在数字化薄弱的B端市场，AI产品正面临前所未有的机遇与挑战。本文深度剖析非结构化业务场景下AI产品的破局之道，揭示从结果交付到流程重塑的转型路径，并拆解Salesforce等头部企业的创新实践，为AI在传统企业中的落地提供实战框架。

数字化薄弱的企业，很多业务和管理流程并没有数字化，Ai产品是否可以落地？企业前景未明、不确定性的探索型项目，在探索本身即举步维艰的背景下，B端产品是否需要介入支持业务取得成功以及可以如何去做？

以往的saas软件时代，主要依靠对行业最佳实践的理解和知识来提供软件服务，因为成本关系个性化需求和创新性业务的需求很难被采纳，在企业端很多传统企业因为数字化程度较低，或者有大量的线下场景，往往很难接入商业化软件体系，在业务端因为业务还在探索期，流程并未标准化，传统B端产品发挥空间有限反而会阻碍探索，流程无法标准化、业务方向不明和数据结构混乱是面临的主要问题。

这个仿佛是软件世界被遗忘的另一面，大量非结构化的数据、不确定性的业务、还未被验证成功的路径，Ai产品可以在这个环境中可以做些什么吗？

01 数字化薄弱的企业/业务特征

从宏观维度上，中国目前还存在大量的数字化基础薄弱的企业，他们一个是数字化转型成本的考虑，中国对全球输出更低价的商品意味着企业对成本，包含数字化成本的管控，一个是过去传统软件公司只负责“过程”而非“结果”，走定制耗费人力财力但是结果是否有用确是未知的，走saas的标准化行业解决方案不一定适合本企业的个性化需要，总结来说有这样几个特征：

• 流程尚未标准化，同时，可能存在大量的线下场景（数据采集困难、人员繁杂）
• 供需错配，企业要的是业务结果，软件公司往往交付的是标准化的管理过程；
• 门槛较高，TOB软件落地往往伴随组织更新、流程更新和方法论更新，企业内部有摩擦力；
• 对具体业务来说，在业务发展早期往往难以获得软件支持，一个是成果未知，其次是已有大多数软件更关注成熟期的业务沉淀，而非支持早期的业务探索。

面对这些现实场景的问题，传统软件和软件开发过程很难解决，或者抽取其中的部分场景进行抽象和建模来解决，不过相比变化莫测的市场和企业的耐心这个过程还是比较漫长的：

图1 传统软件开发和应用过程

02 头部商业化软件公司在做什么

在动手解决问题前，我们先来看看标杆商业化软件公司的解题思路如何。

CRM行业的Salesforce在2026年4月份推出了一个更新：salesforce headless 360，在产品圈引起了较大的反响，“Salesforce 上的所有内容现在都做成了 API、MCP 工具或 CLI 命令，Agent可以使用所有这些能力”，平台核心思想：开放能力、守住底座，这是一套完整的对Ai Agent友好的产品框架，用户可以在 Salesforce 上进行自由构建自己企业的Ai Agent和软件应用，以满足自己新业务的扩张，因为复用了平台的基础能力，且Salesforce提供了数万个应用/Agent/工具，企业满足自己个性化的需求成本会极大的降低；

国内做商家服务的某家上市公司，通过消费数据积累、行业知识沉淀和企业数据的识别，推出的Ai产品切入客户的营销环节和产品全生命周期管理，营销环节帮助商家客户提前识别高价值顾客、整理客户沟通真实需求、自动策划营销活动并做自动化的转化执行，并对结果自我复盘和学习，在产品成交后，在购买产品和使用产品不同的时间节点上，帮助企业做批量客户的个性化深度服务，解决、回收客户在使用产品中的问题和要点，通过服务影响用户的复购。

03 可行的落地实践

面对数字化薄弱的企业，整体数字化转型成本较大企业意愿也不高，落地可行的Ai产品实践，可以按照2个思路去展开：

• 从非结构化场景切入。从关键业务+非结构化场景切入，围绕结果目标，用Ai产品去应对非结构化的业务场景，从文字、图片、音频、视频多模态数据中，找到人们尚未发现的隐秘规律；
• 交付结果而非过程。从小入手，解决企业业务的具体问题，转化为一个个小的业务成果，边交付结果边沉淀流程、数据和能力，帮助企业完成核心能力的规范化、效率化和价值最大化，我们心底上应该相信，在Ai产品这个生产力革命到来之前，人们受限于人的智力、时间等成本，形成的某种流程，在Ai产品的角度，围绕相同的经营目标，很多事情都可以有新的解法和更好的结果。

以交易流程为例，“线索引入->转化成交”这一经典销售环节，传统流程基本都是做的信息对接和任务派发的工作，我们可以如何提高线索的转化率？无论数字化程度高低，我们准备了一个“丰俭由人”的应用框架：

图2 成交流程概括

• 没有结构化的历史数据？每一次跟客户的会议录音，客户行业背景，客户咨询看重的点等等，Ai产品都可以快速整理出来，来辅助用户画像，跟用户聊到点子上，减少一线人员做功课的时间；
• 销冠的经验如何模仿？清洗沉淀过去一年的交易案件、策略和纪要，通过独家数据的学习，练就Ai产品这方面的独特技能，把专家模型赋能到一线业务场景；
• 当面聊的好好的，客户转头翻脸？成交节点通过Ai产品自动定时跟进，通过持续服务打消客户顾虑，用真诚服务让用户感受到成交并非终点，只是服务的起点。

不再是宽泛的大的数字化转型，那样会让不少企业望而却步，而是先有再优，逐步验证，先把Ai产品嵌入业务流程，边工作边收集数据、迭代模型和校准产品能力，到达零界点开始输出标准化服务和流程，在完成一定的价值闭环后，再把Ai能力升级为系统、策略和专属业务模型进行沉淀，从业务成果一个个小的闭环中，完成数字化、智能化的升级。