前几天在蚂蚁 A 空间，我主持了一场蚂蚁三代 CTO 的对话，包括鲁肃、苗人凤和梁纥。聊到 AI 项目评估的时候，老苗说了一段话，我觉得是今年听过最清醒的判断框架。

为什么说“清醒”？因为现在 AI 太热了。每个团队都在做 AI 应用，每个 PPT 里都塞满了 AI 概念，每个汇报都在讲 AI 赋能。热是好事，说明大家都在拥抱变化。但热到一定程度，一定会有一个问题冒出来——这么多 AI 项目里，到底哪个是真机会，哪个是噪音？

老苗的判断方式，不是从技术出发，而是从一个更根本的问题出发：你到底在解决什么问题？

四个维度，一票否决

老苗给了四个判断维度。我听完觉得有意思的地方在于，这四个维度不是平行的——它们有优先级，甚至有一票否决权。

第一，客户价值。是不是在解决客户的真问题、真需求？老苗的原话是：“这是最大的一票，这一票没有了，再什么都不要谈了。”一票否决。你技术再炫、模型再先进，如果解决的不是一个真问题，后面全都不用看了。

第二，战略匹配。你当然最好是符合公司的业务方向和战略方向，自然会获得更好的资源保障。但老苗在这里加了一个很有意思的转折——AI 应用会创造更多的可能性，很多应用创新可能不在早期的业务战略规划里面。公司以往可能会以否决为主，但今天有时候也会去评估：这样的应用点值不值得变成公司新的战略方向？它也是一个新的机会点。

这句话的分量很重。它的意思是：战略匹配不是单行道，不是只有“你的项目符不符合战略”这一个方向，还有“你的项目值不值得成为新战略”这另一个方向。AI 时代，战略本身也在被重新定义。

第三，商业天花板。只有真问题、商业天花板足够高的应用，才值得重点关注。这个好理解——一个项目再正确，如果天花板太低，投入产出就不划算。在资源有限的情况下，必须把筹码押在天花板够高的地方。

第四，自我进化能力。这是老苗特别强调的一个维度，也是跟以往技术最不一样的地方。以往的支付，规模会越来越大，但支付本身这个功能并不会演化更强。AI 应用不一样——它会形成某种自我进化的方向，越用越发展，产品能力可能会变得越来越强。一个能自我进化的应用，和一个用完就定的应用，长期价值完全不同。

四个维度放在一起看：客户价值是一票否决，战略匹配是双向验证，商业天花板是资源分配的依据，自我进化能力是长期价值的放大器。这不是一个简单的 checklist，而是一个有权重、有逻辑的判断体系。

“两个估计的错误”

但光有判断框架还不够。老苗在后面又讲了一个观点，我觉得才是这篇文章最值得琢磨的部分。

他说，当一个新的技术变革来的时候，作为业务负责人，我们往往会犯“两个估计的错误”——

第一，严重高估它对当前业务的影响。匆忙做决定，上马一堆项目，结果伤害了业务，也伤害了技术的发展规律。

第二，严重低估它对业务的长期巨大影响。觉得现在看不到效果就不投入，让真正有长期价值的技术得不到支持。

这两个错误，一个往左一个往右，但结果是一样的——都让 AI 没法发挥它真正该发挥的价值。

为什么会犯这两个错误？老苗点到了一个根本矛盾：业务有不确定性，但业务部门对技术的要求是确定性的。做了大量产品和运营，第二天一看数字没变，很崩溃——这是业务的不确定性。但需求必须按这么实现，几月几号必须上线——这是对技术的确定性要求。

这种确定性要求会逼着技术团队只敢用成熟方案，不敢用创新方案。因为你要满足确定性的业务要求，我只能采用更加成熟的技术方案去实现它。更加冒险的、更有创新的技术方案，在这个地方得不到使用。

这就是为什么老苗说了那句让台下掌声雷动的话——

“技术团队做技术创新——你不要给我 KPI，不要给我 OKR。”

这不是在给技术团队开脱，而是在说一个事实：如果你用确定性的 KPI 去衡量不确定性的创新，结果一定是创新被压缩到最安全的范围内，而最安全的范围内不会有真正的突破。

判断力比执行力更稀缺

把老苗这两段话放在一起看，你会发现一个完整的管理逻辑：

判断项目价值，用四个维度去筛——客户价值、战略匹配、商业天花板、自我进化。这是理性框架，解决“怎么选”的问题。

给创新空间，警惕“两个估计的错误”——不高估短期，不低估长期。这是认知校准，解决“怎么投”的问题。

对技术创新，不要用 KPI 去量——这是组织保障，解决“怎么活”的问题。

三个层次，缺一不可。没有判断框架，资源会撒胡椒面；没有认知校准，要么冒进要么保守；没有组织保障，好的判断也落不了地。

今天 AI 项目遍地开花，大家最不缺的就是执行力——做一个 Demo、跑一个 Pilot、写一个方案，谁都能干。真正稀缺的，是在一堆项目里看出哪个值得 All In 的判断力，以及给那个判断留出空间的勇气。

老苗做过 CTO，也做过业务总裁，他大概是最懂这个矛盾的人。CTO 想往前冲，业务总裁要确定性，这两个力一直在拉扯。而他给出的答案不是站哪一边，而是——该当下的，达成一致去做；对未来的，留出空间坚决支持。

这大概就是 AI 时代技术管理最难的题：不是选对项目，而是在选对之后，还能让对的项目活下来。我还录制了一个短视频，喜欢视频版本的可以看这个。

你觉得判断 AI 项目价值，最重要的标准是什么？评论区聊聊，也转给你身边正在为评估 AI 项目而发愁的朋友看看。