别急着全公司铺开，先挑对第一个AI场景

企业第一次做 AI，很容易把题目出得太大。

有人想做一个公司级知识平台，有人想让 Agent 自动跑完整流程，还有人一开始就在比较模型参数和私有化集群。

方案越聊越完整，真正要从哪件工作开始，反而没人说得清楚。

我现在更倾向于先做一个不那么“像战略”的动作：把各部门觉得麻烦的工作列出来，挑一件试两周。

第一条流程选对了，公司会得到真实经验。选错了，几个月后通常只剩一套没人愿意维护的演示系统。

先找工作，不要先找模型

让每个部门提交五到十项重复工作，不用写AI方案，只回答这些问题：

• 一个月发生多少次；
• 一次需要多少时间；
• 哪几个人参与；
• 输入资料在哪里；
• 最终结果是什么；
• 结果由谁检查；
• 出错以后能不能撤回；
• 涉及什么敏感数据。

这一步会筛掉不少“看起来很适合AI”的场景。

比如战略判断很重要，但发生频率低，结果也很难在短期验证，不适合成为第一个试点。付款审批很重复，却涉及高风险权限，同样不适合让AI先自动执行。

第一次试点更适合从会议整理、工单分类、资料检索、测试用例、周报汇总这类工作开始。

它们不一定最有想象力，但更容易看见结果。

用一张表把感觉变成比较

每个候选场景按八个维度打1到5分：

再单独记录风险：客户隐私、财务影响、生产影响、错误是否容易发现、是否能够人工复核。

不要把风险简单从总分里减掉。

有些场景收益高，风险也高。它们不是没有价值，只是不适合第一批自动执行。可以先改成“AI生成草稿，人确认后继续”。

一个可以直接照着算的例子

下面是一个假设的中小企业评分，不代表真实项目结果：

如果只能选一个，我会优先考虑售后工单分类或会议转任务。

原因不是它们分数最高，而是输入、输出和人工确认都比较清楚。两周以后，能直接计算节省了多少整理时间，分类错了多少次，员工是否愿意继续使用。

两周试点只做一条细流程

试点不要写成“提升客服效率”。

把范围缩到：

客户消息进入工单
  → AI建议一个问题分类
  → AI提取设备、版本和故障现象
  → 客服确认或修改
  → 保存到工单系统

第一周只旁路运行。AI给结果，但不自动写入正式字段。负责人每天抽查，记录错误类型。

第二周再允许确认后的结果写回系统。仍然不让AI直接退款、承诺交付时间或关闭投诉。

试点至少留四份记录：

• 改造前单次耗时；
• AI结果被直接采用的比例；
• 人工修改最多的地方；
• 出错后怎样恢复。

什么情况下应该停止

AI试点不是只能成功，及时停止也是结果。

出现这些情况，可以先停下来：

• 为了让AI工作，员工需要额外整理大量资料；
• 结果无法快速验证，人工检查比原工作更累；
• 数据权限说不清楚；
• API、账号或网络稳定性无法支撑日常使用；
• 业务负责人不使用，只剩技术人员在维护演示；
• 错误造成的业务代价超过节省的时间。

停掉不代表AI没用。

它可能说明场景选早了、流程没理顺，或者公司应该先整理数据，而不是先接模型。

第一个场景真正要验证什么

两周结束后，不要只汇报“调用了多少次”。

应该回答：

• 每次工作节省了多少人工时间；
• AI结果有多少可以直接采用；
• 错误集中在哪几类；
• 人工确认有没有成为新瓶颈；
• 谁愿意继续使用；
• 每月账号、API和维护成本是多少；
• 这条做法能不能复制到第二个人。

第一条AI流程的价值，不只是省下几十个小时。

更重要的是，公司第一次知道了：自己的数据够不够用，员工愿不愿意改，人工边界应该放在哪里，效果应该怎么量。

先把这几个问题回答出来，再谈全公司铺开，会稳很多。