故事的开头总是一样的。一家大企业的会议室里，供应商的演示刚刚结束。大模型对答如流，数据大屏流光溢彩，连最挑剔的高管都挑不出毛病。CEO 当场拍板：签。合同金额数百万美元，双方握手，合影，发新闻稿。
九个月后，这个项目死了。
不是轰轰烈烈地死，是悄无声息地死。系统还在跑，服务器还开着，只是没有任何一个业务部门真的在用。供应商交付了合同里的每一项功能，企业付清了合同里的每一笔钱。唯一没有到货的，是「价值」。
如果你觉得这只是运气不好，麻省理工学院 2025 年那份著名的报告会告诉你：这才是常态。他们访谈了 52 家组织、收了 153 份高管问卷、翻了 300 多个公开的企业人工智能项目，结论只有一句话：烧进去的三四百亿美元里，95% 没有产生任何可以衡量的财务回报。
95%。换句话说，企业人工智能落地这件事，主旋律不是成功，是成建制的失败。
更有意思的是失败的方式。报告特意写了：问题不在模型。那些在演示里惊艳四座的模型，进了生产环境依然聪明，只是它们「不记反馈、不存上下文、不进工作流」——长得像产品，用起来像展品。斯坦福大学同年的大盘数据也在旁边作证：组织里 88% 都在用人工智能，可真正跑进生产环境的智能体应用，只有个位数百分比。麦肯锡补了最后一刀：能说人工智能对利润贡献超过 5% 的企业，只有 6%。
报告发布那几天，一位制造业首席运营官的吐槽在业内流传：「网上说一切都变了，回到我们车间，什么都没动。」（出处见附录 C）这话比任何数据都扎心——他的公司不缺预算，不缺工具，缺的是有人把工具塞进车间真实的流程里。
同一时期，报告的主要作者还讲过一个对照组的故事。一些十九、二十岁的年轻人创业公司，靠生成式人工智能一年做到两千万美元收入。打法和老牌企业正好相反：只挑一个痛点，打穿为止，并且死死绑定真正会用他们产品的客户。年纪大的公司总想一口吃成胖子，年轻人只咬一小口，咬穿了再咬下一口。（出处见附录 C）
记住这个对照。它几乎是本书第 2 章的预告片。
其实这道沟，不是人工智能时代才挖出来的。中国的企业软件行业早就在沟里躺了十几年：大公司要定制，厂商做一单赔一单，交付完代码离场作废，最后集体沦为「甲方的外包公司」。有从业者说得狠：定制化是 SaaS 的天敌，这个诅咒只能等市场成熟那天自 己消解。美国那边体面些，剧本也差不多：销售签单，实施进场，半年后交付一个「功能齐全但没人爱用」的系统，然后是漫长的扯皮。
归根结底是同一堵墙：造软件的地方，和价值产生的地方，不在一个地方。墙这边，需求被工单、纪要、周报层层转述，每转述一次丢一层血；墙那边，客户真正的工作流藏在没人写进文档的表格里、口耳相传的惯例里、「这事得问老王」的隐性知识里。软件行业发明了无数翻城墙的梯子——需求文档、用户调研、实施方法论、客户成功体系——墙始终在那里。
直到有一家公司决定：不翻墙了，把人送过去。