> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-yi-bu-fen-ren-zhi-pian/06-jia-zhi-san-tiao-lu-jing.md).

# 第 6 章 · 价值在哪里产生:三条路径

问企业 AI 能带来什么价值，九成的回答是"降本增效"。这不奇怪：降成本最容易想到，也最容易算清，于是绝大多数 AI 项目都挤在这一条路上。但价值其实有三条路径，降成本只是其中最浅的一条。

第一条是降成本。用机器替代或增强执行，省下人力和时间——客服自动应答、报表自动生成、代码自动补全。它的好处是直观、可量化、见效快，适合作为起点。但它有两个天花板。一是数学上的：成本最多降到零，再往下没有空间。二是质量上的：一味按成本逻辑推进，很容易滑进"省了钱、质量掉了"的坑，第 3 章提到的 Klarna 就是这样，把客服成本压下去之后又不得不回头补救。降成本能拿到确定的回报，却拿不到差异化——因为 AI 人人都买得到，谁都能这么降，护城河并不在这里。

第二条是增收入。用 AI 去做原来做不了、或做不好的对外的事：更快的响应、更贴合的产品体验、过去养不起的一对一服务、原来因为太贵而没做的个性化。这条路比降成本难量化——收入的增长很难干净地归因到某一个 AI 环节——但它的空间要大得多。降成本是在既有的盘子里省，增收入是把盘子做大。

第三条是造新能力。AI 让企业能做过去根本做不到的事：把专家级的判断规模化地供给每一个客户，把原来需要一支团队几周才能完成的分析压缩到几小时，从海量数据里发现人根本看不过来的机会。这条路最难、最慢，回报也最不确定，但它可能改变的不是一张财务报表，而是竞争格局本身。

为什么绝大多数企业只盯着第一条？因为降成本是"执行"层的优化，最直观、最好算；而增收入和造新能力，要动的是"判断"和经营方式，难得多。但这恰恰是关键：正因为降成本谁都能做，它带不来区隔；真正的护城河，落在后两条——它们要求一家企业重新想清楚自己对外提供什么价值，而这件事没法直接买来。

这不是说降成本不该做。它是最稳的起点，能拿到确定回报、建立组织信心，该做。要警惕的是止步于此——如果一家企业用了几年 AI，账面上只剩"省了几个人"，那它其实只是把 AI 当成了一个更便宜的外包，而不是一次能力的升级。降成本让企业活得更省，后两条才让企业变得不一样。

## 要点速查

* AI 的价值有三条路径：降成本（省）、增收入（把盘子做大）、造新能力（改变竞争格局）；降成本最浅。
* 降成本直观可量化、适合起步，但天花板低（最多降到零）、易掉质量、且人人能做，带不来差异化。
* 差异化在后两条，因为它们要重新想清楚"对外提供什么价值"，这买不来。
* 别止步于降成本，否则只是把 AI 当成更便宜的外包，而非能力升级。

## 给管理者的三步

* 现在：盘点手上的 AI 项目，看它们是不是全挤在"降成本"一条路上；若是，至少立一个"增收入"或"造新能力"方向的探索。
* 三个月：选一个对外场景（产品体验、服务响应、个性化），试着用 AI 做过去做不了或做不起的事，哪怕小。
* 一年：把 AI 的价值评估从单一的"省了多少"，扩成"省了多少 / 多赚了多少 / 能做了什么过去做不到的事"三栏一起看。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-yi-bu-fen-ren-zhi-pian/06-jia-zhi-san-tiao-lu-jing.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.