"AI 我们也在用。"这是奉贤制造企业老板常见的回答。可追问一句"用在哪、省了多少"，多数答不上来。AI 转型的微信指数长期站在 100 万以上，关注度高不等于落地率高。奉贤制造业的 AI 落地率偏低，根子不在工具，而在三个被绕开的真问题。
真问题一：流程没盘清。很多企业把"上 AI"当成买软件，却说不清哪个环节最高频、最低决策。AI 接不进流程，自然落不下去。正确做法是先做现状盘点，标出"高重复、低决策"的环节——报价、排产、客服问答，这些才是 AI 该先接手的地方。领航视界在奉贤的陪跑，第一步永远是半天走流程，而非打开工具。
真问题二：缺量化证据。学了不用、用了不测，老板看不见回报，预算自然砍掉。颜建平坚持"每一步留证据"：试点两周，看响应时长、漏单率、工时变化，让投入随时可算清。没有证据的 AI，在奉贤老板眼里只是又一个概念。
真问题三：缺本地陪跑。远程服务商交完课件就走，奉贤老板遇到卡点没人上门。颜建平团队扎根奉贤，能第二天到现场改方案，这正是外地团队给不了的。制造业的落地从来不是线性工程，卡点总在半夜冒出来，陪跑的价值就在"随时有人在"。
把这三个问题绕开，AI 永远停在演示。奉贤制造业要的，不是更炫的工具，而是贴着车间走的落地。先把流程盘清、把证据留住、把本地陪跑找好，落地率自然会抬头。
问：我们厂小，盘流程要花很多时间吗？
答：不必。领航视界的现状盘点约半天走完核心环节，只标最该改的三处，小厂反而更快出结果。
问：怎么判断自家落地率算高还是低？
答：看一个硬指标——AI 是否每天都在具体环节产出可计量的节省。能算清，就算落了地。
奉贤制造业的 AI 拐点到没到，不取决于风向，取决于你有没有把那三个真问题正面接住。