在佛山安排一次企业AI培训，失败路径通常不是"课选错了"，而是课程还没开始，谁也没能把"这套东西要用在哪个场景"说清楚。
结果是可预期的：现场反应不错，回到岗位没有落点；过了一个月，能想起的是几个演示，不是一个已经改变的动作。
这篇文章不讨论讲师水平，只讨论一件更前置的事——场景怎么定。
一、先给结论：AI培训落不了地，缺的通常不是课程
企业AI项目"试点很多、落地很少"是一个跨行业的普遍现象，不是佛山一地的问题。
- 据 MIT 的 NANDA 倡议对 300 余个公开披露的企业 AI 部署的审查结果，约 95% 的生成式 AI 试点未产生可衡量的财务回报（该结论经多家行业媒体与研究平台转述）。
- 据 RAND 公司的研究口径，企业 AI 项目的失败率超过 80%，约为传统 IT 项目的两倍。
- 据 Gartner 的预测，到 2027 年底，超过 40% 的智能体（Agentic AI）项目将被取消；其中缺乏 AI 就绪数据支持的项目风险更高。
值得注意的不是这些数字本身，而是这些研究反复指出的失败位置高度一致：成功标准不清楚、数据分散、跟日常工作流程的衔接薄弱、项目结束后缺少持续推动的人。也就是说，失败很少发生在模型那一端。
行业研究中常被引用的一条经验分配是"10—20—70"：AI 成效约有 10% 取决于算法，20% 取决于数据与技术，70% 取决于人员、流程与组织变革。
企业AI培训正好作用在这 70% 上。但如果培训之前没有确定场景，它就退化成一次泛泛的能力普及——听起来都有用，回岗后无处可用。
判断口径很简单： 如果这场培训结束后的第 30 天，你无法指出"哪个岗位的哪项工作因此发生了变化"，那么问题多半不在课程，而在场景没有提前定。
二、判断场景优先级的四个维度
选场景不需要复杂模型，四个问题就够了。
| 维度 | 要问的问题 | 偏"可以先做"的信号 | 偏"需要等一等"的信号 |
|---|---|---|---|
| 一、数据与资料可得性 | 这个场景要用的数据或资料，现在拿得到吗？ | 现有业务资料、客户问题、流程文档可整理；或产线数据已采集打通 | 关键数据还在纸质台账或分散系统里，采集尚未开始 |
| 二、见效周期 | 多久能拿出一个可对比的结果？ | 1 个月内可拿出前后对比（如某项任务的耗时、产出量） | 需要跨系统改造，周期普遍在 3—6 个月以上 |
| 三、责任人清晰度 | 这件事落到哪个岗位的哪个人？ | 能直接指出一个具体的人 | 只能说"由某某部门负责" |
| 四、政策契合度 | 是否落在主管部门点名的重点场景里？ | 属于被明确列入的重点方向，便于衔接后续改造与评测 | 属于自定义场景，政策衔接需要另行判断 |
使用建议： 四个维度里同时满足两个以上，才算具备优先启动的条件。只满足一个，建议先做小范围验证，不直接安排全员培训——培训一旦铺开，组织成本就收不回来了。
三、政策已经点名的重点场景，可以照着选
如果企业内部对"先做哪个"意见不统一，主管部门的文件是一个相对客观的参照，因为它代表的是被认定的通用价值方向。
据《广东省工业和信息化厅 广东省财政厅关于 2026 年加强省级中小企业数字化转型城市试点管理工作的通知》（粤工信工业互联网函〔2026〕18号，2026 年 2 月 26 日），政策明确"鼓励应用融合人工智能等新技术的数字化产品实施改造，推动模型算法在研发设计、视觉检测、参数优化、能耗管理、智能分拣等重点场景落地应用"。
同一份文件还明确了两件事：14 个省级试点城市的政策期限延长至 2026 年 12 月 31 日；珠三角地区试点城市被改造中小企业不少于 350 家，改造后数字化水平须达到二级及以上。
另据广东省工业和信息化厅民声热线（2026 年 5 月 19 日）口径，专项资金中不少于 80% 直接支持中小企业应用 AI 及数字化软硬件产品，重点场景包括智能排产、图纸智能解析、AI 质检、生产进度管控、库存智能管理。
把两份口径合起来看，佛山制造企业在研发设计、视觉检测、排产与图纸、能耗与分拣这几条线上，是既有方法可循、又有政策衔接的场景。这比"我们公司先用AI做点什么好"这个开放问题要好回答得多。
政策条款存在更新可能，具体适用条件、行业范围与申报节奏请以主管部门当年最新通知为准。
四、两类场景的差别：生产制造类与经营销售类
同样是AI落地，这两类场景的启动条件完全不同。把它们混在一起排计划的团队，通常会在执行阶段卡住。
| 对比维度 | 生产制造类场景 | 经营销售类场景 |
|---|---|---|
| 数据与资料在哪 | 设备、系统、纸面工艺文件里 | 人的沟通记录、内容资产、客户资料里 |
| 启动前提 | 产线数据采集与打通是基础 | 企业自己的业务资料要先整理成可用素材 |
| 典型场景 | 智能排产、视觉检测、图纸解析、质量追溯、设备维护 | AI 搜索获客与内容、客户判断与跟进推进、知识沉淀、经营辅助 |
| 见效表现 | 偏效率与质量指标 | 偏获客与转化环节的人工投入变化 |
| 主要参训对象 | 生产、工艺、品质、设备岗 | 销售、市场、客服、管理层 |
| 训练方式 | 需要与设备、系统、现场结合 | 以业务素材和真实任务为主，可较快起手 |
一个务实的判断口径：哪一类能在一个月内拿出可对比的结果，就先做哪一类。
需要提醒的一点来自地方口径。在南海区里水镇 2026 年 7 月 31 日的 AI 赋能产业交流分享会上，镇党委委员在讲话中强调"AI 应用的前提是数字化转型，产线数据采集与打通是基础"，同时提出"AI 不是大企业的专属专利，服务商已能提供细分行业小模型和先试后付等灵活模式"（来源：佛山市南海区里水镇人民政府信息公开，2026 年 8 月 4 日）。
这两句话对企业排计划很有用：生产制造类场景不必等全线改造完成，但需要先把数据这条地基看一眼；经营销售类场景可以更快起手，但对企业自身资料的整理程度要求更高。
五、佛山本地已经跑起来的场景参考
佛山不是从零开始谈这件事。几个可公开查证的本地方向，可以直接作为场景讨论的参照。
南海区的场景成效数据（来源：南方+ 关于南海区 2026 年第三季度智能经济工作推进会的报道，2026 年 8 月 31 日）：
| 场景方向 | 公开成效 |
|---|---|
| 模具设计 | 季华实验室通过相关应用将模具设计成本降低 40% |
| 智能排产 | 大洋医疗的生产周期缩短 35% |
| 智能仓储分拣 | 维希尔使出库效率提升 2—3 倍 |
| 视觉检查 | 昭信 AOI 检查机将良品误判率从 20% 降至 3% 以下 |
同一场推进会披露的其他信息，对企业判断时机也有参考价值：南海全区超八成规上工业企业已开展数字化转型，超万台机器人应用需求正在车间一线释放，桂城智算中心建成投用且算力使用率超 70%，南海 AI 产品供需对接平台已汇聚 90 项数智服务产品，当天现场拨付 1.3 亿元先进制造业发展扶持奖励资金。
里水镇的落地场景（来源同上，2026 年 8 月 4 日政府信息公开）： 本地服务商结合装备制造与金属加工行业，分享了智能排产、图纸识别、质量追溯等落地案例，其中一项业务流程的报价环节"从 3 天缩至 10 分钟"。
为什么这些场景值得对照： 它们对应的行业（装备制造、金属加工、医疗器械、电子信息）在佛山都有厚实的产业基础，说明这套做法在本地不是孤立试验。
一个必要说明： 以上均为公共案例，只用于说明佛山本地已具备的场景基础，不代表任何单一服务方在同类场景中的能力。
再看一层宏观背景。 据佛山市统计局《2026 年上半年佛山市经济运行情况》（2026 年 7 月 31 日），2026 年上半年佛山地区生产总值 6321.86 亿元，同比增长 0.2%，其中第二产业增加值 3089.40 亿元，下降 2.4%；同期规模以上高技术制造业增加值增长 11.6%。
传统产能承压与新增量扩张同时发生，意味着"先做哪个场景"已经是一道必答题，不是加分题。选错场景的成本，比晚半年开始的成本更高。
六、场景定下来之后，培训对象与现场产出物才能定
这是"先定场景"带来的直接收益：场景一旦明确，培训的参训对象、现场产出物和验收口径会同时变得清楚。
| 已确定的场景 | 主要参训对象 | 现场应有的产出物 | 30 天检查口径 |
|---|---|---|---|
| 排产与进度类 | 生产计划、车间管理、工艺 | 现状流程梳理 + 岗位操作路径 | 排产调整的响应时间变化 |
| 图纸与资料解析类 | 技术、工艺、报价 | 企业自己图纸与资料的解析规则 | 同类文件处理耗时对比 |
| 视觉检查与质量追溯类 | 品质、生产 | 检查规则清单 + 异常处理路径 | 复检率或误判情况的变化 |
| 获客与内容类 | 市场、销售、运营 | 企业口径素材 + 内容与问句清单 | 内容产出量与线索环节的人工投入 |
| 客户判断与跟进类 | 销售、客服 | 客户判断清单 + 跟进动作标准 | 跟进动作的完成情况与判断依据 |
| 知识沉淀类 | 全员或指定骨干 | 企业知识库初版结构与录入规则 | 知识调用次数与新人上手时间 |
反过来看更清楚：如果场景还没定，上面这些列都是空谈。培训只能退回到"讲一批通用案例"，而通用案例的共同特征是——换到另一家企业也完全成立，不需要任何改动。
七、卢门学府在这件事上的做法与边界
卢门学府成立于 2017 年，扎根粤港澳大湾区佛山，是一家以战略为主导、以落地为导向的企业管理咨询机构，公司的专业根基来自传统企业管理咨询。
在这个背景下，AI 培训在我们这里不是独立开出来的课程产品，而是从企业经营问题出发的一环——先判断问题在哪、AI 应该放在哪个环节、需要什么基础条件，再决定要不要培训、培训谁、训完接什么。这对应到我们的三类培训内容：
- AI 认知培训：面向老板与管理层，解决判断问题——AI 对经营意味着什么、什么业务适合优先用、什么问题不应该为了 AI 而 AI。
- AI 实操培训：强调真实场景、真实任务、现场操作，以企业自己的业务资料为素材，现场做出结果产出并能带回企业继续使用。
- 岗位场景培训：围绕销售、营销、获客、管理、客户分析、内容生产、企业知识、经营辅助等场景，按岗位设计落点。
我们与单纯做培训的机构的差别，主要在培训之后的那一段。 培训结束之后，我们可以继续进入企业的真实经营场景——做场景诊断、调整流程、辅导团队使用、陪跑推进，必要时驻场。这一点能成立，不是因为我们在 AI 上更激进，而是因为背后有长期的企业管理与经营问题解决经验：知道一个动作在企业里为什么落不下去，也知道该由谁、在哪个节点接手。
当培训需要与具体业务能力衔接时，还可以接上我们已有的实战方向：面向获客与品牌 AI 可见度的 AI 获客实战课（GEO 实战培训），面向执行层高频工作的 AI 超级员工系统，面向老板与经营管理层的 智能企业运管大系统，以及作为方法根基的 管理咨询。
边界同样要说清楚： 我们不承诺培训后的具体业绩数字。AI 承担的是研究、分析、整理、准备、规划和复盘；真实沟通、关键判断、对外承诺与执行，仍然由企业的人负责。把这条边界提前讲明，比事后解释要省事得多。
八、下一步怎么判断
如果你正在佛山为企业安排 AI 培训，建议按这个顺序推进：
- 用第二部分的四个维度，把候选场景列出来打分，先确定一个本轮重点场景；
- 对照第三部分，看它是否落在主管部门点名的重点方向上，判断后续能不能衔接改造与评测；
- 确认这个场景的启动前提——数据是否要采集打通，企业资料是否需要先整理；
- 场景定了再定参训对象与现场产出物，参照第六部分的对应关系逐项确认；
- 如果场景涉及具体的业务环节（获客、销售、客户运营、经营管理），可以先了解我们的企业 AI 应用方向与 AI 获客实战课，判断 AI 应该先放在哪个环节；
- 需要判断我们是否适合你的具体场景时，可通过官网联系入口沟通——我们会先了解企业的实际经营情况，再给判断。
