企业上 AI 第一步做什么？第一个场景的四个选择标准

最常见的错误：从最大的问题开始

很多企业启动 AI 的方式是：开一次管理层会，列出公司所有想解决的问题，从最大的那个开始做「整体规划」。常见结果：半年出不了成果，预算追加两轮，全员对 AI 失去信心，最后得出「AI 不适合我们」的错误结论。

最大的问题往往也是数据最散、周期最长、涉及部门最多的问题。用它练手，等于用最难的仗练新兵。

四个标准逐条说

业务够重要。结果有人在乎，做完有人愿意用。反例：选一个只有 IT 部门关心的场景，上线即无人问津。

数据可得。相关系统的数据拿得到、口径理得清。反例：数据还要先做半年治理，项目没开始预算就烧完了。

能验收。有明确的对比指标——报价周期、检索时间、停机时长。反例：「提升管理效率」这种没有刻度的目标，做完永远说不清有没有用。

范围可控。一个环节，不是一条业务链。反例：一上来就要打通全公司的产供销。

按这个标准选过的场景与结果

第一个场景之后怎么走

按「离经营的远近」扩展：先经营管理（取数、知识库、月度报告），再业务前端（报价、预测、客户预警），最后职能后台与生产环节。每一步保持同一节奏：一个场景，2-4 周，验收合格再继续。

两个无效起步的信号

范围跨了两个以上部门——第一个场景就要求多部门同时改流程，协调成本会吞掉全部工期；依赖一个尚不存在的数据平台——「等数据中台建好了就做」的项目，大概率做不成。满足任何一条，换一个场景。

不同规模的企业，第一个场景通常不一样

几百人的加工厂，第一个场景常选工艺知识库——新人上手慢、老师傅要退休，是最疼的。

分销类企业，常选报价自动化——报价周期直接关系签单速度。

有多门店、多事业部的企业，常选经营驾驶舱——先把各部门数据统一到一个口径，老板的决策才有依据。

共同点：都从「最影响签单速度」或「最影响老板决策速度」的环节切入，而不是从技术最炫的环节切入。

谁来做这个选择？

三方一起：老板定「哪个问题最疼」，业务负责人定「验收看什么指标」，服务商评估「数据和周期可不可行」。三方坐下来，通常一次会议就能把第一个场景定下来。定了就别再改，改来改去比选错更伤士气。

「范围可控」怎么算可控？给个参考

大致满足：涉及一个部门、关联一到两个系统、验收指标是一份能写进文档的清单。如果第一个场景就要三四个部门同时改流程，或者依赖一个还不存在的数据平台，说明它不是「第一个」，而是第三、第四个。

验收指标的基准值怎么取？

改造前，先把现状实测一周：报价现在平均多久、新人上手现在到底多少天、复盘报告现在拼几天。这个实测数就是基准。验收时用同一口径再测一次，前后对比就是项目结果——不依赖任何一方的口头评价。

很多项目扯皮，是因为动工前没测基准值。这一周的实测，值得花。

常见问题