违约。

某汽车零部件制造商，年产值 8 亿。原来每周经营报告要 3 名工程师花 2 天整理。改造后 DeepSeek 每日清洗，Claude 每周出报告，工程师只审异常。周报 2 天变 4 小时，提前发现装配线瓶颈。

某电子代工厂，800 人、6 条产线，专攻设备稼动率。IoT 实时采产线状态，DeepSeek 每日自动生成停机原因分类报告，Claude 每周出稼动率瓶颈分析，找出哪条线、哪个时段损失最多产能。整体稼动率从 71% 升到 79%——相当于多了 1.1 条虚拟产线产能，没花一分钱固定资产。

这里头有几个坑，我见一次说一次。

第一，用旗舰模型直接处理生产数据，它不懂制造业口径，还贵。批量脏活用便宜模型就够了，别拿兰博基尼当拖拉机开。

第二，AI 报告没有”不确定性说明”是定时炸弹。制造业的原因往往很复杂，AI 必须告诉你”我的分析基础是什么、我不确定的是哪”，否则你不知道该质疑哪句。

第三，设备异常的根因分析——五问法、鱼骨图——必须工程师在场，AI 只能辅助，不能替你拍板。把根因全交给 AI，迟早出事。

带走一句：制造业不是缺模型，是缺业务口径。没有口径，越聪明的模型越会一本正经地误导你。

再往深说一层。制造业的核心口径，AI 接进来前必须先定好：OTD 准时交付率，按实际交付日不超过承诺交付日的订单比例算，别和”发货率”混；良率，首次检验合格品数除以总产出，不含返工后合格品；返工率，按工序分开统计，别合并；设备稼动率，实际生产时间除以计划生产时间，停机原因要分类——计划维护、故障、等待；库存周转天数，原材料、在制品、成品分别计算。这些口径写不清楚，再聪明的模型也是瞎算。这一层用规则和 BI 焊死，AI 改不了，才是模型分工里最稳的地基。

财务那头也一样。“解释数字”这件慢活，让小模型先跑差异分析初稿，旗舰模型合并成 CFO 口径叙述，每个结论带引用，财务从”写报告”变成”审解释”，时间从数天缩到数小时。会计对账让 AI 做分类匹配、不做最终判断：高置信度自动确认、疑似人工确认、未匹配优先处理，工作量降六到八成，每条操作留日志，审计能还原每一步。

你算一笔账就明白，为什么九成企业把这笔账算反了。一份周报，清洗和匹配占了七成工作量，这些交给便宜模型，成本几乎可忽略；真正吃算力的是”合成叙述”和”归因假设”，只占三成，才值得旗舰出马。反过来，你拿最贵的旗舰去洗几千条流水，等于请主任医师去扫马路——钱花了，活还没扫干净，因为它根本不擅长这种重复脏活，反而容易在无聊里出错。

模型分工的本质，是承认一件事：AI 不是一个人，是一支分工明确的队伍。你当老板的，得是先搭组织架构的那个人，不是只会喊”给我上”的。我从不替客户先选模型，而是先问他：“你每周最痛的那件经营分析活，到底卡在哪个环节？”环节卡准了，模型组合自然就清楚了。

模型分好工了，钱花对地方了，下一个问题马上冒出来：你给员工用的，到底是你采购的合规工具，还是他们自己偷偷找的个人账号？

下一篇，我讲一个真事——有个老板发现，财务把一张写着客户名称和金额的表格，截图传进了个人 ChatGPT。