判断型与生成型AI的落地差异

我最近翻完一份收录了181个案例的行业案例集，原本的目标很朴素：抄几个漂亮数字回来交差。翻到一半就发现这个思路有问题——同样挂着“AI落地”的名头，判断型和生成型根本不是一回事，混在一起看，很容易得出完全错误的结论。

判断型任务，模型给的是一个概率、一个评分，最后拍板的还是人。反欺诈、信贷预审、工业质检、影像辅助诊断都在这一支。这类项目真正难的地方从来不是模型准不准，而是责任怎么切。模型说“这单可疑”，签字的却是人，那出了事算谁的？漏报和误报还必须分开看：拦截率往上走，有可能只是把成本挪到了人工复核队列里，账面上好看，工位上熬人。

判断型怕的不是模型，是没人愿意签字

判断型场景一进生产，就得回答模型错了谁负责。复核岗位怎么设、审批权限给到哪一级、异常往哪条路径升级，这些不提前设计好，一线的选择非常现实：表面上在用，实际上绕过去。系统里躺着，流程里没它。生成型其实也一样，纠错时间如果没进任何人的考核，效率提升就永远只活在演示环节里。

生成型任务看着舒服得多。文档摘要、病历录入、客服问答、代码补全，上线快，反馈快，当天就能看到东西。但它的效果口径最容易被做松。写初稿的人省了半小时，改这份初稿又花了二十分钟，如果只统计前面那半小时，效率提升就被系统性高估了。单点环节提速看着很漂亮，摊到端到端流程上，可能只剩一个零头。

生成型的账，坏在“没算进来”的那部分

病历与文书录入辅助是个典型例子。它省的是医生的打字时间，可这些时间能不能真的回到诊疗上，取决于科室排班和审核流程有没有跟着调整。只换工具、不动流程，省下来的时间会以另一种形式被吃掉。案例集里效果差异最大的，往往就是这类项目。

所以我现在再看案例，第一反应不再是“这效果真猛”，而是先分个类：这是判断型还是生成型？判断型就去看它的复核设计，生成型就去问它的纠错时间算在哪一笔账里。181个案例不可能照搬，能带走的只有条件——条件对得上，效果才有机会复现；对不上，再亮眼的数字也只是一次性成果。