请——星河科技首席运营官，林辰！”
掌声响起。
林辰站起身，整理了一下西装下摆，走上舞台。
2
追光灯打在脸上，有点烫。
林辰走到舞台中央的演讲台前，调整了一下麦克风的高度。台下是黑压压的人头，前排的脸能看清，后排的只有轮廓。摄像机在轨道上滑动，镜头反射着冷光。
他看了一眼提词器——上面是他自己写的演讲稿，但此刻他觉得那些字很陌生。
不按稿子来了。
“大家好，我是林辰。”他开口，声音通过音响传出去，比想象中沉稳，“在开始之前，我想先问个问题：在座各位，有多少人觉得，自己公司的AI项目，落地效果不如预期？”
台下安静了一瞬，然后有稀稀拉拉的笑声。陆续有人举手，先是几个，然后是一片，最后看上去至少有三分之一。
“看来大家都挺诚实。”林辰也笑了，“那我再问一个问题：这些不如预期的项目，最大的问题是什么？是技术不成熟？是数据质量差？还是业务方不配合？”
这次没人举手，但台下响起了嗡嗡的讨论声。
“我猜，都有。”林辰自问自答，“但根据我们过去三个月，服务了上百家企业客户的经验来看，最核心的问题只有一个——”
他停顿，目光扫过全场。
“——是AI和业务之间，隔着一道看不见的墙。”
大屏幕上出现一张图：左侧是“AI技术栈”，右侧是“业务场景”，中间是一道厚厚的、标着“落地鸿沟”的墙。
“算法工程师在墙左边，琢磨怎么把准确率提升0.1%。业务人员在墙右边，着急这个月KPI怎么完成。两边都说中文，但互相听不懂。最后项目做完了，技术报告很漂亮，业务价值说不清。然后技术抱怨业务不懂，业务抱怨技术没用——是不是很熟悉？”
台下响起更多笑声，这次是带着共鸣的。
林辰点了一下遥控器，画面切换。
“所以我们做了个实验。三个月前，我们自己的核心产品‘星语’客服系统，就处在这样的状态：技术债务高，客户流失快，团队士气低。当时我做了个决定：不急着上新功能，不急着追热点，我们就做一件事——”
屏幕上出现三个词：回到业务，回到数据，回到用户。
“回到业务，就是搞清楚我们的系统到底在为什么样的业务场景服务。客服不是接电
…。。