今天知乎热榜第十九条：首部AI院线电影《三星堆：未来往事》票房遇冷，上映前博纳三连板。
这条新闻里有一个反差特别值得看：资本市场先给了三个涨停，然后观众用票房否了它。
很多人的解读是"AI内容还不行"。这个解读太浅。真正值得说的判断是：这部电影大概率完成得很成功，只是它对观众没用。
这句话听起来拧巴，但它精确描述了现在大量企业AI项目的状态。
先说清楚我的推测依据。AI能做什么，到今天已经很清楚：它能把一个明确的工序，在成本和时间上压到极低。生成画面、生成分镜、生成调度表、生成剪辑方案——这些是工序。
而一部院线电影能不能卖，靠的是另一层东西：观众为什么要花两个小时坐在那儿。这个东西跟工序没关系，跟"这个片子跟我说了什么"有关系。
所以一部AI电影最可能的失败方式不是"做不出来"，而是"做出来了，但没人需要"。它的每一帧都合格，只是没有一句非说不可的话。
我在企业里看到的AI项目，失败率最高的也正好是这一类。不是技术跑不通——技术几乎总能跑通。是跑通之后，没人用它。
AI最擅长把事做成，最不擅长判断这件事该不该做。
我把这类项目叫"成功车间"：里面每一个工序都成功，出来的产品没人要。
第一种：知识库车间。花三个月把公司所有文档、SOP、会议纪要喂进去，做了一个问答机器人。上线第一周大家很新鲜，第二周使用次数掉八成。原因很简单：真正需要问的问题，答案不在文档里，在人脑子里。文档里能写下来的，早就不是关键知识了。
第二种：报告自动化车间。把周报、月报、经营分析全部自动化生成。生成得很漂亮，格式统一，图表齐全。结果管理者开始不看报告——因为报告里没有判断。报告的价值不在数据，在"我认为哪个数据重要"。AI不会认为。
第三种：培训课件车间。用AI把课程大纲一键生成课件，一小时产出十套。培训部门很爽，学员不买单。因为课件是内容的壳，学员真正要的是"这件事我回去怎么干"——那属于案例和演练，属于设计，不属于生成。
三种车间的共同点：做完之后，没有人能说清"谁的需求被满足了"。项目从立项时的"我们要用AI"，变成了交付时的"我们用了AI"。
因为它看起来是成功的。
它有交付物，有上线时间，有使用数据（初期总是好看的），有总结报告。评审会上一放，所有人都点头。
真正的问题要等到很久之后才浮出来：三个月后没人用了，半年后维护成本上来了，一年后负责这件事的人走了。
而且，报告里最难写进去的那句话是"没人用"。因为写这句话等于承认自己白干了一年。所以在大部分组织里，这类项目的结果不会以"失败"的形式记录下来，会以"沉寂"的形式消失。
这就是AI项目最大的隐形损耗：它不产生一次响亮的失败，它产生一百次安静的无用。
问题一：谁现在正在为这件事花时间？花多少？
不要问"谁需要这个功能"，要问"谁现在正在手工做这件事"。有人正在花时间，说明需求真实存在；没人花时间，说明这件事没人需要。这一问能挡掉至少一半项目——很多AI项目的真实需求方是项目发起人自己。
问题二：做出来之后，谁的哪个决定会变？
这个问题的杀伤力在于：它要求你指认一个人、一个决定。答不上来的，基本就是"成功车间"。知识库答不上来，报告自动化也答不上来。培训课件答不上来，但"学员回去后第一次实操会不会做"能答上来——这就是区别。
问题三：如果我们不做，会发生什么？
如果答案是"什么都不会发生"，那这个项目的真实性质不是"效率工程"，是"组织表态"。表态也需要，但要把它记在表态的账上，不要记在效率的账上。账记错了，下一年的决策就全歪了。
判断一个AI项目，不看它做成了什么，看它改变了谁的决定。
《三星堆》这部电影遇冷，还有一个维度值得说：博纳作为一家电影公司，对"AI"的兴奋和对"观众"的判断，是两套能力。
三连板是资本对"AI叙事"的反应，票房是观众对"内容"的反应。这两件事不是同一个市场。一家公司如果在第一个市场成功，就误以为自己在第二个市场也成功了，那它会连续犯同样的错。
企业里一模一样的场景：一次内部AI大赛办得非常成功，拿了奖、做了宣传、老板很满意。然后公司认定"我们的AI能力上了一个台阶"。但真正的检验从来不是大赛，是三个月后，业务线上有没有一个流程被永久地改掉了。
没有的话，你只是在"AI叙事"这个市场上成功了。
我不看衰AI电影。恰恰相反，我认为三五年内一定会出现一部真正卖座的AI电影。
但那一部电影一定不是靠"用AI做的"这个卖点卖出去的。它一定是先有一个必须讲的故事，然后恰好用AI讲得更好。顺序不能反。
组织里的AI也是同一个顺序：先有一个必须解决的问题，然后才轮得到AI。反过来做，做出来的就是成功车间——工序全对，产品无人。
先找问题，再找工具。反过来，你只会得到一件精美的、没人要的东西。