上篇我跟你扒了企业AI落地的六大坑，有朋友私信我说：江天，坑我认了，可我还是不知道从哪下手。买模型怕选错，给数据怕泄密，让AI出报告怕它编。

这太正常了。因为绝大多数公司卡在一个认知偏差上：以为AI落地是”买个工具、扔个Excel、等它出结论”。错。AI进经营，本质是重构你的生产关系，而生产关系重构之前，必须先干一件最不性感、却最要命的事——把你的企业”画清楚”。

今天这篇，我把压箱底的方法论拆给你。全是带回去就能落地的。

先立一条铁律：AI再聪明，也没资格改你的口径

我反复讲制造业那个家具厂的笑话——把”已接单未排产”和”已排产未入库”混成”在制品”，把返工率上升赖到员工头上。根子就一个字：口径。

什么叫口径字典？打个比方，脚踏车和自行车是一个东西，但不同部门、不同客户叫法不一样。你在底层多维表格里，建一本”同义词词典”：同一个概念，不管外面叫脚踏车、单车还是bike，内部统一认”自行车”。AI读到”脚踏车”，自动映射到标准词，歧义就消了。

我给制造企业列过五个必须定死的口径，AI自己不能改：OTD（交付日不晚于承诺日的比例）、良率（首次检验合格除最终产出，不含返工后合格）、返工率（按工序拆）、设备稼动率（实际生产时间除计划生产时间，停机原因分类）、库存周转天数（原料/在制品/成品分开算）。这五个定不死，出的报告再漂亮也是毒药。

口径字典，就是你的数据底座的第一块砖。

数据底座：把企业抽象成”对象—关系—行动”

很多老板问：底座到底长啥样？我给你一句话——经营，经营的其实就是关系。

你把公司里所有东西，先抽象成”对象”：客户是一个对象（有to B有to C），供应链是一个对象，产品是一个对象，设备是一个对象，合同也是对象。然后抽象出”关系”：某客户买了什么、某客户几月复购了什么、某销售给某客户打了多少折扣。最后抽象出”行动”：发一条消息、发一票货、下一次采购。

对象、关系、行动一结构化，AI就能读懂你的经营，从细节里揪出异常，帮你决策。反过来，你直接把一个Excel甩给最贵的模型，它对你公司是”一抹黑”，结论你敢信？信不了。所谓”AI更懂你”，不是模型多强，是你喂的结构化数据够不够多、准不准。

三层模型用法我也一并给你：第一层，小模型/本地开源模型负责清洗脏数据（日报、质检、订单备注、来料报告），转成结构化；第二层，BI和规则把口径固化——OTD怎么算、在制品怎么算、瓶颈设备怎么标，全部写死在系统；第三层，旗舰大模型只负责写分析、不负责发明定义，边界划死：“只基于给定数据说话，不许猜、不许编”。异常归因必须三方确认：生产确认工艺和设备，财务确认成本口径，销售确认订单优先级。AI只负责发现异常和提假设，不拍板。

第一套：利润漏斗五步法（让利润不再月底才漏光）

这是给分销、供应链企业用的，专治”流水好看、利润上不去”。

第一步，拆利润结构。别盯着总利润，把收入往下拆：扣折扣促销、扣退货换货、扣物流仓储、扣破损损耗、扣坏账账期，最后剩下的才是真赚的。拆完放进飞书多维表格，让AI能读。

第二步，让AI每天自动跑一遍漏斗。你沉淀的数据，AI按规则找异常、到阈值就报警。人每天干这个既没人力又容易因情绪漏看，AI不会。

第三步，设阈值自动预警。某客户连续三天折扣超标，推给销售；某区域缺货率超8%，采购和仓储同时收。不需要人去问，系统主动喊人。

第四步，月底经营会，讨论的不是”发现了啥问题”，而是”问题处理得怎么样了”。AI负责找，人负责追。

第五步，促销和定价前，先让AI跑一遍模拟。它记忆、推理、计算都比人强，能推算这次ROI涨多少、毛利损多少，值不值得干、品值不值得推，提前预演。一家快消分销商，光”提前发现折扣超标”一项就挽回三十多万毛利。

第二套：最小闭环五步法（别一上来就动最核心的决策）

这是给所有想落地AI的企业老板的”安全姿势”，专治”试点选错、一棍子打死”。

第一步，选第一个场景。要高频、可衡量、现在就很痛、风险可控。别一上来就放经营决策高位。

第二步，把场景拆成具体流程。不具体就没法落地。比如会议纪要，以后别让人手敲，会议室放个自动转写投屏或会议笔，一开会就转，专业内容沉淀进公司知识库，AI自动提取对象、关系、行动，变成知识库一部分。

第三步，先跑几个月再算ROI。别指望AI一上来就翻天，蒸汽机、电力都花了几十年改生产关系，AI快也得给时间。

第四步，用成功样板推下一个场景。上来别全推，找个”麻雀虽小五脏俱全”的小经营主体，把能替换的先替换，成了再扩散。

第五步，沉淀成AI流程SOP库。能复用的SOP，才能从一个地方推到下一个地方。

第三套：合规通道五步法（员工偷用AI的坑，这么堵）

专治”员工已经在用、公司没治理”这个最隐蔽的利润漏点。

第一步，匿名问卷摸底：多少人用、用什么、传过啥公司资料。我曾见过有企业50%员工已在用，还把敏感信息扔给大模型。

第二步，数据分级：公开信息（行业报告、新闻）啥AI都能用；一般内部信息（培训、方案草稿）用企业版AI（和厂商签数据安全合同）；敏感商业信息（财务、客户）用内部或私有化部署；禁止外发的核心机密（并购、监管），任何AI都不能碰。

第三步，提供合规工具，而且要比违规工具更好用。内部建的智能体不好用，员工不会转，这步是成败关键。

第四步，建经营分析材料的AI使用规范，和生产力工具同步实施。

第五步，持续做日志审计和培训。谁用了什么智能体、调了什么工具，全留痕，出事能追根因、找责任人、堵漏洞。

滑梯收尾：落地不是买工具，是重构关系

今天这三套五步法加一张口径字典，你拿回去就能用。但我要提醒一句——方法再好，如果你只把它当”个人提效工具”发下去，组织总效率还是涨不动。真正起作用，是你愿意动那个最难的手术：让AI替换流程里某些环节的人，把生产关系重画一遍。

我见过太多公司，工具买了一套又一套，报表越来越漂亮，月底利润还是那点。根子就在：生产关系没动，只是给旧流程换了把更快的锤子。你要问自己的，不是”哪个模型最强”，而是”我这条业务链上，哪个环节的人，可以被AI稳稳替换，替换完谁对结果负责”。把责任绑定清楚，流程才真正跑得顺。

下一篇，我跳出工具，跟你聊更底层的东西：为什么AI时代，最稀缺的不是会用工具的人，而是有”经营思维”的人。这也是我写《经营的力量》这本书的初衷。