AI 在 to B 企业的落地一直是大家关注的焦点，但往往充满了 “PPT 上的美好” 和 “现实中的骨感”。本期《AI 炼金术》邀请到了企业级开源 Agent 平台 BISHENG.ai 的联合创始人覃睿。

覃睿基于服务大几千家企业的真实经验 ，坦诚分享了 AI Agent 在企业中 “真正能用” 和 “听起来好但难落地” 的场景 。他深入剖析了企业 AI 落地的四大阶段 、最大的挑战（剧透：不是技术，是 “人”），以及为什么他们劝退了大部分想做 “智能问数”（Text-to-SQL）的客户 。

这期节目对于所有正在推动或考虑 AI 转型的企业家、IT 负责人和业务骨干都极具价值。你会听到一个一线实战派的真实分享，了解 AI 落地表象之下的关键挑战和务实路径。

四大真实落地场景： 目前企业 AI 落地最集中的四大类场景是：问答（知识库）、审核（合同、消保）、写报告（研报、尽调） 和 智能问数（Text-to-SQL）。

最 “扯” 的场景：智能问数（Text-to-SQL）。 覃睿坦言这是他们最谨慎、劝退最多的场景 。原因是这种需求通常来自高层 ，对准确性要求极高 ，但绝大多数企业的数据治理水平根本达不到（如表关系混乱、字段无文档）。

最 “不性感” 但最高频的场景： 1. 知识库问答（RAG）。2. 情报类应用，即自动监控部委网站、公众号、论文库等，帮员工从 “不乐意干” 的繁琐工作中解放出来 。

开源是最好的 “获客渠道”： BISHENG.ai 选择开源，初期是朴素地希望获得快速反馈 。但事实证明，这成为了最高效的获客方式 。严肃的企业客户（特别是大客户）最终仍然会为咨询、实施和定制服务付费 。

中国 To B 赚钱的逻辑： BISHENG.ai 已实现盈利 。覃睿的经验是：1. 通过开源筛选正确的客户（主动来的、认知一致的）；2. 做正确的项目（敢于 “劝退” 不切实际的需求）；3. 抱着 **“让客户成功”** 的心态，即使短期 “算不过账”，也要把真实需求做好，从而赢得二三期项目 。

企业 AI 落地最大的误区： 企业普遍存在两大不切实际的期望：1. 低估了落地成本 ；2. 以为 AI 无所不能，忽视了 AI 需要被 “教” 会企业的 “弯弯绕”（即业务知识、偏好和隐性规则）。

企业 AI 落地最大的挑战是 “人”： 真正的瓶颈不是技术 ，而是如何让业务人员（业务部门）深度参与进来 。他们往往不愿或无法一次性讲清全部需求 ，导致项目需要大量迭代，甚至重构 。

AI 落地四阶段论： 覃睿将企业落地分为四个阶段 ：

玩具阶段： IT 内部的 “发烧友” 在玩 。

通用阶段： 业务人员开始高频使用通用的 AI 对话工具（如 Deepseek、豆包），开始建立 “体感”。

垂类 Agent 阶段： 业务人员主动参与，与 IT 联合共建垂直场景 。

数字员工阶段： Agent 作为自主智能体在企业内工作 。

给企业的核心建议：先到 “第二阶段”。 覃睿建议企业不要急于求成（拔苗助长），应先让业务人员在日常工作中（通过类似 Deepseek 或企业版 Minus 的体验）充分感受 AI 的价值 。只有当业务人员建立 “体感” 并主动提出需求时，第三阶段的 “垂类 Agent” 落地才会成功 。

BISHENG.ai VS Palantir： BISHENG.ai 的模式（包括开源产品）越来越像 Palantir 。其核心是将产品作为高效的 “交付工具” ，以更低的成本、更高的效率承接大客户的定制化需求 。

️ 行动指南

诚恳地认识模型能力。 放弃 “一步到位” 的幻想 。

从 “第二阶段” 开始： 先在内部署好用的通用 AI 对话工具（体验要对标 C 端产品），让业务人员先用起来，建立 “体感”。

选择 “不性感” 的场景切入： 优先解决内部知识库问答 和情报搜集 这类高频、刚需、员工又不爱干的痛点点。

开发者/小公司/个人： 访问官网 BISHENG.ai ，给项目点 Star，加入文档中的社群二维码 。如果部署有困难，群里有 “BISHENG.ai 达人” 可以提供 500 元左右的付费部署服务 。

中大型企业： BISHENG.ai 的理想客户是 **“细分领域的头部”，预算在几十万到几百万级别 。

ISV / 软件服务商： BISHENG.ai 正在招募各地的合作伙伴，可以承接 BISHENG.ai 覆盖不到的商机，共同交付项目 。

⏱️ 时间线

01:21 - 02:54】 嘉宾介绍：BISHENG.ai（Bisheng）联合创始人覃睿，企业级开源 Agent 平台。

03:27 - 04:26】 为什么选择做开源项目？

04:26 - 05:53】 开源的朴素想法：获取快速反馈，也许能帮到别人。

05:53 - 07:12】 开源的商业价值：高效获客、建立标准、吸引人才。

07:54 - 09:17】 Dify 已经存在，为什么 BISHENG.ai 还能火？（差异化：企业级功能）。

09:17 - 10:33】 数字化转型的 “大屏” 执念。

10:33 - 11:00】 企业 AI 落地的四大类场景。

11:00 - 15:29】 场景一：问答（知识库），及客服场景对 “确定性” 的挑战。

18:08 - 19:26】 BISHENG.ai 的 “Palantir” 模式：产品是内部的交付工具。

19:26 - 20:29】 场景二：审核（合同、消保材料）。

20:29 - 22:30】 审核场景的挑战：业务部门的需求永远讲不全。

25:15 - 27:38】 场景三：写报告（研报、尽调报告）。

27:38 - 31:00】 主持人（任鑫）的真实需求：用 AI 写投资 Memo。

31:00 - 31:24】 场景四：智能问数（Text-to-SQL）—— 最谨慎、劝退最多的场景。

31:24 - 33:01】 为什么智能问数（Text-to-SQL）很难落地？

33:01 - 35:42】 唯一成功的 Text-to-SQL 案例：核心是先做了数据治理和 “业务表”。

38:26 - 39:34】 市面上最 “扯” 的场景是什么？—— 还是智能问数。

40:28 - 41:59】 最 “不性感” 但最高频的场景：问答和情报搜集。

42:26 - 46:54】 企业 AI 落地的四个阶段：玩具 -> 通用 -> 垂类 -> 数字员工。

47:19 - 49:39】 为什么员工宁用 ChatGPT 不用内部工具？（答：体验太差）。

51:10 - 52:30】 BISHENG.ai 社区早期是如何获得关注的？（答：打中了企业刚需）。

52:30 - 53:32】 在中国做 To B 怎么赚钱？（BISHENG.ai 去年已盈利）。

53:32 - 58:53】 盈利秘诀：筛选客户、做对项目、建立信任。

58:53 - 59:41】 给传统企业 AI 转型的核心建议。

59:41 - 01:03:36】 建议：诚恳认识模型能力，先从 “第二阶段” 做起，建立 “体感”。

01:03:36 - 01:06:33】 企业对 AI 最大的两个 “不切实际的期望”。

01:06:33 - 01:10:44】 探讨 Palantir 的 Ontology（本体）为何如此有价值。

01:11:14 - 01:14:19】 BISHENG.ai 的理想客户画像：细分领域的头部企业。

01:14:19 - 01:15:28】 如何联系 BISHENG.ai？（官网：BISHENG.ai，加入社群）。

01:15:28 - 01:16:14】 针对个人和小开发者的 “BISHENG.ai 达人” 服务。

01:16:14 - 01:17:21】 招募城市 ISV 合作伙伴。

「AI 炼金术」是一档由徐文浩和任鑫 —— 两位多年老友、AI 领域的资深从业者 —— 打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 

我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活…… 如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 

商务合作：公众号 「AI 炼金术 」菜单栏中【商务】获取联系方式 

徐文浩：某 AI 创业公司联合创始人，正在面向全球市场开发 AI 应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司 MediaV 的算法和数据负责人，后被 360 收购。离开后加入成立不到 1 个月的拼多多。后创办了基于 AI 的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023 年再次下场创业。 

任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造 “今夜酒店特价” 用移动互联网应用特价销售酒店尾房；被京东并购后内部创业 “京东到家” 开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。

片尾：The Ivy - It Was Always You