中小企业 AI 落地的第一步:怎么找到真正值得做的场景?

一家企业做完 AI 培训，会议室里很快就能冒出一长串想法：客服能不能接入 AI，报表能不能自动生成，库存能不能智能分析，财务能不能自动审核，销售能不能配一个助手，竞品能不能持续监控。

这些想法多数都能做出演示。真正困难的是：预算和配合人手只够一个项目，应该先做哪一个？

这首先是资源配置问题。“能做”只说明存在实现路径，“值得做”还要看问题是否重要、是否反复发生、条件是否具备、结果能否衡量、失败代价能否控制。

不少 AI 项目没有产生价值，不是模型不够强，而是一开始选中了适合演示、却不值得优先投入的场景。

上一篇讨论了为什么不该从智能体出发。这一篇继续回答：AI 项目应从企业眼下最值得解决的问题出发。

企业最容易用错的四种选场景方式

哪个听起来最先进，就先做哪个

多智能体、数字员工、企业大脑很容易吸引注意。但一个减少重复录入的普通工作流，可能比“AI CEO”更快产生回报；有明确出处、能够转人工的检索问答，也可能比全自动客服更合适。技术复杂只能说明实现难度高，不能证明问题更重要。

老板最感兴趣的，就是最值得做的

老板的关注很重要，但管理者看到的通常是经营结果，不一定掌握问题发生的具体位置。

例如，库存上升未必因为缺少分析工具，也可能来自物料编码不统一、销售预测失真、采购规则因人而异，或者 ERP 数据滞后。此时贸然增加一个分析界面，很可能只是给旧问题换上一层技术外壳。

高层提出的方向可以进入清单，但立项前仍要回到流程里验证原因，避免解决最受关注的表象。

哪个最容易开发，就先做哪个

技术团队倾向于选择边界清楚、两周就能展示成果的任务。第一批项目本应控制难度，但“容易实现”和“值得优先”仍是两个条件。

自动化日报就是典型例子。它可能开发快、上线快、风险低，但如果每天只节省少量整理时间，日报也没有触发后续决策，那么项目很容易停留在一次性交付。技术可行性是立项的必要条件，却不是优先级本身。

哪个部门喊得最响，就先做哪个

某个部门积极，可能因为负责人更懂 AI、更会争取预算。这有利于推进，却不能证明该部门的问题对全公司最重要。

各部门用不同口径申报需求，最后比的往往是谁更有话语权。企业需要一套跨部门通用的判断标准，用同一把尺子比较价值、条件和风险。

一个场景值不值得做，先看六个维度

下面这套“AI 场景六维筛选模型”不是行业标准，而是一种实务工具。它的作用不是算出一个精确答案，而是迫使不同部门把各自的判断变成可以核对的事实。

1. 痛点强度：不解决，企业会继续付出什么代价

痛点不能只用“很麻烦”“体验不好”来描述。需要继续追问：一次处理、一次错误或一笔业务，会造成多少人工投入、等待、返工、客诉、库存占用、营收损失或管理风险？为避免与频率重复计算，这一项先看单位影响，全年发生量留到下一项判断。

一个有用的问题是：如果未来一年什么都不做，企业还会不会持续为它付出明显代价？如果答案含糊，这个场景很可能只是一个愿望，而不是一个已经被证明的业务问题。

2. 发生频率：损失能否累积

同样节省十分钟，每天发生几百次与每季度发生一次，价值完全不同。高频任务不仅更容易积累回报，也能在短周期内产生足够多的样本，帮助企业判断方案是否真的有效。

不过，频率不能脱离后果单独看。一项低频任务如果涉及重大质量、安全或合规风险，仍可能非常重要。更准确的判断是：把单位影响、全年发生量和覆盖人数放在一起，估算年度总成本。

3. 流程清晰度：人类自己是否知道应该怎么做

需要确认企业有没有相对稳定的操作步骤，不同员工的做法是否大体一致，主要判断依据能否表达，异常情况由谁处理。

如果工作高度依赖老师傅经验，并不意味着 AI 永远不能介入。它意味着当前的第一项工作可能是访谈、知识整理和例外归纳，而不是直接自动执行。连经验丰富的员工都无法对“正确做法”取得基本共识，系统也很难凭空替企业作出选择。

4. 数据可获得性：AI 有没有合法、可靠的工作材料

数据存在，只是最低要求。还要看它是否完整、准确、及时，能否通过接口或稳定方式取得，字段口径是否一致，结果能否追溯，以及企业是否有权将它用于当前目的。

这一维度应当设置门槛。关键数据不存在，可以先做数据采集；数据质量不足，可以先治理；数据没有合法授权，或者敏感信息无法得到适当保护，就不应以“先试一下”为由进入 AI PoC。条件不满足时，数据准备本身可以成为项目，但不能把它假装成已经具备条件的 AI 场景。

5. 结果可衡量性：做完以后，凭什么说它有效

客服助手可以观察首次响应时间、一次解决率、转人工率、错答率和满意度；资料审核可以观察单份耗时、漏检率、退回率；自动日报可以比较人工耗时、生成时效与错误率。

指标不必多，但要在开发前确定，并保留改造前的基线。否则，项目上线后只能靠演示效果和主观感受评价。一个永远“看起来不错”的系统，往往也是一个永远说不清是否值得续费的系统。

6. 实施风险：如果判断错了，会发生什么

风险包括错误后果、系统权限、数据安全、核心业务影响、跨部门依赖和现有系统改造范围。为了便于评分，可以把它改写成“风险可控度”：先加入人工复核、权限限制和回滚机制，再评估剩余风险；越容易复核和撤回，得分越高。

第一批 AI 项目应优先寻找高价值、风险可控的场景。库存优化、自动排产等终极问题可能价值很高，但一旦判断错误就会影响采购、交付和生产。相比之下，先让 AI 提示异常、提供证据，由人决定是否行动，更适合作为起点。

六个维度，怎样变成一张可以讨论的表

每个维度可以按 1—5 分评估，总分 30 分。1 分代表条件很弱或风险很高，5 分代表条件充分或风险容易控制。这里默认 PoC 的目标是：用有限成本，在较短周期内验证一项能够兑现的业务价值，而不只是练习一种新技术。

总分之前先过三道门：第一，AI 确实能够干预问题根因，而且没有明显更简单、更稳定的办法；第二，有明确的业务负责人、实际使用者和输出后的行动；第三，数据可以合法使用，错误能够被发现，人工可以接管，权限可以限制。任何一道门过不了，就先处理前置问题，不进入打分。

通过三道门后，24—30 分表示 PoC 就绪度较高，可以进入二维矩阵继续比较；18—23 分说明有探索价值但仍需补条件；12—17 分暂不优先；6—11 分通常不适合作为当前项目。总分不能替代商业价值判断，也不能跨企业横向比较。评分的意义不是用 23 分战胜 22 分，而是找到缺少的证据，让业务、技术和管理者在同一张表上讨论。

用五类常见场景跑一遍模型

下表分数均为演示模型而设置的假设值，不代表任何具体企业的正式评估。自动化日报与后文的游戏公司立项工具来自既有项目材料，但表中分数并非对这两个项目的事后测评；客服辅助、首营资料初审和库存异常识别则是常见候选场景。正式评分前，还要把宽泛名称改写成具体任务：谁依据什么输入，完成什么判断，输出由谁采取什么行动。

自动化日报：适合验证交付，不一定适合长期重投

日报通常高频、流程清楚、数据范围有限，改造前后的耗时也容易比较，因此适合验证流程自动化和交付协作；只有涉及非结构化信息处理、异常归因或建议生成时，才需要进一步判断是否引入 AI。我们曾完成过一个制造企业自动化日报项目，功能完成交付，但客户没有表现出继续合作的意愿。现有事实不足以证明具体原因，却足以提醒我们：技术交付成功，不等于它能成为长期核心产品。

如果日报能够进一步触发库存偏离、交付延期或质量异常的处置闭环，价值可能上升；如果它只是把原来由人整理的表格自动发出去，就应控制投入，不必包装成大型 AI 项目。

AI 客服：知识是否可靠，决定它能走多远

客服高频，人工成本和响应时间也容易理解。但产品资料是否统一、历史问答是否可信、哪些承诺不能由 AI 作出、何时转人工，决定了它能否进入真实服务。

知识标准化程度高的企业，可以从内部辅助回复或低风险问题开始；产品复杂、售后高度依赖经验的企业，应该先整理知识体系和升级路径。客服不是天然的高分场景，条件成熟的客服才是。

首营资料审核：适合“机器初审、人作决定”

以医药流通中的首营企业、首营品种资料审核为例，工作通常涉及多类资质文件的收集、核对、有效期检查和归档。文档量大、规则相对明确、结果可以抽检，具备较好的 AI 辅助条件。

它同时具有明显的合规责任。更合理的起点是让系统识别文件、抽取字段、提示缺项与异常、保留证据出处，再由质量人员最终确认，而不是一开始承诺无人审核。这样的设计牺牲了一点“全自动”的想象，却更容易进入真实业务。

库存分析：价值很高，却未必适合第一次做

库存同时受销售预测、采购周期、SKU 编码、季节性、最低起订量和业务策略影响。项目可能带来很高的经营价值，也意味着它依赖跨系统数据和跨部门共识。

当物料编码混乱、库存数据延迟、预测责任不清时，总分即使被高痛点和高频率拉高，也不应直接立项。可以先从一个仓库、一类物料或一种异常提醒开始，验证数据与规则，再逐步走向补货建议或库存优化。

竞品分析与选品：适合提供证据，不宜替人下注

一次游戏公司立项工具的项目复盘很能说明问题。第一版报告的格式和模板都符合要求，老板看完却判断不能用于立项。团队随后在现场观察实际工作，才发现员工写下来的流程，并不包含老板真正采用的判断规则。项目推进中，企业战略调整没有及时同步，系统输出又出现明显偏差。

AI 可以收集榜单和竞品资料、筛选候选项并生成报告，真正困难的是把隐性经验整理成可更新的规则。因此第一阶段更适合做决策辅助：保留来源，允许业务人员修正，并记录建议采用率、立项结果和决策周期，不承诺“AI 自动选出爆品”。

总分回答“能否先试”，矩阵回答“是否值得长期做”

六维总分容易让自动化日报排在库存优化之前，因为前者更成熟、更低风险。这并不矛盾：总分主要衡量的是一个场景当前是否适合进入 PoC，而不是它未来的价值上限。

要决定资源的长期去向，还可以把通过三道门的候选场景放进一张二维矩阵。纵轴是可兑现的年度商业价值，主要参考单位影响和全年发生量；横轴是完成一次有效验证的难度，综合流程、数据、系统集成、组织协同与剩余风险。

高价值、低难度的场景优先进入试点；高价值、高难度的场景适合拆成阶段性项目；低价值、低难度的场景可以作为个人或部门效率工具，但不应过度投资；低价值、高难度的场景则应直接放弃。

AI 落地能力的一部分，不是知道什么能做，而是知道什么暂时不做、什么根本不值得做。

企业可以怎样启动：从十个想法收敛到一个 PoC

第一步，让各部门提交问题，而不是提交 AI 产品愿望。可以要求每个部门只写三个问题，并用同一张“场景卡”说明：现在由谁处理、多久发生一次、造成什么代价、数据在哪里、谁对结果负责。

第二步，访谈真正执行工作的人。不要只问部门负责人“想要什么”，还要看一次实际操作，找到等待、复制、判断、返工和异常发生的位置。条件允许时，尽量调取近三个月的任务量、耗时和错误记录，建立基线。

第三步，先过门槛，再做六维评分。业务负责人、实际用户、IT 或数据人员共同打分。遇到分歧时，不急着取平均值，而要问清双方依据的事实是什么。一个部门给数据可得性 5 分、IT 只给 2 分，这个分歧本身就是重要发现。

第四步，只选一个场景。第一个 PoC 应该小、具体、频繁、可测量。所谓“小”，指边界小，不是价值小：限定一个部门、一类文档、一组客户或一种异常，比同时改造十条流程更容易得到可信结论。

第五步，在数据、人员和权限已经准备好的前提下，把验证周期限定在两到四周内。此时不追求生产上线，只验证三件事：关键技术链路能否跑通，实际用户愿不愿意使用，预设指标有没有改善。开始前还要写清继续、调整和停止的条件。PoC 的价值不只是证明“可以做”，也包括尽早证明“现在不值得继续”。

结语

企业从来不缺 AI 应用创意。真正稀缺的，是把模糊愿望还原成业务问题，再按价值、条件和风险作出取舍的能力。

一个好的 AI 项目，不会从“我们有什么模型”开始，也不会因为某个概念正在流行就获得优先权。它应当从一组可以核对的事实开始：问题正在造成什么损失，它多久发生一次，流程和数据是否就绪，结果如何衡量，错误是否可控。

选对第一个场景的意义，不只在于获得一次成功。它还能让企业建立基线、形成跨部门协作方式、学会管理数据和风险，为下一次更复杂的项目减少不确定性。

如果把企业里所有 AI 想法列出来，只允许选择一个做 30 天 PoC，你会选哪一个？更重要的是，你能否说清为什么是它？

参考资料

1. 国家药品监督管理局：《药品经营质量管理规范》，关于首营企业、首营品种审核的相关规定。