2019年一个创业团队接了个智慧工厂的单子。先用AI工具3天搭了一套Demo给甲方演示的时候大屏上园区模型转起来、数据在跳、灯光在闪——甲方负责人当场拍板签了。签完之后噩梦才开始。AI生成的场景是一块死皮——想拆出一栋楼来做设备绑定做不到。Demo里那些漂亮的仪表盘数据是写死的假数据要接真实PLC——接口重写。甲方每周催进度、每个月要看到一个完整版——他们以为就是在Demo基础上改一改不接受要推倒重来的解释。那个Demo用3天拿了项目用了3个月差点把项目搞黄。先用AI快速Demo、后期精细化交付这个策略本身没毛病。但如果你在执行上犯几个常见错误它就会从加速器变成拖后腿的。先说说这个策略为什么吸引人没什么不好意思承认的拿项目需要Demo。PPT的杀伤力远不如一个能转能点的3D场景。AI工具把Demo的搭建成本打到了一个前所未有的低位。以前一个园区Demo外包建模师两周、引擎开发一周。现在很多环节AI辅助几天甚至几小时就能出一个看着挺像那么回事的场景。对小型团队和创业公司来说这是现实选择。没有足够的人力和时间去做精模但又需要给甲方一个你在说什么的可视化锚点。AI快速Demo解决了这个从0到1的卡点。更重要的是风险控制。需求还没完全定的时候先出一个差不多的场景跟甲方一起看——是不是长这样数据展示在这边行不行——比纯文字需求文档沟通效率高太多了。甲方看到东西能给你反馈看不到东西只能说你看着办。翻车是怎么发生的同一件事有人用得好有人用得砸。关键区别在下面几个坑踩中任何一个都够你喝一壶。坑一甲方把Demo当半成品不接受推倒重来。这是最常见也最要命的。Demo演示的时候甲方感觉已经做得差不多了签合同后你的开发计划是从零重新搭建架构甲方直接懵了那你之前给我看的是什么这个认知错位的根源在于你在做Demo的时候为了让效果好看做了太多看起来已经完成的效果。灯光氛围调得很好、数据面板做得很详细、天气效果切得很流畅——甲方不是技术出身他判断进度的唯一标准就是看起来像不像成品。你说这是概念验证他看的是这不已经做好了吗。坑二Demo的展示效果超出了真实开发能力。为了拿项目Demo阶段把效果做到120分——航拍数据用最高精度、场景里加了大量预渲染动画、甚至借用了第三方商业引擎的高级特效。甲方一看就这个标准。正式开发的时候真实团队的产出是85分水平。甲方不接受之前的那个版本不是很好吗你没办法跟他解释那是Demo是用各种临时手段拼出来的。你说得越多他越觉得你在找借口。坑三Demo资产和工作流与正式开发不兼容。AI工具生成的模型格式、材质系统、交互逻辑和正式开发用的引擎之间没有升级路径。你以为Demo是地基可以直接往上盖楼。实际情况是Demo里的东西放到正式引擎里——材质没了、贴图乱了、脚本报错了。这意味着什么意味着从Demo到正式版不是升级改造是全部推倒。Demo阶段投入的所有技术工作零复用。坑四Demo的架构根本扛不住正式需求。Demo里为了追求快速出效果很多底层设计是将就的——数据是写死的、性能优化没做、接口没考虑扩展。到正式开发的时候发现Demo的这个架构如果要接上百个实时数据点直接崩溃如果要支持多用户并发完全不行。如果在Demo到正式开发之间没有做一个技术验证环节来测试这些关键链路——等正式开发跑起来才发现架构不行那时已经晚了。靠谱执行的四条法则法则一在Demo阶段就划好临时和永久的边界。Demo演示的时候大大方方告诉甲方这是概念验证用AI工具快速搭建的目的是对齐需求和风格。正式交付会重新搭建。怎么判断哪些可以复用、哪些必须重做数据和接口层要尽量复用——你定义的API格式、数据模型、设备编号体系在Demo阶段就应该按正式标准来。因为数据怎么组织这件事Demo和正式是可以一致的。表现层可以大方地承认是临时的——模型精度、材质效果、光影氛围、这些在AI生成的Demo里不可能达到交付标准。别在演示时回避这个问题提前说清楚就好。法则二控制Demo的视觉预期。Demo的视觉效果做到合格但不出格。让甲方清晰感知到场景的风格和交互逻辑但不要做到让甲方哇塞这个太好了的程度。具体操作模型用低精度、材质用基础贴图、场景不加复杂特效。把精力和预算放在交互逻辑和数据展示的清晰度上——让甲方觉得功能设计得对而不是画面做得漂亮。这不是降低标准这是诚实。法则三合同阶段就把Demo和正式交付拆开。在合同里明确写的交付物不包括DemoDemo只是前期沟通工具。报价的时候正式开发独立计价。不要在报价里暗示Demo已经做了一半了所以正式开发可以打折——这是在给自己挖坑。如果甲方希望在Demo基础上继续开发——可以但要明确告诉他Demo的底层架构需要重构相当于从头开发。接受与否让甲方自己判断但你必须说清楚。法则四Demo之后插入一个技术验证阶段。从Demo到正式开发之间留出一到两周的POC时间。专门用来验证几个如果这个链路断了后面全完的问题实时数据接入能不能跑通拿一台真实设备的数据接进去试试。大场景性能能不能扛住导入一个接近真实数据量的场景跑一下帧率。AI模型/精模的导入流程通不通从建模软件到引擎到Web发布完整走一遍。这个短期POC的成本极低可能就一周时间但价值巨大——它能帮你提前发现Demo架构到正式架构之间的断层而不是开发过半了才撞墙。说到底AI快速Demo 后期精细交付是一把好刀但刀有两面。用得好用AI的速度优势降低项目前期的不确定性和沉没成本帮你更快锁定方向。用得差Demo成了甲方心里的交付标准后期每一步都在填前期挖的坑。关键不在于做不做Demo在于怎么做、怎么说、怎么衔接。管好甲方预期、管好团队节奏、管好技术边界——这三条做到了这条路就走得通。关于作者14年数字孪生项目经验既要帮团队拿项目也要帮团队守住交付底线。最怕的不是甲方提要求是甲方因为我们的表达产生了错误预期。