企业第一次做 AI，怎样选对项目并设计可退出的试点

第一次 AI 试点最怕两个极端：只做一个好看的演示，或者一开始就改造全公司。

前者花小钱办不成事——演示过后没有下文，因为它从来没在真实数据上跑过。后者花大钱办砸事——摊子铺太大，出了问题连"是哪一部分的问题"都定位不了。

中间那条路是：选一个真实、高频、可量化、风险可控的任务，用固定样本证明价值，同时提前写清什么情况下停止。

---

先把经营问题翻译成工作任务

老板提的通常是经营问题："客服成本太高""销售转化上不去""质量老出问题"。

这些不能直接做。必须先翻译成一个具体的工作任务，翻译的标准是能填满下面这句话：

谁在 什么时候 做 什么事，一次花 多长时间，做错了会怎样。

举例，"客服成本太高"可以翻译成很多个不同的任务：

客服每天要回答大量重复问题 → 重复问答的自助化
客服要在五个系统间来回查 → 信息聚合
新客服上手要三个月 → 知识辅助
投诉处理流程长 → 工单流转优化

这四个是完全不同的项目，成本、难度、见效速度都不一样。不做这一步翻译，需求会一直在天上飘。

---

选任务的五条标准

候选任务列出来之后，逐条打分：

标准	为什么重要	不达标的样子
真实	是现在每天在发生的事	"以后可能会用到"
高频	频次够高才能快速积累证据	一个月发生两次
可量化	有基线数字可对比	只能说"感觉好点了"
风险可控	答错了有人兜底、后果不严重	直接对外发布、涉及资金
边界清楚	能说清什么问题属于范围内	"公司所有知识"

五条里最容易被牺牲的是"风险可控"——大家总想拿最重要的场景开刀，觉得那样才显得有价值。但第一个项目的真正目标不是创造价值，是建立信心和积累方法。选一个错了也不要紧的场景，团队才敢真上，才有机会暴露真问题。

五条里最不能牺牲的是"可量化"。没有基线的试点，最后一定变成一场关于"到底有没有用"的争论。

一组可以直接用的起步参数：候选任务列 5–8 个，五条标准每条按 1–3 分打分，取总分前 2 名进入详细评估。低于 10 分（满分 15）的任务不建议作为第一个项目——分数低通常不是任务不重要，而是现在还看不清。

---

试点必须有的三样东西

一、固定样本

在开工之前，选出 50–100 个真实案例，冻结起来。

包含典型情况，也要包含边界情况
必须包含"现在这套做法也做不好"的案例——那才是真问题
冻结之后不许改。中途换样本，前后就没法比了

这批样本后来就是验收测试集。它是整个项目里最有价值的资产之一，比任何技术选型都重要。

二、基线数字

在同一批样本上，先量一遍现在的做法：

平均耗时
正确率或返工率
需要人工介入的比例

这些数字要在项目开始前拿到。项目开始后再补的基线，一定是失真的——因为你已经知道要往哪个方向证明了。

三、停止条件

这是最容易被跳过、也最关键的一样。

要在开工前写清楚：什么情况下这个项目应该中止。例如：

在固定样本上跑 3 轮，关键指标仍达不到基线水平（例如正确率始终低于人工基线的 90%）
需要的资料治理工作量超过预估的两倍
必须的系统接口在约定时间内拿不到

为什么必须写：没有停止条件的项目不会失败，只会一直花钱——因为每一次都可以说"再改一版就好了"。写清楚了，中止就是按约定执行，不是谁的责任问题。

MIT 的 NANDA 项目 2025 年发布的《The GenAI Divide》给出过一个被反复引用的数字：约 95% 的企业生成式 AI 试点没有产生可测量的损益影响（nanda.media.mit.edu）。这个 95% 有争议，但它反映的模式值得警惕——试点做了很多，能说清结果的很少。而说不清结果，往往正是因为一开始就没定基线和停止条件。

---

政策环境给企业补了什么

2025 年 8 月，国务院发布《关于深入实施"人工智能+"行动的意见》（www.gov.cn），从数据、算力、开源生态、人才、标准和安全等方面部署了推进方向。

对企业做试点来说，这份文件的实际意义在于：它把"要不要做"这个问题的环境不确定性降低了，配套的数据、算力、标准建设都在推进。

但要说清楚的是：政策解决的是环境问题，不解决方法问题。具体到一个企业该先做哪件事、怎么验收、什么时候停，仍然要靠上面那套自己的判断。不要因为"政策鼓励"就跳过基线和停止条件——那是两回事。

---

一个可以直接照抄的试点设计模板

任务：______ 在 ______ 时候做 ______

现状基线（固定样本 n=___）：

· 平均耗时 ___ 分钟

· 正确率 ___%

· 人工介入比例 ___%

目标（同一批样本上）：

· 耗时降到 ___ 分钟以内

· 正确率不低于 ___%

· 人工介入比例降到 ___% 以内

周期：___ 周

停止条件：

· 第 ___ 轮后指标仍低于 ______ → 中止

· 资料治理工作量超过 ___ 人天 → 重新评估范围

· ______ 接口在第 ___ 周仍拿不到 → 换任务

上线后谁负责：______（姓名，不是部门）

最后一行不能写"IT 部门"。必须是一个具体的人，而且这个人要懂业务——技术人员判断不了哪份文档已经过期。

---

试点结束后的三种正确结局

试点做完，只有三种合理结局。"继续再看看"不是其中之一。

1. 达标 → 扩范围。明确下一个域是什么，用同样的方法再来一遍。

2. 没达标但知道差在哪 → 改一个变量再试一轮。一轮只改一件事，否则不知道是哪个改动起了作用。

3. 没达标且原因是任务本身不适合 → 换任务。这不是失败，这是诊断的产物——你现在知道了一件重要的事。

第三种结局最有价值，也最需要事先约定好。如果没有停止条件，第三种结局永远不会发生，项目会变成第四种：无限期延续。

---

企业第一次做 AI，怎样选对项目并设计可退出的试点