当企业内部AI 团队啃下第一批硬骨头，把效率和效益都提起来之后，马上会面临新的问题：「如何助力业务长出第二曲线？」

这件事做起来并不容易，但也不得不未雨绸缪。因为决定AI团队在公司处境的，往往不是过去做到了什么，而是今后还能务实地做些什么。

言归正传，在探索这个问题的过程中，我发现俩框架特别有帮助，今天整体梳理一下：

框架一：三个行不行

1、生意行不行

截至目前，在绝大多数领域，AI还没到能改变商业模型的阶段。因此，所谓的“第二曲线”，首先要考虑它本身赚不赚钱。

如果业务连个MVP都没跑出来，AI就不用过去凑热闹了。人类高手都解决不了的难题，何苦为难AI呢。

2、人行不行

一方面，尽可能围绕公司和团队的核心优势去赋能，只有在这些领域，才可能有机会保持领先。

另一方面，尽可能先找拥抱AI的团队合作，搞一万次AI 的科普，不如展示一次拥抱AI 团队的成功案例。

3、技术行不行

AI团队，肯定是比一般业务更懂技术的。但技术在业务上到底帮不帮得上忙，能帮到什么程度，还是要跟业务一起才知道。

虽然传说中的 GPT-5、Claude4 和 llama4 还没有出来，但现阶段的AI已经能做很多事了。业务没有用好的原因，不完全是AI 不够聪明，也可能是尝试的业务场景太少了。

此外，在一些更细分的领域，也时常有新的技术、产品蹦出来。如果能及时关注和尽早测试，也会有不一样的惊喜。

比如说，TDengine 在他们用户大会上展示“一条SQL，带你进入AI时代”的技术后，来自智能制造、电力、新能源、石油、汽车等行业的用户，立马觉得自己的物联网、工业大数据平台与AI大语言模型再也不是触不可及，而是随时可用了。

框架二：先打穿后迁移

1、打穿

所谓的打穿，是把第一批硬骨头里最核心优势的部分，结合AI做到足够行业领先。

如果要达到同样的效果，大厂可能短期跑不通ROI，同行可能烧不起钱打价格战。

2、迁移

行业足够大的话，“打穿”过后，第二曲线就有机会慢慢长出来了。

如果行业不够大，那就要将这个核心优势，迁移到其他的蓝海领域，或者可以“降维打击”的领域。

———

“海外独角兽”公众号里在8月2号的文章（mp.weixin.qq.com）中说:

企业在 AI 的投入方向上正在从“试验”向“部署”转变，在 2023 年的 7 月、 12 月到今年的 6 月的三次采样中，他们能够明显看到 AI 部署的渗透率的逐步提升。

对于 2025 年的预期，他们看到很多企业表示，随着模型的成熟，企业会进一步考虑在对外功能上尝试 LLM。

而随着 GPT-5 年底的发布，以及 Claude-3.5 系列模型的陆续推出、多模态的持续解锁，所以，到 2025 年再来看大众应用的话，和今天相比也会更加乐观。

希望到那个时候，今天梳理的这俩框架，是亲测可以帮上大忙的。

———

对啦，我们有个无门槛的「讨论AI落地」的群。今天这个问题，正是群友聊到过的。

入群方式在这里，欢迎一起多多交流：

m.okjike.com