看清流程
谁在做，依赖哪些资料，哪一步慢，哪里容易返工，哪些判断只能由特定的人确认。
申飞｜Dare to B2B · ToB 企业 AI 落地诊断
AI 落地，老板得自己坐进来：先拿一条真实流程做「付费体检」，再决定投不投钱。
1 个部门 · 1 条流程 · 1 个卡点。结论只有三类：适合试点、先补条件、暂不值得投入。我不卖软件，也不接外包开发。
你可能正卡在这里
- 销售回一条询盘，要翻目录、查参数、找人确认交期和替代型号。
- 同一个问题，不同员工回答的口径不一样。
- 关键判断只有老员工、老师傅做得了。
- AI 演示看过了，不知道怎么往下推。
怎么做
核查条件
商品资料、业务知识和规则，是否足以支撑这个场景；缺什么，先补什么。
给出结论和试点设计
适合试点的，把范围收小，写清 AI 介入位置、人工确认、例外处理和验收记录。
结论只有三类
适合试点
先补条件
暂不值得投入
你会拿到什么
一份《单场景诊断与试点建议书》：说明现有流程、资料与规则缺口、责任分工和下一步建议。
看样板方法演示｜模拟案例，非真实客户
独立诊断，和供应商的免费售前有什么不同
| 独立诊断 | 供应商免费售前 | |
|---|---|---|
| 能不能说「别做」 | 能。「暂不值得投入」是合格结论之一 | 很难，结论通常是「可以上」 |
| 从哪里看 | 拆业务规则：资料从哪来、谁能确认、哪一步必须由人判断 | 映射产品功能：看哪些功能能对上需求 |
| 谁坐进来 | 一把手和这条流程的业务负责人直接参加 | 多由 IT 或采购对接 |
方法：产业 AI 化十节点加节点 0
我把一张产业订单的价值活动拆成十个节点：创意、设计、研发、制造、定价、营销、交易（商品）、仓储、配送、售后。十个节点之下还有节点 0，它是底座：商品数据化（SKU 标准化），让 AI 读得懂「物」；知识数据化（经验标准化），把老师傅的经验整理成标准，让 AI 接得住「术」。
公开材料里看到的不同着手点
公开材料研究，非委托客户
密尔克卫是化工供应链企业，履约中枢在仓储和配送。公开材料里，AI 证据集中在定价计费和仓配调度，用在公司内部运营上；交易侧的 AI 证据还不足，“All in AI”对收入和利润的贡献也未披露。
上海钢联的证据最强在节点 0：行业数据和语义基座，加上 IOSCO 合规的价格指数体系。交易虽然是它的基本盘，但 AI 参与撮合与决策的证据还不足。
汇通达面向下沉市场的小 B 零售门店供货。公开披露里，AI 的业务落点在营销和交易两个节点；营销一侧主要是产品功能披露，经营结果还待核。尚未证明的是，AI 能否把门店的转化、复购和人效形成可量化的改善。
关于申飞
12年+ ToB 市场、品牌与产业研究经验。历任上市公司品牌市场中心总经理、AI+工业企业品牌营销负责人、产业研究平台联合创始人/CEO。现在以 Dare to B2B 做产业 AI 化研究与单场景诊断。
| 机构 | 职位 | 时间 |
|---|---|---|
| Dare to B2B | 主理人 | 2025.12 – 至今 |
| 砼程数智 | 品牌营销负责人 | 2024.12 – 2025.11 |
| 顺网科技（300113.SZ） | 品牌市场中心总经理 | 2023.01 – 2024.08 |
| 托比网（2b.cn） | 联合创始人/CEO | 2012.11 – 2022.12 |
在顺网科技，主导「立足算力、聚焦 AI」的对外表达体系。
在托比网，主导多份产业互联网、工业品等行业报告与白皮书，多份署名「执笔：申飞」。
我自己用 AI 做了四样东西：行业情报和论文研读两条工作流、一个小程序、一个静态网站。
常驻北京
带一个问题来
在公众号「Dare to B2B」对话框发送「诊断」两个字，也可以把下面三件事写在同一条消息里，我本人会看：
- 你所在的行业和负责的工作；
- 想改善哪一条具体流程；
- 这条流程最近卡在哪里，现在靠谁、怎么处理。
第一条消息不用上传内部文件、客户名单或订单资料。
服务企业家的社群、行业组织和金融机构，如果希望围绕一个真实问题做分享或工作坊，也欢迎用同样方式联系。
国内备用入口：飞书公开页
