记者/ 何己派  编辑/ 鄢子为

麻省理工学院的一份报告，震动科技圈。

只有5%的集成式AI项目，创造数百万美元的价值，95%的受访企业未获可衡量回报。

模型能力隔几个月就有新突破，企业投了大量资金、人力推AI项目，生产力却没有显著提升。

问题出在哪？

“员工往往只知道怎么干，不知道为什么这样干；管理层通常知道逻辑，却不了解真实现场的情况。”10月下旬接受《21CBR》采访时，合思创始人兼CEO马春荃提到，这两端都存在认知缺口，导致工作交给AI后难以发挥作用。

 

合思创始人兼CEO马春荃

他总结，企业筛选AI落地场景，要算“三笔账”。

一是数据是否相对完备。数据就像电线，哪里完成数字化，哪里才有机会安装AI。

二是规则是否清晰。规则不清楚，靠口传心授、靠临场解释，AI就很难稳定执行。

马春荃打了个比方：“智能驾驶之所以能发展，是因为道路、红绿灯、斑马线等提供了相对完备的上下文和规则。”

三是需求是否有足够规模。若工作量很小，即使做得出来，也未必值得优先投入。

有工作规模且能替代的，就是企业应该优先开发的“金矿”；规模很大但暂时替代不了的，可以持续观察，等能力成熟，不必现在就死磕。

马春荃以合思为例，团队先做报销审核、发票管理、差旅管理等AI产品，因为这些场景规则明确，工作量也足够大。

2014年创办合思，马春荃做了12年财务收支管理软件，公司服务7000余家企业客户。

AI巨浪袭来，软件行业被“吞噬”，他带队寻找新路，从财务收支管理软件到AI Native产品，从SaaS转向RaaS（Results as a Service，结果即服务）。

马春荃说，合思反对按Token计价，倡导“AI马力”，也就是将AI定价与人力成本对标，按替代人工带来的效率提升收费。

他形容，公司由此从卖“厨具”改为卖“厨师”。SaaS卖的是使用权，RaaS卖的是结果。

释放AI马力，先装刹车片。油门决定跑多快，刹车决定跑多远。

马春荃表示，把工作交给AI，首先需要明确边界，划定哪些事项由AI自主处理。其次要持续校验，做在线检查、定期抽检，确认它按要求执行，不能上线以后就放任不管。

“还有一个关键，过程能够被审计。”在他看来，只给一个答案，却不知道依据什么规则、经过什么过程，这在企业场景里是不够的，过程必须“白盒化”。

这位“抱着重新创业的心态All in AI”的CEO，写了本新书《CEO AI 挖矿指南：将 AI能力转化为企业利润》，总结合思自身的转型经历、踩过的坑以及获得的经验。

创作这本书时，合思所在的软件行业，正面临残酷的失血。

马春荃向记者讲起一个酿酒的故事。

2026年9月，他赴美参观学习，来到一家酒庄。庄主介绍，优质葡萄要在贫瘠土壤中生长，葡萄在挣扎中，风味才能沉淀到果肉和果皮里。

这让他深有感慨。“中国软件企业的处境也是这样，转型如同酿酒，要经风历雨。”

他直言，合思做AI转型的动力是“逃亡和求生”。身后的陆地像冰川一样在坍塌，你只能往前跑，跑得比它快，就有机会活下来。

“对合思来说，软件不再是唯一的核心，软件会更多成为AI的脚手架。我们要重新思考，自己交付的到底是什么。”马春荃表示。