开场

上个月在杭州，和一位老友吃饭。他做了十二年 To B 销售，去年开始带队做央国企的 AI 落地。

他讲了一句话，让我琢磨了很久：

“央国企项目能不能成，前三个月基本就能看出来。三个月还没建立起信任，再补也难。”

这让我想起在浙江合作了三年的那家国企。第一年我们也踩了不少坑，第二年才慢慢顺起来，第三年回头看，前三个月那段”试婚期”，其实是最关键的一段。

今天这篇，就想把这三年里最值钱的几个体感讲给你听。

每一个，都是用真金白银换来的。

第一个体感：信任，是”做”出来的，不是”说”出来的

先讲一个反差。

中小企业里，客户可能刷到你的公众号，觉得产品有意思就买了。央国企不太一样——客户不会因为你”看起来厉害”就把项目交给你。

为什么？

原因很朴素：他要考虑”万一”。万一你这家小公司明年不在了，谁来接手？万一系统出了事，谁来兜底？

所以你会看到一个现象：央国企给出来的第一个项目，金额往往不大，范围往往不核心。说白了，他在拿这个”小单子”，观察你这个团队到底怎么做事。

不是看你技术多牛。是看你：

• 文档的页码、标点、格式规不规范；
• 用词是不是他这个组织熟悉的表达；
• 出现问题的时候，你躲不躲。

这就是我反复和团队强调的一个词——情绪价值的交付。

它不是说几句漂亮话，也不是陪客户吃饭喝酒。它的本质是：在整个项目周期里，让客户持续相信——

你懂他的业务，你不会跑，你能和他一起扛。

我见过一些团队，技术是真的硬，但和客户沟通时满嘴互联网黑话和内部梗，文档还一堆错别字，要客户自己改。最后客户来一句：

“连这点事都做不好，做出来的东西能靠谱吗？”

你看，客户未必比 FDE 团队更懂 AI，但他一定看得出你这个团队做事”稳不稳”。

再讲讲绕不开的总集成方

招投标，是央国企项目里另一个绕不过去的事。

央国企招投标往往有长期供应商和入围要求。一个五六人的 FDE 团队，哪怕技术再硬，也可能连投标资格都没有。

所以大型项目里，经常能看到运营商、当地大数据集团这种总集成方站在中间。这不是客户故意刁难你，也不是坏事，而是项目本身需要一个”能兜底”的主体。

但硬币的另一面是——真正能把 AI 落到位的，往往又是那些灵活的小团队。除少数大型互联网公司和云厂商外，很多总集成方自己并不具备 AI 交付能力，最后还是要把活儿交给中小团队。

所以小团队不要一看到总集成方就退缩。

你只要想清楚一件事：在这个生态里，你能提供什么别人提供不了的东西？

总集成方有客户关系、合规能力、项目管理能力； 你有 AI 能力和交付灵活性。

关键不是和总集成方”竞争”，而是找一个可信的合作伙伴，把协作成本提前算清楚。

第二个体感：找到那个”会帮你说话”的人

我以前觉得央国企项目难，是因为”决策链长”。后来做了几年才明白——决策链长不是最难的，最难的是没有”自己人”。

什么叫”自己人”？

就是客户内部，真心希望这个项目成的人。在 To B 销售里，这个人叫 教练（Coach）。

教练会告诉你很多”外人看不到”的事：

• 方案应该从哪个角度切入；
• 该先向哪位领导汇报；
• 业务部门真正的痛点是什么；
• 哪些话能讲，哪些话千万不能讲。

AI 转型常常是”一号位”提出来的，但一号位不会天天盯实施。

没有教练，外部团队就会陷入一种特别尴尬的境地——所有人对你都很客气，但没人愿意和你一起扛事。

怎么找教练？

教你一个笨办法：项目一启动，先画一张”客户关系图”。

画什么？

• 谁向谁汇报；
• 谁支持你，谁中立，谁反对；
• 项目结果和谁的 KPI 关系最大。

关键角色里有反对的，至少先想办法让他变成中立。关键角色里有支持的，赶紧识别出来，定期同步信息。

我有个习惯：教练说过的话，要比领导讲的话更上心。

为什么？

因为领导讲的是”愿景”，教练讲的是”雷区”。

第三个体感：央国企的需求，是”复合”的，不只是”业务”的

央国企项目里有一类需求，我以前不知道该怎么叫。后来跟团队商量，干脆就叫它”政治诉求“吧。

什么意思？

项目能不能参与评奖； 能不能在系统里被展示出来； 推动 AI 的那位高层领导，能不能”有感”——拿到一个能讲、能晒、能汇报的成果。

有的领导甚至不直接用 AI 工具，看的还是纸质签报，再由办公室人员统一在 OA 里处理。但只要他批了几十万、上百万元的预算，他一定想知道最后做出了什么。

这类需求，你别假装看不见，也别一上来就给它贴个”面子工程”的标签。

一个标杆做得好，可以帮你争取下一期预算、推动更多部门参与、形成持续投入。这是实打实的杠杆。

但不同国企的”政治诉求”权重不一样：

• 有的国企带公共服务或行政垄断属性，核心压力是保障民生和供给，预算使用受更多约束；
• 有的国企是充分竞争市场，管理层 KPI 与经营业绩、国有资产保值增值直接挂钩，降本增效才是真诉求。

所以，不能拿一套场景清单去套所有客户。

选场景前，先问自己两个问题：

1. 这个场景，能让领导”看见”吗？
2. 这个场景，能沉淀数据、流程或知识吗？

两个都答不上来，宁可先不做。

还有一个反常识

需求风暴之后，客户会提一堆想法。我的建议是——别试图一次做完。

原因是：

• 现阶段甲乙双方对 AI 的认知都还在建；
• 行业也没形成像传统软件工程那样稳定的交付标准；
• 一次塞太多场景，每个都做不深，反而把信任做崩。

我们更喜欢找一个小切口，先做出”一个能讲的小胜利”。

客户看到价值，乙方也能健康交付，信任才会生长。然后客户才愿意把下一件事交给你。

我们管这个叫“从胜利走向胜利”。

听起来土，但真做几次你就知道——这是央国企项目里，最稳的节奏。

第四个体感：第三年，我开始把培训摆在技术前面

讲一个反直觉的发现。

我们和那家国企合作的第三年，发现一件挺有意思的事——容易想到、技术上能做的场景，基本都做完了。

早期做的知识库产品和流程编排，还暴露出各自的限制。比如算力紧张的时候，Dify 的流程编排越复杂，运行越慢。继续堆流程，没用。

那时候我们才意识到一件事：

AI 落地，不能一直由技术部门替业务部门想需求。

于是我们做了一件事——把培训和陪跑摆到了比技术更靠前的位置。

具体怎么做？

让业务和行政部门的同事，自己做一些小 Agent：写简单的提示词，调用技术部门准备好的 MCP 或 API，组合成小型应用。

一开始他们做得很丑。但做着做着，业务人员开始具备”自己发现场景、自己开发场景”的能力，领导也看到了”组织真的动起来了”。

这种”动”，比任何一个 Demo 都值钱。

所以今天我和你谈项目，会反过来提一件事：把认知课或培训课前置到售前阶段。

客户听了经常反问：”我想做 AI 转型，你为什么先让我上课？”

我一般这么答：

“如果只谈技术合同，可以很快。但要让组织真的动起来，必须先让大家都理解 AI 是什么、不是什么、能做什么、不能做什么。市场上有些培训在制造焦虑，我们不是。我们是帮你把预期校准，让后面每一分钱都花得不冤。”

做法上，看客户习惯，分层处理：

• 习惯和外部咨询老师合作的大企业，可以做完整培训；
• 没这习惯的，先做半天认知分享，面向中层以上管理者；
• 再轻一点，先找一个较成熟的通用场景合作——比如官方内容的文生图、文生视频，或者法务合同审核。

无论从哪个口子切入，预期管理都要做在前面。

认知分享也是双向筛选：客户借此看你是否懂国央企、懂他的行业；你也借此看这个组织面对 AI 转型，目前走到了哪一步。

第五个体感：很多项目死在”最后一公里”，不是死在开发

说个扎心的事实。

央国企项目里，最后一笔款拿不到的比例，比你想象的高。

为什么？

因为很多团队把”验收”想成了项目末尾的一个动作。

错。验收不是末尾，是售前就要规划的事。

为什么验收这么难？

几个原因：

• 央国企项目大多分阶段付款，最后一笔款的释放直接挂在验收上；
• 验收不仅看产品，还看客户愿不愿意和你一起把这件事做完；
• 验收这件事，经常被”领导问数”、专家评审、内部 OA 流程反复卡住。

我的拆解：交付 = 产品交付 + 服务交付

• 产品交付：系统能不能跑、能不能用；
• 服务交付：那些没写在功能列表里、但影响项目成败的事——帮客户做标杆、做汇报材料、做科研类客户的成果总结。

服务交付不能替代产品。关系再好，产品差，项目一样会崩。

但反过来，双方变成”针尖对麦芒”——乙方说做完了，甲方说不能用——项目也收不了尾。

几个具体的避坑点：

• 别选 AI 完成度不高、却要求 100% 正确的场景。比如国企里常见的”领导问数”，可以用 AI 做交互，但绝不能拍胸脯说”只靠自然语言转 SQL，就能稳定、可靠地完成全部工作”。该用传统软件实现的部分，就老老实实用传统软件；
• 售前和合同阶段，报价和成本必须留缓冲。传统软件工程留 20%—30%，AI 项目还要再叠加”信任程度”和”合作周期”两个变量；
• 大型节假日或重要时间节点，央国企可能封网，生产系统不能动。这不是客户故意拦你，是规则；
• 客户有自己技术部门时，他其实会主动告诉你”怎么过验收”。关键是信任到位。

如果乙方团队开始觉得客户”总在刁难技术落地”，合伙人或客户负责人就要立刻介入。否则技术同学再努力，最后客户一句”这不是我想要的”，前面全白干。

还有一条隐藏规则

有时候客户因为财务制度需要付款，但专家评审认为部分内容不达标，双方可以通过承诺函约定后续整改的数据或需求。

这是央国企生态里的一种”软性解决方案”，外人不太知道，但经常救命。

第六个体感：小团队的护城河，不在 AI 能力本身

这是我这三年最深的一个体感。

很多 FDE 团队想进央国企项目，预算是一方面，担心也有一方面——”大型集成商和互联网厂商会不会把机会都抢走？”

我自己的判断是：不必过度担心。

为什么？

• 大型厂商很难完全替代灵活的小型团队；
• 小型团队也不可能单靠 AI 能力补上客户关系、合规与行业经验。

真正的机会，在两者的结合点上。

我经常和年轻创业者讲三件事：

第一，多参加社区和行业活动。不是为了”蹭资源”，是为了建立持续的人际连接。AI 这个圈子特别小，靠谱的人互相都认识。

第二，不要简单排斥已有关系。家人、长辈、过去同事——这些关系背后，可能是多年共事、同学经历形成的信任。这种信任，很难靠产品在短时间内替代。

第三，多接触在垂直行业做了 10 年、20 年的传统软件公司。它们有深厚的客户关系和行业理解，但可能缺 AI 交付能力；你熟悉 AI，但可能缺行业经验。

大家不一定只是对手，完全可以一起把项目做成。

写在最后

这三年，我们从信创一体机、DeepSeek 部署开始，到知识库、Dify 流程编排，再到 AI 门户、Agent 场景，最后把培训和陪跑摆到前面。

回头看，技术底座一直重要。但让项目继续走下去的，从来不是技术本身——是客户内部有人愿意推动； 是业务部门逐渐学会参与； 是每一次小交付，都没有透支彼此的信任。

模型一定会变，工具一定会变。今天看起来很复杂的流程，明天也许会被更简单的方式替代。

但”复杂组织接受新技术”这件事，永远不会只靠一次模型升级自动完成。

它需要：

• 有人懂技术；
• 有人懂组织；
• 有人能把产品做出来；
• 有人能把它讲成客户听得懂、愿意一起干的事情。

这四类人凑齐了，项目才真正开始。

对 FDE 团队来说，这或许才是央国企 AI 项目里，真正难以被复制的能力。

留言区聊聊

你在央国企做 AI 项目，最低估的一件事是什么？

是信任、是教练、是政治诉求，还是验收？

或者你心里还有一个完全不一样的答案？

评论区等你。

作者：申导Jacky，优普丰AI敏捷创新培训咨询机构合伙人

AI人工智能，SI超级智能，智能体场景搭建，FDE前端部署工程师，企业AI落地陪跑，驾驭工程（Harness Engineering）先行者

优普丰FDE AI赋能企业AI智能体skill/AI转型落地

一个在AI时代重新定义”工程师”角色的实践者和敏捷教练。

曾经每天写代码12小时,现在每天写规格2小时,效率提升50倍。