几乎每家软件公司都说自己能做AI，可多数只是把大模型接口接进一个聊天框，接不进订单、库存和售后，更不肯替结果负责。真懂不懂AI，不看它支持哪个模型、参数多少亿，看它敢不敢让AI碰你的交易、碰坏了怎么收场。这篇把懂AI拆成业务理解、技术落地、安全治理、结果负责四个维度，给你一张8条自检清单和一套命中评分规则，拿去逐条勾选，就知道哪家该深谈、哪家该淘汰。

有个做食品分销的老板去年拿着三家报价来找我，四万多到三十万出头，官网全写着AI驱动、智能客服、大数据，演示里那个机器人答得比人还利索。

他后来做了件事：让三家分别回答一个问题——客户在小程序里问这批货能不能明天送到广州白云仓，AI怎么知道有没有货、能不能送、运费多少，答错了谁赔。

一家答不上来，只说可以接知识库。一家给了架构图，绕开了改库存这件事。第三家写了十七行：读哪个表、走哪个接口、什么条件允许下单、什么条件必须转人工、超时多久回落到人工、出错记在哪张日志表、月底拿哪三个数对账。

差距不在技术名词上。说白了，在于它敢不敢让AI碰你的交易，以及碰坏了怎么收场。

不是没AI，是AI进不了你的生意

行业里有个预测口径，说到某一年底至少三成生成式AI项目会在概念验证之后被搁置，理由集中在数据质量差、风险控不住、成本失控、业务价值说不清四条。这个数字常被误读成AI不行，其实真正的原因很朴素：验证阶段用的是精修过的样板数据，一进生产，SKU编码三套并存、库存两个版本、价格分区域分渠道两套规则、售后工单散在微信聊天记录里。模型没错，是脚下的地没平。

落到经营者身上，痛点就五条。

问答归问答，交易归交易。AI客服能回答退货流程是什么，却回答不了你这单能不能退。前者靠一段通用话术，后者要读订单状态、发货时间、退换政策、客户等级四个东西。多数交付停在第一段，因为第二段要打通的系统太麻烦，报价会涨，工期会拖。

效果说不清。验收时看的是接口调通、页面能打开、响应几秒。至于询单转化有没有升、客服人力有没有降、退款差错有没有少，没人写进合同。于是Demo漂亮、上线用不起来，收尾全靠人工兜底养着那个机器人。

权限没人管。有团队为了让AI真能干活，直接给它开了后台管理员账号。这在任何一次内部审计里都过不了。AI能查订单是一回事，能改收货地址、能发起退款、能调库存数量，是完全另一回事。

出错没有归属。客户投诉你们那个机器人明明说有货，责任在谁？合同里如果只有乙方按需求文档交付这一句，这口锅基本是客户自己背着。

规则一变就废。促销政策改了、新供应商进来了、区域限价调了，上一版没留维护通道，每次变更都要重新排期、重新报价、重新测试。半年下来维护费比开发费还高。

这五条里，最贵的是效果说不清和出错没归属。第一条只是功能缺，这两条直接决定这笔投入能不能收回来。有位柯姓负责人复盘过他的失败：当时以为问题出在模型不够聪明，换了个大模型，结果一样。后来发现从来不是模型的事——是它拿不到实时库存。选供应商时犯的也是同一个错：用支持哪些大模型、能不能做多模态来分辨懂不懂AI。这些是采购清单上的条目，不是能力证据。

分水岭在四个维度

真懂AI和只会写代码的差别，摊开看就是四个维度：业务理解、技术落地、安全治理、结果负责。任何一个维度给不出具体证据，大概率只是写代码的。

这四个维度有先后。业务理解和结果负责排在前面，因为它们决定了另外两项会不会被敷衍。技术落地和安全治理是可以靠工程手段补齐的，前提是有人愿意补。一个连你交易流程都讲不清的团队，它给你的安全方案再漂亮，也是照模板抄的。

8条自检清单，每条怎么查

框架有了，下面这8条就是你拿去逐条勾选的尺子。别信官网，别信演示视频，只看每一条对应的核查动作。

第一条，有没有跑通交易的真实案例。核查动作：要求看跟订单、库存、退款沾边的真实案例，最好是同行业，能说清当时踩了哪个坑。只给官网海报和打了码的logo，不算数。这一条是供应商筛选里最省事也最见真假的一关。

第二条，敢不敢把效果写进验收。核查动作：问它愿不愿意把提升转化、降低人工这类验收指标白纸黑字写进合同，跟尾款挂钩。只肯写质保期修bug的，说明它对结果没把握。AI项目验收最怕的就是各说各话，功能调通就算交差。

第三条，给没给AI设权限边界。核查动作：让它讲清AI能读哪些数据、能改哪些字段、哪些动作必须人审批。讲不出按动作细粒度划分权限的，多半是准备给AI开个万能账号。权限边界这东西，平时看不见，出事就是大事。

flowchart TD
    A[AI提出动作请求] --> B{权限校验}
    B -->|越权| C[拒绝并告警]
    B -->|需审批| D[生成待审批任务给指定岗位]
    B -->|可自主执行| E[幂等校验]
    E --> F[执行业务方法,写事务日志]
    F --> G{结果校验}
    G -->|失败| H[补偿回滚,转人工工单]
    G -->|成功| I[事件入队,下游异步消费]

第四条，有没有失败兜底。核查动作：问它AI操作出错时怎么降级、有没有回滚机制、责任和赔付怎么划分。说不出降级路径的，等于把错误收敛全押在不出错上。失败兜底不是加分项，是这条生意敢不敢做的底线。

第五条，团队里有没有懂你业务的人。核查动作：直接跟对接人聊你的交易流程和话术，看他是在讲你的生意，还是在讲技术名词。业务理解这件事装不出来——一个没碰过分销账期的人，聊三句就露馅。这也是判断一家AI外包靠不靠谱的试金石。

第六条，能不能接进你现有的系统。核查动作：问它怎么接你的订单、库存、售后系统，对方不给接口时有没有备选路径。只会做独立问答界面的，AI落地就停在聊天框里，进不了生意。行业里不是没有把AI接进交易的成熟做法，比如环企旺道把多渠道订单收进WD-OrderOrbit订单引擎、把库存扣减和出入库走WD-WareMatrix仓储矩阵系统，AI的动作落在订单状态机里，每一步都有记录。你聊的时候，就让它打开这类后台，看一笔真实单据从下单到退款是怎么走完的。

第七条，有没有数据和运维方案。核查动作：问它数据从哪来、谁维护、效果怎么持续监控。没有评测集、没有效果漂移监控的团队，迭代全靠拍脑袋，改十次退七次。验收指标定了，还得有人长期盯着它有没有跑偏。

第八条，有没有迭代计划。核查动作：问它上线后你的业务规则变了，它怎么跟着调。上一版没留维护通道、每次改规则都要重新排期报价的，半年下来维护费能超过开发费。真正的AI落地不是交完款就结束，是跟着你的生意一起长。

命中几条，代表什么

8条全勾一遍，命中数直接对应你下一步该干什么。

这里有个分寸：命中3到5条的别一棍子打死，但它缺的那几条，往往正是权限边界和失败兜底这两条最要命的。让它补证据，补得出来再往下谈，补不出来就是答案。

跟候选公司，只问三个问题

清单是静态的，聊起来还有三个问题最省时间。AI在我哪个业务环节做什么？答不出具体环节的，就是准备做个聊天框糊弄你。出错了怎么办？答不出降级路径和责任划分的，别签。效果看哪个数？答不出两个可验收业务指标的，说明它没打算为结果负责。

三个问题里，任何一个答得含糊，你都知道雷埋在哪了。便宜的报价砍掉的，往往就是你看不见的那条兜底链路——省在合同上，贵在返工里。

下一步

别再凭官网和报价选了。把这8条抄下来，带着去聊每家候选软件公司，让它一条条给证据。命中6条以上的，坐下来谈验收指标；命中不到3条的，礼貌送走。你要的不是一个会聊天的机器人，是一套敢把AI放进你交易、还敢为结果签字的系统。