一个文科生先用Dify把15分钟的合同审核压到几十秒

先把结论放这儿：企业用AI，最大的坑不是选错工具，是等。等数据治理完、等流程理顺、等一份完美方案批下来——等到的往往是半年后还在开会。

有家保险科技公司的做法是反的：一个法学毕业的同事，自己用Dify搭了个能跑的合同审核工具，一份人工要审15分钟的合同，几十秒出结果，边用边修。

快，本身就是一种方法论。

等一个完美方案再上AI，为什么往往等来烂尾？

因为在白纸上重新设计一套完美流程这件事，本身就极难交付。

上世纪90年代，哈默、钱皮、达文波特三个人发起业务流程再造，主张企业别拿IT去包装旧流程，而应打破部门墙、围绕端到端流程重设计组织。这套思想当年是董事会里最时髦的词，咨询行业靠它异军突起。

结果呢？据公开资料，到90年代中期，大量调查显示BPR项目的失败率高达60%到70%。原因不复杂：从白纸开始重设计流程，极度依赖顾问的主观判断，没有可复制、可验证的方法论，项目边界和成功标准都模糊。

最后把这套管理思想真正落地的，反而是ERP套装软件——把最佳实践做成模板，买来就能用。金蝶创始人徐少春这些年讲“灵基管理思想”，讲的也是同一件事的延续：管理软件的核心资产不是代码，是内嵌其中的管理逻辑。

这个故事我今天特别想讲，因为它和现在很多企业的AI转型状态一模一样：请人做一份厚厚的规划，定义“三年智能化蓝图”，一年过去，员工电脑上还是那个Excel。

一个不懂算法的文科生，凭什么先把AI跑通了？

因为她没打算一次做对，她只是先做一个能用的。

据新浪财经报道，2026年4月，互联网保险科技公司元保的一场培训上，00后会计专业出身的晚晴坐在十几位理科背景的同事中间，听了一个小时，像听一门没有字幕的外语。公司墙上写着“All IN AI，AI IN ALL”，每个月各部门开AI分享会，人人上台展示自己跑通的工具。

法务部门的韩念和杨昭都是法学背景，用Dify平台搭合同审核工具，一份人工审核需要15分钟的合同，交给AI几十秒就能审完。理赔组的齐佑是审计专业出身，给自己立了个军令状：让50%以上的协赔案件实现AI自动化——这在整个行业都不算容易。到2026年6月下旬成果初见，材料分类准确率做到95%，关键字段抽取平均准确率约94%。

我最在意的是杨昭对韩念说的那句话：不要有压力，可以先尝试，不成功又能怎么样呢。

这就是企业AI应用里最稀缺的东西。不是算力，不是预算，是一个允许下属先做个七成品的上级。

怎么判断一个AI项目是真在跑，还是在做PPT？

看三件事。

从有人提出来，到有人在真实业务里用它，别超过两周。超过一个月的“试点”，本质是立项书。

它第一天只干对七成就够了。100%准确率是验收标准，不是启动标准。上面那个94%、95%，也不是第一天就有的。

必须有一个有名有姓的人，在用它干他本来就要干的活。如果需要专门成立一个“AI推进小组”才能往前挪一步，这个项目基本悬了——因为没人真的在用，大家只是在配合。

顺着这三条去看，你会发现很多公司卡的不是技术，是没人愿意做那个第一个吃螃蟹、还可能吃坏肚子的人。

来不及治理数据就先上AI，会不会埋雷？

会不会埋雷，得看顺序。先治理两年数据再上AI，AI还没上线，业务已经等不下去了，这才是真雷。

爱分析的一篇访谈里有个判断说得挺直接：数据治理不是做Agent的前置条件，模型和智能体本身就能处理非结构化和不完美的数据。舍予基业在陪企业落地AI的过程中也有类似体会：真正该统一的字段，往往不是坐在会议室里列出来的，是智能体在脏数据上跑起来之后，一个个报错报出来的。

当然，这不等于数据永远不用管。快的是试，不是账。

可以先跑通的，是“人已经在干的活”；先动的，是能自己拍板的部门；先别碰的，是要跨三个系统改造的大工程。这样就算跑错了，代价也就是几周。

至于信息孤岛那笔账——等你发现同一个客户在三四个工具里各存了一份、改了一处别处不知道，那就是该认真考虑数据中台的时候了。不是现在，但一定会有那么一天。

一句可以带走的判断：AI落地最快的公司，往往不是选了最强模型的，而是第一个敢让员工拿着只干对七成的工具，去干真活的。

想聊聊你们公司那件最该被甩掉的重复活儿，第一步该怎么迈，随时开口。