直接回答。 企业选择 AI 场景时，不应先问“哪个模型最强”，而应先找一条高频、可观察、有人负责、数据可获得且失败可控的业务流程。把候选场景放入价值、可实施性、风险和采用成本四维矩阵，再用两周基线和小样本验证，通常比从部门愿望清单直接立项更可靠。
核心要点
- 场景的最小单位是一条可以画出起点、输入、判断、输出和责任人的业务流程，不是“客服”“营销”这类部门名称。
- 业务价值必须落到时间、成本、收入、质量或风险指标，并在试点前记录基线。
- 可实施性不仅看数据是否存在，还要看数据能否合法使用、是否足够稳定、谁能解释例外。
- 高风险场景不等于不能做，但需要更严格的人审、测试、记录和退出机制。
- 真正的优先级由价值与落地阻力共同决定；员工采用成本经常比模型能力更早决定成败。
为什么企业容易选错第一个 AI 场景
许多项目从工具演示开始：先看到模型能写邮件、总结合同或回答知识库，再寻找可以“套进去”的部门。这种顺序容易产生三个问题。第一，演示展示的是理想输入，真实流程里却存在缺字段、冲突版本、临时规则和跨系统复制。第二，团队只计算单次任务节省的时间，没有计算审核、纠错、集成、培训和异常处理成本。第三，负责人把“能生成一个答案”误当作“能稳定完成一段业务工作”。
更稳妥的顺序是先理解流程，再界定任务，最后选择技术。理门的企业 AI 方法强调从业务现场出发：把材料、判断、协作和结果摆到同一张图上，找出真正形成等待、返工或风险的位置。技术选择应服务于这个位置，而不是反过来要求业务迁就工具。
美国国家标准与技术研究院的 AI 风险管理框架把治理、情境理解、测量和管理组织为持续活动。它的启发不是让每家企业照抄一套表格，而是提醒项目团队：价值、风险、测试和责任应该在系统生命周期内同时存在。经合组织关于企业采用 AI 的研究也指出，技能和数据成熟度是实施的重要障碍，企业需要先把业务问题界定清楚，再通过验证展示 AI 是否有用。
第一步：把愿望改写成可验证的流程
“用 AI 提高销售效率”无法直接评估。可以把它改写为：“当官网询盘进入邮箱后，系统在十分钟内提取公司、国家、产品、数量和交期，识别缺失信息，生成供销售确认的回复草稿，并把结构化结果写入 CRM。”这句话包含触发事件、输入、任务、输出、责任人和目标时间。
一个合格的候选场景至少要回答八个问题：流程从哪里开始；由什么事件触发；输入材料有哪些；当前由谁处理；关键判断是什么；输出给谁；异常如何升级；完成质量如何被确认。如果团队无法在一页纸上回答这些问题，说明它还不是可以进入优先级比较的场景。
建议连续观察五到十个真实案例，而不是只访谈管理者。记录每一步的等待时间、操作时间、返工原因、系统切换、复制粘贴、口头确认和例外。现场记录会揭示一些容易被忽略的事实：真正耗时的可能不是写回复，而是补齐订单信息；真正高风险的可能不是模型措辞，而是把错误数量写入下游系统。
第二步：用四个维度评分
一、业务价值
业务价值可以分成五类：缩短周转时间、降低人工成本、增加可承接业务量、提高输出质量、降低运营或合规风险。每个场景最多选择一到两个主指标，避免所有好处都写却没有一个能测。
例如询盘分流的主指标可以是“首次有效回复时间”和“需要销售手工补录的字段数”；合同审阅的指标可以是“第一轮审阅时间”和“高风险条款漏检率”；知识检索的指标可以是“找到可引用答案所需时间”和“答案引用覆盖率”。指标必须在试点前测量，否则上线后只能依赖主观印象。
价值评分还要考虑频率和覆盖面。一个每月发生一次、每次节省四小时的任务，未必比每天发生两百次、每次节省两分钟的任务更优先。计算时要使用真实业务量，并区分理论节省与可释放产能。被节省的零散分钟如果无法转化为更快响应或更高吞吐，就不应全部当作财务收益。
二、可实施性
可实施性包含数据、流程、系统和人员四部分。数据方面要确认样本量、格式稳定性、访问权限、个人信息和商业秘密边界；流程方面要确认规则是否相对稳定、例外是否可识别；系统方面要确认输入输出能否通过现有接口或安全的人工确认衔接；人员方面要确认是否有业务专家参与标注、评估和异常处理。
不要把“文件都在网盘里”当作数据就绪。文件可能版本冲突、命名混乱、扫描质量差，或者没有结果标签。先抽取一小批代表性材料，检查能否被读取、是否包含完成任务所需信息、是否覆盖常见和困难案例。若专家对同一案例都无法形成一致判断，项目首先需要澄清业务规则。
三、风险
风险要看错误造成的影响、错误被发现的概率、影响发生的速度以及能否恢复。内部会议纪要的轻微遗漏，与自动向客户承诺价格、自动拒绝求职者或自动提交财务数据，风险等级显然不同。
生成式 AI 还可能产生虚构、隐私泄露、提示注入、来源不清和过度依赖等问题。NIST 的生成式 AI 风险管理资料强调测试、评估、验证和确认。落到企业项目中，就是在试点前定义禁止自动执行的动作、必须引用的来源、需要人工批准的节点、日志保留方式以及出现异常时的停用流程。
风险评分不是为了否决创新，而是决定控制强度。低风险场景可以允许员工直接使用并抽样检查；中风险场景应要求结构化输出、引用来源和明确复核；高风险场景通常需要独立验证、权限隔离、审计记录和专业人员最终决定。
四、采用成本
采用成本包括培训、流程变化、岗位边界、信任、激励和管理制度。一个模型即使准确率很高，如果要求员工重复录入、频繁切换窗口、无法解释输出依据，最终也可能被绕开。相反，能力普通但嵌入现有步骤、让责任更清楚的工具，更容易形成持续使用。
经合组织的 AI 与技能报告指出，技能不足会阻碍采用，多数使用 AI 的员工需要的不只是技术知识，还包括数字、数据、管理和问题解决能力。因此，企业 AI 培训应围绕真实任务展开：员工要会判断什么可以交给系统、如何检查来源、何时升级、如何反馈失败案例，而不仅是学习提示词。
第三步：画出优先级矩阵
可以先用两个轴做初筛：横轴是可实施性，纵轴是业务价值。高价值、高可实施性的场景进入第一批；高价值、低可实施性的场景先补数据或流程；低价值、高可实施性的场景可以作为培训练习，但不应占用主要预算；两者都低的场景暂缓。
然后用风险和采用成本作为修正项。推荐的简单计算不是追求数学精确，而是迫使团队说明依据：优先级得分等于价值分加可实施性分，减去风险分和采用成本分。每项使用一到五分，并为每一分写一句证据。没有证据的分数标记为“待验证”，不要用讨论中的平均数掩盖不确定性。
矩阵评审应同时包含业务负责人、一线使用者、数据或系统负责人以及风险相关角色。业务负责人确认价值，一线人员解释例外，技术人员确认接口和数据，风险角色界定不可接受的后果。最终要指定一个场景负责人，对基线、测试、决策和复盘负责。
第四步：用两周验证代替大项目承诺
优先场景选出后，不要立即全面集成。先确定一批脱敏或获准使用的真实样本，覆盖简单、常见、边界和失败案例。冻结测试集，记录当前人工流程的时间与质量，再让原型在相同材料上运行。
验证至少要测四类结果：任务是否完成；关键事实是否正确；输出是否可被业务人员采用；出现错误时是否能够发现和恢复。还应记录人工复核时间，因为“生成快、检查慢”可能没有净收益。对每个失败案例做分类，例如输入缺失、规则不清、检索失败、模型虚构、系统写入错误或用户操作偏差。分类比单一准确率更能指导下一轮改进。
试点结束只做三种决策：进入受控上线、回到流程或数据准备、停止。进入上线也要限定用户、数据范围和权限，并设定复查日期。若团队想继续试验，却无法说明下一轮要验证哪一个不确定性，就说明项目正在用活动代替进展。
一页场景卡应该包含什么
每个候选场景用一页记录：场景名称、流程起止、业务负责人、使用者、输入、输出、频率、基线、目标指标、数据来源、主要例外、风险等级、人审节点、系统接口、两周验证范围和退出条件。这张卡既是立项材料，也是后续审计和复盘的起点。
如果你的团队已经有多个候选项目，可以先阅读资源中心里的案例与方法，再把三条最具体的流程带到预约沟通。讨论的目标不是证明必须使用 AI，而是判断哪一条流程值得验证，以及需要先补哪些条件。
常见问题
优先级最高的场景一定要最先上线吗？
不一定。高分场景可能仍需要数据授权、系统接口或风险评审。优先级的作用是决定资源顺序；上线还要满足明确的准入条件。
如何避免部门为了争取预算而高估价值？
要求每个分数附带证据，使用真实业务量和基线，并让财务或运营人员复核收益计算。无法验证的收益应标记为假设。
小企业没有大量数据，还能做 AI 场景吗？
可以从低风险、可人工复核、对历史数据依赖较低的任务开始，例如材料整理、字段提取或带来源的知识检索。样本少时更要控制范围并保留人工判断。
什么时候应该停止一个试点？
当关键数据不可合法获得、错误后果无法控制、人工复核成本超过收益、用户流程无法接受，或连续迭代仍不能改善核心失败类型时，应停止或回到前置准备。