很多企业对人工智能的能力边界非常不清楚，认为多拿1000万就能做到那件事情，绝不可能，没有任何希望。哪怕现在非常先进的企业，比如说UU跑腿，或者一些不太方便说的企业，他们数字基建已经做得很好了，但他们依然不理解人工智能在做一些什么事情。他们的管理者都一轮一轮的在被培训，但实际上由于那些培训者本身不太具备人工智能的能力，都是其他行业转行来做人工智能培训的，就导致被培训的人听完了就跟没听一样，完全不明白。

（这些企业的老板也都很敏锐的，我知道它很重要）对，我都要干，哪怕我花了很多冤枉钱，我也要干。你不干，你是未来是拼不过别人的。（我们是要有一个认知拉齐的这样的一堂课）

对，这个是必须的。从调研，然后到沉淀数据、培训，陪伴和沉淀数据的工作会同步展开。所谓培训的工作就是有三个点，就是这样。第一件事是能力边界，一定要说清楚现在的模型发展到什么阶段了，它能做哪些事，不能做哪些事，这是能力边界。大目标，对于企业来说，人工智能要做完什么事，这是企业级的东西。小目标是各个部门来，在你的部门，它能在什么时间做什么事？在你的部门什么时间做什么事？这叫小目标。

能力边界、大目标、小目标解决这个问题。而不能做到什么样事情，是我们和企业最核心沟通的事情。因为它决定了这件事情的最大边界，和给大家放一个合适的期待。它在那个时间点就能做到这，一定不能做到那。因为它跟在这个阶段能够提供的数据，和模型的训练时长所必要投入的时间，以及现在最聪明的大模型，它的最终能力有很大的关系。

但是现在人工智能在没有私有化数据的情况下，经常很笨很蠢很傻，做不了什么事情。因为人工智能的能力边界就在那里，它会有一个软边界和一个硬边界。在这个边界之上，你想怎么挖也挖不出来东西的。所以先搞清楚人工智能的特性和它不能做的事情，我们就好奇定立当前的目标，确定现在人工智能能帮助组织或者能帮助企业做到什么样的事情，这个很关键。