最近老是跟人解释，为什么我们把一些看起来不错的单子往外推。不是我们钱多，也不是我们清高，是真的觉得不对劲。有些项目，从一开始就带着浓浓的“外包”味儿，这种单子，我们现在基本都劝退了。
AI 不是万金油，更不是一个“人头”
我发现，很多客户对 AI 的理解，还停留在“找几个人来把某个功能用 AI 实现”的阶段。他们往往把 AI 当成一个独立的“模块”，或者一个可以雇佣的“技术工种”。这种思维模式，直接导致了我们遇到的三种“外包”信号。
第一种信号：开口就问工时和人头
如果一个客户上来就问：“你们这个 AI 项目，大概需要多少人？一个人一天多少钱？”或者“能不能给我报一个按工时计算的预算？”我心里就咯噔一下。
这不是说按工时计费本身有问题，而是这种问法背后，透露出客户对 AI 项目的认知。他们把 AI 方案当成了装修工程，按平方、按人天算。但 AI 真正的价值，在于解决业务问题，在于提升效率，在于创造新的可能性。这些价值，是很难用简单的工时去衡量的。
我们卖的不是“人”，也不是“代码行数”，我们卖的是“解决问题的方案”和“方案带来的实际业务价值”。如果客户只关注投入了多少“人天”，而不是产出了多少“效益”，那这个项目从一开始就跑偏了。我们很难在这种模式下交付出真正有价值的东西。因为我们的精力会被迫转移到如何“填满工时”，而不是如何“最大化价值”。
第二种信号：把我们当成“派遣”团队
有些客户希望我们的人员能“驻场”，或者仅仅是负责他们某个大项目中的一个“小模块”，不参与整体的业务规划和需求定义。他们希望我们像一个“派遣”公司一样，提供技术人员补充他们内部的开发能力。
这种模式下，我们团队的专业能力很难得到充分发挥。我们的核心优势在于对 AI 技术的深入理解，以及将 AI 与业务场景结合的经验。如果只是被动地接收指令，完成某个局部功能，那我们和一般的软件外包公司就没有区别了。更重要的是，我们无法从全局视角去理解业务痛点，也就无法提出真正有创意的 AI 解决方案。
我记得去年有一个做零售的客户，他们想让我们帮他们做一个“智能推荐”模块。但他们要求我们的人员必须坐班，而且所有的需求都由他们内部的 PM 来定义，我们不能直接接触最终用户，也不能参与任何业务讨论。他们甚至明确说：“你们只要把接口做好就行，业务逻辑我们自己来。”
我当时就觉得不对劲。一个智能推荐系统，如果不能深入理解用户行为、商品特性、促销策略，甚至不能直接和业务方沟通，那它怎么可能“智能”？我们做出来的，充其量就是一个基于规则的推荐引擎，和 AI 没多大关系。这种项目，我们最终还是拒绝了。
第三种信号：不让看实际业务数据和核心流程
这是最要命的一种。如果客户连核心业务数据都不愿意共享，或者对关键业务流程遮遮掩掩，那 AI 根本无从谈起。AI 不是魔术，它需要数据喂养，需要理解业务的肌理。
我们经常遇到这样的情况：客户说要用 AI 优化某个环节，但当我们提出需要查看历史数据、了解当前流程的详细步骤时，他们却支支吾吾，或者只给一些高度抽象的、脱敏到几乎没有价值的数据。他们担心数据安全，担心商业秘密泄露，这我理解。但如果连最基本的数据都无法获取，我们怎么可能构建出有效的 AI 模型？
AI 的核心是“学习”和“预测”。它需要从真实的数据中学习模式，然后才能对未来的情况进行预测或决策。如果数据是残缺的、不真实的，或者我们对业务流程一无所知，那我们做出来的 AI 系统，就像一个没有眼睛和耳朵的人，根本无法感知世界，更别提解决问题了。
这种合作，最终的结果就是我们只能在一些边缘、非核心的环节做一些“表面文章”，用 AI 包装一下，但对客户的核心业务没有任何实质性的帮助。这不仅浪费了客户的钱，也浪费了我们团队的精力。
这种项目里，AI 就是“镀金”
我总结了一下，这三种“外包”性质的项目，本质上都是把 AI 当成了一种“镀金”工具。客户可能只是想在财报里写一句“我们引入了 AI 技术”，或者在对外宣传时多一个噱头。他们要的不是 AI 带来的实际效益，而是“我们用了 AI”这个名头。
在这种心态下，AI 成了可有可无的装饰品。它被强行嫁接到一个不适合的流程中，或者被限制在一个无法发挥作用的场景里。结果就是，项目投入巨大，但产出微乎其微。客户觉得 AI 没用，我们团队也觉得憋屈，因为我们知道自己能做得更好，但受限于合作模式，无法施展。
我打个赌，这种“镀金”式的 AI 项目，在未来两年内会批量失败。它们不仅不会给企业带来价值，反而会消耗企业的耐心和信任，让大家对 AI 产生误解。
对双方都是消耗
我知道，拒绝一个潜在客户，尤其是一个看起来有预算的客户，是需要勇气的。销售团队有时会觉得可惜，觉得“先接了再说”。但我的经验是，这种项目，从长远来看，对双方都是一种消耗。
对客户来说，他们投入了金钱和时间，却没有得到真正的解决方案。他们可能会对 AI 失去信心，甚至对 YGG 产生负面印象。
对我们 YGG 来说，这种项目不仅浪费了我们团队的宝贵时间，也无法积累有价值的案例和技术沉淀。我们的工程师和科学家，他们是来解决难题的，不是来做“人头外包”的。如果长期做这种项目，团队的士气会受影响，人才也会流失。更重要的是，它会稀释 YGG 在市场上的定位——我们想做的是深度解决问题的公司，而不是一个泛泛的技术提供商。
我们的选择：拒绝短期利益，追求长期价值
所以，我们现在对这三种信号的项目，基本都说“不”。我们宁愿把时间花在那些真正愿意开放业务、愿意深入探讨、愿意共同解决核心问题的客户身上。
这并不意味着我们只挑“大客户”或“高利润项目”。而是我们更看重合作的“深度”和“真诚度”。我们相信，只有当我们和客户站在同一条战线上，共同面对业务挑战时，AI 的力量才能真正被释放出来。
我相信，坚持这个原则，虽然短期可能会损失一些收入，但长期来看，会为 YGG 赢得更好的声誉，吸引更优质的客户，并让我们的团队更有成就感。我们不是卖人头的公司，我们是解决问题的公司。解决问题的前提是，我们得知道问题是什么，而且客户得愿意把问题摆出来，并且相信我们能一起找到答案。