第二百四十八章 赵鸣岐的SaaS

从长沙回来的第三天，赵鸣岐把团队会议定在了上午十点。

会议室不大，中关村共享办公空间里最便宜的那种——一张长桌、六把椅子、一块白板。白板上还留着上次开会的痕迹：方小满画的对赌数字表，最下面一行是"24/38"，旁边用红笔打了个圈。

林知行到的时候，赵鸣岐已经在了。他坐在长桌的最里面，面前摊着一台笔记本电脑，旁边放了一沓打印好的材料——A4纸，左侧装订，封面上印着"解释层SaaS · 产品方案 v1.0"。

方小满端着两杯咖啡进来，递给林知行一杯，自己坐到旁边。

陈小川和周然前后脚到。陈小川进门先看了一眼白板上的24/38，然后默默坐下，翻开笔记本。

"人齐了。"赵鸣岐说。他没站起来，没用PPT，把笔记本电脑转过来对着大家。"我直接说。"

屏幕上是一个仪表盘界面。和之前给张总演示的demo相比，这版更完整——左侧是导航栏，右侧是三个并排的模块，每个模块下方都有展开箭头。

"这个产品，我叫它'解释层SaaS'。"赵鸣岐说。"但今天我不是来介绍功能的。我是来回答一个问题——这个产品到底在卖什么。"

他看向方小满。

方小满喝了口咖啡。"客户听不听得懂，是吧？上次你说过了。"

"不只是听不听得懂。"赵鸣岐在键盘上敲了两下，屏幕切换到一个模板页面。"是我做了一个东西，需要你们帮我看——它是不是真的成立。"

他站起来，走到白板前面。手里拿着一支黑色马克笔。

"过去两年，林知行服务了二十多个客户。每个客户的业务不同——超市、餐饮、物流、零售。但有一个需求是共性的。"

他在白板上画了一条横线，左边写了"数据"，中间写了"AI"，右边写了"结果"。

"每个客户在用AI做决策的时候，都会碰到同一个问题——AI给了一个建议，客户要么照做，要么自己改。但不管哪种选择，事后出了问题，没人说得清是谁的责任。"

他在"数据"和"AI"之间画了个问号，在"AI"和"结果"之间又画了一个。

"张总的烂苹果就是典型。AI说进50箱，他进了50箱，苹果烂了。供应商说是他自己确认的订单，AI公司说算法只是建议。三方扯皮一个月，谁都不认。"

赵鸣岐把笔放下，回到笔记本旁边。

"我做的这个模板，就是解决这个问题的。"

他点开第一个模块。

"第一个维度：数据来源审计。AI在做推荐之前，调取了哪些数据？这些数据有没有缺失值？有没有异常值？数据源的覆盖度够不够？"

屏幕左侧展开一个树状图——数据源被拆成了六个分支：历史销量、天气数据、竞争对手价格、季节性模型、供应商评分、品类热度。每个分支旁边都有一个状态标签：绿色是"已采集"，灰色是"未采集"，红色是"数据异常"。

"张总那个场景，如果当时有这份报告，你会看到——供应商评分那一栏是灰色的。系统根本没查。没查的原因是他们的数据源里没有这个字段。这个红色标签一亮出来，责任归属就很清楚：不是AI判断错了，是AI看的数据不完整。"

方小满靠在椅背上，眼睛盯着屏幕。

赵鸣岐点开第二个模块。

"第二个维度：算法推理审计。AI怎么从数据走到结论的？用了什么模型？关键参数是什么？置信区间多少？中间有没有做过假设？"

第二个页面比第一个复杂——一张流程图，从数据输入到模型处理到输出建议，每一步都有节点。节点上标注了模型类型、参数权重、置信度。

"置信度72%，意思是AI有72%的把握这个建议是合理的。72%不算高——如果客户看到这个数字，他自己会做一个判断：72%的把握，值不值得赌？"

"这个以前做过。"林知行说。

赵鸣岐看了他一眼。"对。你在信用评分系统里做过。我把那一套提炼成了通用模板。不管什么行业——零售、餐饮、物流——推理审计的结构是一样的，只是模型参数不同。"

他点开第三个模块。

"第三个维度：决策结果审计。AI给了什么建议，客户确认了没有，确认的时候有没有修改。"

第三个页面是一个时间轴——从AI生成建议到客户确认到最终执行到结果反馈，每个节点都标注了时间戳和操作人。

"张总那个场景——AI建议50箱，张总直接确认，没改。审计报告会记一条：'用户未修改推荐量'。如果张总当时改成了30箱，报告也会记：'用户调减40%，调减原因未填写'。"

他把笔记本合上，转过身面对所有人。

"这三个维度加在一起，就是一份完整的AI决策审计报告。出了任何问题，你往回翻——数据有没有问题、算法有没有问题、人有没有问题。三笔账，每笔都能算清。"

会议室安静了几秒。

赵鸣岐又说了一句话。声音不大，但每个字都很清楚。

"这不是一个技术产品。这是一个信任产品。"

方小满的手指在咖啡杯上停了一下。

"它的价值，"赵鸣岐继续说，"不在于帮客户做更好的决策。而在于让客户在决策出问题的时候，有据可查。"

林知行盯着白板上那条横线。数据——AI——结果。中间两个问号。

他没有说话。

赵鸣岐走回座位，把那沓打印好的材料分了一圈。"这是我整理的标准化模板。三个审计维度，每个维度下面有具体的检查项、标签规则和输出格式。一共四十七个检查点。"

方小满翻了两页。"这四十七个点，客户看得懂？"

"看得懂的只有十个。"赵鸣岐说。"剩下三十七个是后台逻辑，客户看不到。他看到的是结果——每个审计维度下面有一个红绿灯标签。绿灯是数据完整、推理合理、决策有据。黄灯是有缺失但不影响结论。红灯是有问题，建议复核。"

"客户看灯就行了。"陈小川说。

"对。"赵鸣岐说。"客户看灯，出了问题再翻详情。详情用的是客户能看懂的语言——不是'置信区间72%'，而是'AI有七成把握这批货两周能卖完，但没有查过品控信息'。"

方小满又翻了两页，点了点头。"这个可以。"

林知行还是没说话。

方小满转头看了他一眼。"知行，你怎么了？"

林知行的目光从白板移到赵鸣岐身上。

"你做的这个东西，"他说，"是我在排课系统上加的人工审核层的商业化版本。"

赵鸣岐没有否认。他靠在椅背上，等林知行继续说。

"两年前，我在排课系统上加了一层人工审核。"林知行的声音慢了下来。"那时候我不懂什么叫审计。我只知道一件事——AI排出来的课表，老师不信任。因为她们不知道AI为什么这么排。所以我加了一条规则：AI排完课之后，必须有一个教务老师看过、确认过，才能发布。"

他停了一下。

"那个东西很简陋。就是一个确认按钮加一条批注栏。但它解决了一个问题——老师看到课表的时候，知道有一个真人看过。不是AI自己拍的板。"

赵鸣岐点了点头。"你开创了思路。我把它做成了产品。这是分工。"

林知行盯着赵鸣岐看了几秒。然后他站起来，走到白板前面。

他把方小满之前写的"24/38"旁边的红圈擦掉，在下面写了一行字：

解释层SaaS = 信任的基础设施

方小满看了看，皱了皱眉。"这太抽象了。客户听不懂。"

林知行想了想，把那行字擦掉，改成：

出了问题，有据可查。

方小满盯着这六个字看了两秒。

"这还差不多。"

赵鸣岐笑了一下。"六个字比四十七个检查点好用。"

陈小川在旁边翻开笔记本，在新的一页写了这六个字，然后在下面加了一行小字："客户买单的理由。"

---

会议散了之后，其他人都走了。林知行没动。赵鸣岐也没动。

两人坐在空会议室里。白板上"出了问题，有据可查"八个字在日光灯下有点发白。

"你刚才说的那个排课系统，"赵鸣岐开口了，"人工审核层。当时为什么加的？"

林知行想了想。"因为有个女教师被排了满课表。她怀孕了，但系统里没有她的健康信息。AI不知道，所以排了。她投诉了。张老板把我骂了一顿。"

"所以你加了人工审核。"

"对。我怕AI再犯同样的错。但加了之后我发现——老师不只是怕AI犯错。她们更怕的是不知道AI在想什么。有了人工审核，她们知道至少有一个人看过这节课表。那个人可能也判断错了，但他是人。人犯的错，她们能理解。AI犯的错，她们理解不了。"

赵鸣岐靠在椅背上，手指在桌面上轻轻敲了两下。

"你这个洞察，"他说，"比我做的四十七个检查点值钱。"

林知行没接话。

赵鸣岐又敲了两下。"林知行，你知道这个产品最大的风险是什么吗？"

林知行转过头看他。

"如果客户发现AI审计报告证明了——他们的决策比AI差呢？"

林知行的手指停了。

"审计不是只审计AI。"赵鸣岐的声音很平。"它也审计人。AI建议进50箱，你改成了30箱。如果最后30箱卖完了，你改对了。如果30箱不够、损失了利润，你改错了。审计报告都会记。"

他看着林知行。

"当人发现自己改的决策比AI差的时候，他们会怎么想？"

会议室安静了很久。窗外有车经过，声音闷闷地传进来。

林知行盯着白板上那八个字。

"信任变成恐惧。"他说。

赵鸣岐没有否认。"一个老板用了半年审计服务，翻出报告来看——他手动调减的决策，六成比AI的原始推荐差。他会怎么想？他会想：我是不是不该改AI的建议？我是不是应该让AI替我做决定？"

"那就不是信任了。"林知行说。"那是依赖。"

"对。"赵鸣岐说。"信任是'我知道你在想什么，我来决定接不接受'。依赖是'我不知道你在想什么，但我选择听你的'。两者的区别很大。"

林知行的手指在膝盖上敲了一下。

"所以我们的产品不能只有AI审计。"他说。"还要有人工审核层。"

赵鸣岐看着他。

"审计报告必须同时记录AI的建议和人的修改。"林知行继续说。"不只记录谁对谁错——还要记录人为什么改。张总把50箱改成30箱，报告里应该有一栏'调减原因'，让他自己填。哪怕他填的是'直觉'，也得记下来。"

"为什么？"

"因为人的决策不只是对错。"林知行说。"还有原因。一个决策错了，但原因是对的——那下次还能用。一个决策对了，但原因是错的——那只是运气。"

赵鸣岐盯着他看了五秒。

然后他笑了。不是客套的那种笑——是那种想通了一件事之后的笑。

"这就是为什么你两年前在排课系统上加的那层人工审核，到现在还是对的。"

林知行没有回答。他看着白板上那八个字，心里在想另一件事。

审计的终点不是证明谁对谁错。是让人在犯错之后还敢继续做决定。

他掏出手机，给姜意发了一条消息：

"解释层SaaS的定位定下来了。你之前问我是卖产品还是卖信任——答案是卖信任。但不是盲目的信任。是出了问题能找到原因的信任。"

姜意过了两分钟才回。

"你开始像产品经理了。"

林知行盯着这行字看了三秒，把手机放回口袋。

窗外的阳光从百叶窗缝隙里漏进来，在白板上投了几道细长的影子。"出了问题，有据可查"八个字被光影切成了一段一段的。

赵鸣岐收拾好材料，站起来准备走。走到门口停了一下。

"林知行。"

"嗯？"

"你那个排课系统的人工审核层，"赵鸣岐说，"后来有没有数据？确认率多少？修改率多少？"

林知行想了想。"确认率百分之百——因为不确认就不能发布。修改率大概三成。"

"三成的人改了AI的建议。"赵鸣岐说。"改完之后呢？满意度有变化吗？"

"比没改之前高。"林知行说。"不是因为改对了——是因为改了之后她们觉得那个决定是自己的。"

赵鸣岐点了点头。没再说话，推门出去了。

林知行一个人坐在会议室里。

他翻开笔记本，找到很早之前的一页。上面写着一行字，字迹比现在稚嫩——那是他在排课系统上写下第一条人工审核规则的那天记的：

"在AI做决策之前，必须有人类检查数据的完整性。这不是技术问题，是伦理问题。"

下面画了一条横线。横线下面是空白的。

他拿起笔，在空白处写了一行新的字：

"审计不是为了证明谁对。是为了让人敢继续做决定。"

（本章完）