做 AI 的人在网上找项目，传统老板在线下找人。两边都挺着急，却常常像两条平行线。
一边在做 Agent、知识库、自动化工作流，产品做得越来越像回事；另一边的老板每天还在翻报价表、盯微信群里的订单、反复培训新人、让客服去不同文件夹里找资料。老板也知道 AI 很热，但你上来问一句“要不要做 AI”，他大概率不知道该怎么回答。
问题不在于传统企业没有需求。
问题在于，真正能付费的需求通常不叫“我要一个 AI 项目”。它藏在一段又旧又乱、每天都要做、谁都嫌麻烦但又没人敢动的流程里。
这篇文章的线索，来自一场关于实体企业与 AI 的 X Space 讨论。里面提到排单、仓储、销售、跟单、培训和客服等很多场景。那些企业投入、节省金额和提效比例都属于口述案例，没有独立核验，不能当成市场事实。真正值得带走的，不是其中哪一个数字，而是一套筛选第一单的方法。
第一单别从产品开始，从一段旧流程开始
很多人接触实体企业时，第一反应是：我能不能做一个行业智能体？能不能搭一个平台？能不能先把产品做出来，再去找客户？
这个顺序很容易把人带偏。
你花两三个月做完，拿去给老板看，他很可能回你一句：这个我们原来用 ERP 加个字段就能做，或者让 Excel 改一改也行。
这不是老板保守，是你还没找到真正值钱的那一段。
第一单更适合从这样的地方找：报价每次都要翻旧表；订单一来，几个人在不同群里对库存、设备、人手和工期；新人每来一个，老员工就得从头讲一遍；客服面对同一个问题，要在产品资料、售后规则和聊天记录里来回找；客户的特殊参数，长期只在老师傅脑子里。
这些活不酷，也没有一个看上去像“大模型应用”。但它们有一个共同点：都在持续消耗人，而且错误是真的会返工、延误和丢客户的。
先找到这段活，再谈 AI。
先把账算出来，不然你做的只是好看的 demo
“效率能提升”这句话，在企业里不值钱。
老板真正会问的是：现在到底花了多少人、多少时间、多少错误成本？
不需要一开始就算到小数点后两位。你只要先把最粗的一笔账列出来：这段工作每周发生几次；每次要几个人、花多久；错一次往往要返多少工；客户要因此多等多久；有没有材料浪费、漏跟进、错报价或者承诺过头。
算不出当前成本，后面就很难判断 AI 有没有价值。因为任何演示都可以看起来省事，只有跟旧流程放在一起，才看得出它到底省掉了什么。
这里有一个很简单的判断：
如果你说不清它现在怎么花钱，也说不清它做完后怎么验收，就先别把它叫项目。
它可能只是一个很有意思的功能点。
别急着定制，先把现成工具逼到边界
有些事情确实不需要 AI。
飞书、企业微信、Excel、表单、低代码工具，甚至原来的 ERP 改个字段、接个通知，就能先把不少混乱收回来。第一单最怕的不是技术不高级，而是你做了三个月，最后发现客户用现成工具改一改就能解决。
所以在你写第一行代码前，先问一句：现成工具为什么还没解决？
可能是资料散在不同格式里，需要读懂内容再归类；可能是客户每次问法不同，但答案藏在产品参数、历史案例和售后规则里；可能是排单要同时看订单要求、库存、人员和工期，无法只靠一个固定规则处理；也可能不是工具不够，而是没人把流程、字段和验收方式说清楚。
这一步很重要。它把“我们想上 AI”翻译成了一个更有用的问题：现有办法具体卡在哪里？
只有卡点说得清，AI 才不是装饰。
一份能卖的第一版，要先写清输入、输出和验收
很多 AI 项目失败，不是模型答错了，而是没人说清楚它应该交什么。
拿客户咨询举例。不要把一堆聊天记录塞给 AI，再说“帮我整理一下”。这句话太大，最后得到的多半也是一段看着通顺、没人敢用的话。
更可执行的第一版是这样的：
先取一周已经脱敏的客户咨询，再附上已确认的产品资料和售后规则。要求 AI 输出五列：客户问题、对应产品或规则、回复草稿、依据来源、待人工确认项。
然后让员工只检查四件事：有没有把客户认错；产品参数对不对；价格有没有乱报；交付承诺有没有超过公司的真实能力。
这就是一个小闭环。
AI 没有替人拍板，也没有碰不该碰的敏感信息和经营底牌。它先接住的是找资料、归类、出草稿这些重复动作；价格、承诺、例外和最终回复仍然留给人。
跑稳了，再考虑接到客服、报价或跟单。连一周脱敏数据都跑不稳，就别急着讲智能体、数字化转型和全自动流程。
能验收，比“很智能”更重要
传统企业里最容易被忽略的，不是模型，而是验收人。
谁愿意每天看一眼这份输出？谁有资格说它对不对？错了以后谁来改，怎么退回旧流程？
这些问题没人接，自动化最后就会变成一个没人敢用的黑箱。老板会担心，员工会绕开，项目表面上线，实际又回到微信群和 Excel。
所以第一单不要贪大。最好选一个结果一眼能看懂、错了能及时拦住、旧流程还能接住的环节。你交付的不是“AI 已经替代了谁”，而是一条可以验证的链路：
业务材料 -> AI 做一个小步骤 -> 人工检查 -> 留下结果与问题 -> 决定是否扩大这条链路跑通，才有资格谈下一步。
商会和熟人不是订单机器，它们解决的是第一扇门
做线上产品的人，习惯先想流量、投放和转化漏斗。可进入很多传统企业，第一关不完全是功能，而是信任。
老板不会轻易把报价、订单、客户和内部流程交给一个刚认识的人。尤其当你说要碰数据、改流程、接 AI 时，他先担心的不是你会不会写代码，而是这件事会不会出事。
所以本地商会、行业协会、老客户和熟人介绍有价值。它们不是保证订单的机器，也不能替你背书项目结果。它们真正做的，是让一个老板愿意坐下来，把那段最乱、最怕外人看到的流程讲给你听。
后面的账还得你自己算，方案还得你自己跑，结果也得你自己交付。
别把信任入口误会成商业模式；但也别以为只要产品强，就不需要信任入口。
拿着这四个问题去聊，再补两条边界
第一次去见一个老板，别急着讲模型、RAG、Agent 或者你的技术栈。
先把下面四个问题问完：
- 这段活是不是每天或每周都在发生？
- 现在到底花了谁多少时间，错一次要付出什么？
- 现成工具为什么没解决，具体卡在哪里？
- 资料从哪儿来，最后希望交回什么，谁来检查结果？
然后补两条边界：哪些价格、承诺、审批和例外绝不能让 AI 自己决定；谁愿意先把流程打开给你看。
四个问题里只要有两三个答不清，先别急着做。可能需求还没长出来，也可能你面对的不是一个 AI 问题，而是流程、权限、数据或组织协作的问题。
这不代表没有机会。恰好相反，能把“AI 做什么”往下拆到“哪一段活、谁来验、错了怎么办”，才是传统企业里真正稀缺的能力。
第一单的目标，不是拿下一个大项目
第一单最容易犯的错，是一上来就想做成一套系统。
你真正需要的，不是一个很大的承诺，而是一个可反悔的小结果：用一周时间、用脱敏材料、选一段低风险流程，让 AI 完成一个明确步骤，再让现场的人给出反馈。
能跑通，就知道数据缺在哪、员工为什么不用、哪些字段要补、哪些承诺不能给、成本到底有没有意义。跑不通，也没有把企业拖进一场漫长的定制开发。
传统行业的 AI 机会，确实不只在互联网上。
但它也不在一句“这里遍地是金矿”里。它在一段具体流程里：每天发生，账能算清，工具确实卡住，有人愿意验收，还有人愿意让你先进去试一次。
第一单从这里开始，才不容易把自己做成又一个好看的 demo。