8月上旬，数艺网创始人、总经理洪斌先后前往北京、济南，走访了十几家数艺网会员企业，并与多位数字艺术产业企业负责人交流。

交流中一个反复出现的现象是，AI在员工个人层面的应用已经相当普遍。

策划、设计、商务、程序开发、行政等岗位，都有员工在使用AI处理日常工作，个人效率的提升是真实存在的。但话题一旦转到企业经营、项目交付、业务流程和组织能力，不少企业负责人仍然很难明确说清AI究竟给整家公司带来了什么实质改变。

这个现象，正是他输出这篇文章的起点。

  员工都在用AI  

  企业为什么没有跟着变？

其实在北京、济南走访看到的这些情况并不孤立。

麦肯锡《人工智能现状（State of AI）2025》报告显示，88%的受访组织已经在至少一个业务职能中常规使用AI。但这个数字的另一面是接近三分之二的受访企业仍停留在实验或试点阶段，尚未开始企业级的规模化应用。

真正把超过5%的息税前利润（EBIT）归因于AI、并看到显著价值的企业，只占样本的约6%。

这说明，员工个人用AI和一家企业真正用上AI是两件事，中间隔着流程、数据和组织方式，而这一层，恰恰是很多企业还没有动的。

Gartner在4月发布的一项研究还揭示了一个信号——38%的受访者把数据质量差或数据可用性有限，认为是AI项目失败的直接原因。

个人使用AI的普及，并不会自动给企业带来价值。

放到数字艺术产业，从个人使用AI，到企业AI落地的距离，又会呈现出一些很具体的问题。

  一个项目  

  不同资料各说了什么？

要理解数字艺术产业的具体问题，我们先看一个项目案例。

在第十届世界互联网大会乌镇峰会开幕之际，乌镇世界互联网科技馆开馆，馆内中庭核心区域有一件大型裸眼3D交互影像装置《和合共融》。

这件作品，在几份不同的公开资料里，呈现出的是几个不同的侧面。

先看创作团队自己的页面：

某集体MOUJITI ART+TECH的官方项目页是这件作品创作方的一手来源。它较详细地列出了创制团队名单里，可以清楚地看到某集体在这件作品里具体做了什么、有哪些人参与。

再看项目另一家重要参与企业丝路视觉的官方项目页：

这份页面介绍的是整个乌镇世界互联网科技馆，重点呈现丝路视觉承担的创意策划与布展施工，信息范围与某集体的作品页面并不相同。

还有为科技馆提供显示设备的艾比森：

艾比森的公开资料，主要呈现LED显示设备和显示解决方案这一层。

而新闻媒体的报道，又是另一个角度。

光明网在科技馆开馆的报道里，写到了“和合共融艺术装置”，但文章的落点是开馆这件事本身和场馆的展示内容，并没有进一步介绍这件装置的创作团队。

WeHow官网发布过《和合共融》的项目案例，明确注明内容由某集体ART+TECH提供，因此它反而保留了非常详细的创制团队信息。

把这五份资料放在一起，能看到一个可以核实的事实：

同一个数字艺术项目，在不同公开来源里的信息颗粒度、描述对象和角色侧重点，存在明显差异。

创作团队关注作品创制和具体人员，整体项目参与企业关注自己承担的策划和布展，设备企业关注硬件和显示系统，新闻媒体关注开馆和最终呈现，而引用创作团队原始资料的第三方，则可能保留很详细的团队信息。

它们描述的是同一个复杂项目的不同侧面。

这正是问题所在：

如果未来AI需要回答“这件作品是谁做的”“丝路视觉承担了什么”“某集体承担了什么”“谁提供显示设备”“谁负责装置搭建”，而它只抓到其中某一篇公开资料，很可能只能得到其中一个侧面。

创作团队、场馆策划布展方、设备供应方、艺术家、设计师等不同角色，很容易被压缩成一句含糊的——这个项目是谁做的。

对于数字艺术产业而言，要让 AI 真正读懂项目，仅抓取网页内容远远不够，还需留存信息来源、项目名称、参与单位、角色、权责、发布时间，以及各信息源之间的关联。

这正是数艺网一直在做的工作。

数艺网持续归集散落在各处的数字艺术项目信息，整理项目名称、参与主体、专业角色、作品属性等内容。整理遵循客观原则，只采信可靠公开来源，不杜撰缺失信息，不主观推断未证实的角色关系。即便是数艺双年鉴中的资料，也属于公开信息的二次汇编，可信度依旧依托原始来源。

数字艺术大量应用于展览展陈、文博文旅、商业及公共文化空间，这类项目本身就具备多专业、多环节协作的特征。

还有一个现象值得注意：影视行业对导演、编剧等岗位署名较为规范，但数字艺术项目对外传播时，各参与方与具体分工往往披露不全。一个项目里，谁是甲方、谁是总包、谁负责策划、谁负责数字内容、谁负责现场实施，不同参与方之间是什么合作关系，如果只依赖现有公开材料，AI也很难完整还原这些参与关系。

  资料收齐了，

  AI就懂这家企业了吗？

把企业的资料都完完整整交给AI，问题是不是就解决了？

企业AI系统需要表达的不仅是数据，还有数据之间的关系、业务逻辑、行动和权限。

让AI理解一家企业，不能只是把PDF、PPT和文档交给它，企业真正需要被表达的，是文件背后的事实、关系、逻辑和上下文。

据金山办公披露，团队在做合同审核AI时，起点是法务团队十几年来审核合同留下的几十万封邮件、批注和修改记录。这些历史工作痕迹里，记录了每一次审核的判断和理由：哪些条款看似严苛、其实是行业惯例，哪些不起眼的措辞暗藏付款陷阱。团队把这些沉淀多年的材料提取出来，用AI总结成可执行的规则，才搭建起合同审核的知识体系。

这说明，一部分过去没有被正式整理成知识的企业经验，其实已经留在邮件、批注、版本修改等日常工作的痕迹里。

金山的案例能说明这种“经验载体”长什么样。

  最难留下的  

  是没写下来的判断  

哲学家迈克尔·波兰尼有一句经常被引用的话：We know more than we can tell，我们能知道的，比能说出来的更多。

人的经验中有一部分很难被完整表达，很难100%转成文字和数据

企业能够尝试做的，是更现实的一件事：通过历史项目资料、工作痕迹、项目复盘、具体事件访谈、决策过程记录，让一部分原本没有表达出来的判断被表达出来，把其中能够描述、记录和复用的部分留下来，同时保留这些经验发生时的项目场景、条件、背景、约束和决策理由，让以后的人和AI至少能够参考这些留下来的经验。

由此，AI时代真正值得研究的问题，其实是那些过去很难被完整记录的经验，能被多留下一部分；留下来的这部分，能不能进一步被更多人和AI使用？

为了把这个问题说清楚，可以先粗略分成三类。

第一类，是已经存在于官网、文件、项目资料、系统中的显性信息。它们的问题往往是分散、过期、版本不一致、缺少背景、关系不清楚。

第二类，是已经留在工作过程中的经验痕迹，比如邮件、批注、版本修改、会议记录、项目过程资料、沟通记录、决策记录。它们没有被正式整理成“知识”，但仍然存在，可以被重新追溯和整理。金山办公法务团队的几十万封邮件，就属于这一类。

第三类，是真正存在于人的经验和判断中的内容，比如长期经验形成的风险判断、审美分寸、现场判断、方案取舍、对客户的理解。这一类最难完整表达。

人的判断是“第一手经验”，往往依赖人在长期实践中掌握，并通过带教、协作和共同工作逐渐传递。AI出现以后，这些被留下来的经验，有了一层新的使用可能。

斯坦福大学和麻省理工学院的学者在《经济学季刊》发表的研究《Generative AI at Work》中，跟踪了一家世界500强软件公司的5172名客服人员，发现生成式AI辅助之后，整体生产率平均提升约15%，经验较少、技能较低的员工收益尤其明显，研究还观察到低技能员工的沟通方式逐渐向高绩效员工靠近的迹象。

这项研究发生在一家企业、一个客服场景，不能推广到所有行业，但它提示了一种可能性：AI有机会帮助组织，把原本集中在经验丰富员工身上的有效做法，更快地传播给经验较少的人。

  数字艺术产业  

  哪些判断最难留下？

回到数字艺术产业，上面这三类里，第三类尤其难，也尤其关键。

数字艺术项目里，大量真正有价值的判断是那些很难写进文件的东西：一个项目为什么采用某种内容方案，某种空间为什么适合一种技术、不适合另一种技术，视觉效果与实际施工条件之间怎么权衡，内容表达与技术呈现怎么配合，预算、周期、稳定性和效果之间怎么取舍，现场出现突发问题以后怎么处理，多家供应商、创作团队、技术团队之间怎么协调，客户真正关注的是创意、效果、工期还是稳定性……

这类判断依托实操、现场、内容与技术条件，沉淀在从业者个人经验中，只有亲历同类项目才容易提前预判。

但项目落地过程中的取舍细节，像被否决的方案、现场条件带来的调整、预算与效果的博弈，大多不会对外完整披露，而这恰恰是项目最宝贵却最难留存的经验。

正因为在行业交流和整理数艺网自身资料的过程中，这些问题开始越来越具体，数艺网目前也开始从自己做起。

一方面正在验证 “AI 入口检测与优化服务”，研究企业如何被 AI 精准识别解读。与此同时，数艺网也在梳理存量资料、企业信息、项目案例与行业经验，探索适配 AI 调用的内容整理方式。

至于企业AI知识库、项目经验沉淀、资深从业者经验访谈、行业知识整理这些方向，数艺网目前仍在研究和探索阶段，还没有成熟的答案。

随着通用AI能力越来越普及，企业过去主要依赖人来掌握、传递的经验，会不会成为企业AI落地进一步深入业务之后，必须重新面对的问题？

对数字艺术产业来说，那些存在于项目过程、专业协作、创作判断、技术实施和长期实践中的经验，有多少能够被留下来，怎样留下来，留下来的部分，未来能不能真正被员工和AI使用？

这些问题，还需要数字艺术产业里的企业一家一家地去试。

“数艺网转型记录          

数艺网全新推出内测版「AI 入口检测&优化服务」，想提前体验的数艺之友俱乐部会员朋友，欢迎私信商务助理白展堂：

本期撰稿：洪斌

本期责编：潘玥

来自数艺小熊猫的偷偷提示：点击公众号右上角“···”，将我们 设为星标 ，更多好看，不会再错过！（再送你一颗超级闪亮的 ★ ~）