企业想做 AI， 第一步到底应该判断什么？

第一步不是选模型、买工具或先做一个聊天机器人，而是找出一个真实、重复发生、正在付出明确成本的业务问题。随后确认它能否被拆成稳定流程、是否有可用数据与系统、哪些动作必须人工负责、结果怎样验收。只有业务价值、实施条件和风险边界同时成立，才决定自助使用、咨询诊断、最小验证或正式开发。

如果你正被要求“公司也要做 AI”，但还说不清要改变哪项业务结果，可以先完成下面的问题定义与替代方案比较。若场景已经选定，接下来的重点才是准备度、验证或实施；不必每次都重新讨论一个覆盖全公司的愿景。

先把“想做 AI”写成一个可以核对的问题

从一条近期真实记录开始：一次返工、一次等审批、一次查资料，或一条没有及时推进的销售线索。请实际做这项工作的人还原经过，先分清“人在处理多久”和“事情等了多久”。没有现成统计时，记录观察范围和未知项，不把几个人的印象当作整个公司的损失。

示例（非客户案例）：售后人员说“回复太慢，希望上一个 AI 助手”。还原工作后，可能发现时间花在等待工程师确认，也可能发现大部分时间花在查找已经批准的处理说明。这两种情况需要的方案不同。问题卡应写“哪些提问、为什么慢、谁能确认”，而不是把“回复慢”直接改名为“缺少大模型”。本例只演示提问方法，没有客户工时或收益数据。

同一个业务问题，先比较不做、改流程、用规则软件和用 AI

把 AI 放进备选方案，才能知道额外投入买到了什么。不改变现状也要列入比较：问题发生很少、后果可以接受，或整理成本已经超过可预期价值时，暂缓可能合理。普通软件也不是固定的低成本答案，应按实际适配和维护需要核对。

几种做法可以组合。例如先统一处理说明，再比较现有检索与 AI 辅助整理。不要预设“有文字就该用 AI”，也不要因为规则还没有整理好，就推定只能让 AI 猜。先用较小成本取得能改变选择的证据。

NIST 的 AI 风险管理手册将非 AI、非技术替代方案纳入用途判断。这里借用的是比较方法，不是中国企业的强制立项标准。参阅：NIST MAP 1.1 的用途与替代方案说明。

先用四个维度筛掉不值得做的方向

一个场景听起来有未来，不等于现在适合投入；先比较价值、可行性、风险和复用性。

四个维度用于发现矛盾，不宜压成一个看似精确的总分。价值很大但授权不明的方向，不能用价值分数抵消约束；某个演示很容易完成，也不能据此证明业务有持续需求。第一项目应同时看价值、边界、可取得的数据和业务负责人的参与意愿。

从真实问题走到可执行项目

先形成业务结论，再选择技术；让每一步都留下可用于继续或停止的判断依据。

1. 写清业务成本：描述谁在什么情况下做什么、当前需要多久、哪里容易错、影响哪项业务结果。 留下问题定义卡。
2. 拆解现有流程：画出输入、判断、资料、系统、动作、审批和异常，找出真正的等待与重复节点。 留下业务流程与卡点图。
3. 盘点数据与系统：确认资料在哪里、版本是否可信、能否检索、有哪些接口与权限，避免方案建立在不存在的数据上。 留下数据与系统清单。
4. 划定人工边界：标出建议、草稿、低风险执行和高风险承诺分别由谁负责，定义中止与回退机制。 留下责任与风险矩阵。
5. 定义验收指标：选择响应时间、错误率、完成率、人工咨询次数、转化等可观察指标，并记录改造前基线。 留下验收与基线表。
6. 决定项目方式：低风险个人任务可先自助；跨部门或高价值流程进入咨询、验证或正式开发。 留下优先级与下一步路线。

这些是决策输入，不要求在初次沟通前做成完整技术方案。可以从业务困扰、相关部门和已有资料开始，明确哪些已知、哪些需要访谈或验证。流程梳理也只需达到能判断投入方向的程度，具体节点的权限、接口和异常实现留到实施阶段核实。

这些情况不适合马上进入开发

• 问题只有一句愿景：“做一个企业大脑”无法定义用户、流程、数据和验收，应该先缩小到具体业务节点。
• 数据没有责任人：资料长期无人维护、版本冲突且权限不清时，先处理目标场景所依赖的关键资料与责任；这不等于先治理全公司所有数据。
• 结果无法验收：团队不能说明什么叫更快、更准或更有价值时，应先定义基线与质量要求。
• 高风险动作要全自动：报价、合同、质量承诺、付款和正式对外沟通等需要承担责任的动作，应先保留授权人员确认；人工确认也需要时间、依据和接管能力。

自助、咨询、最小验证与开发，分别解决什么

低风险个人任务可以先在企业允许的资料和工具范围内自助尝试，记录是否有帮助。跨部门、需要企业依据或会影响业务责任的任务，应先澄清数据、权限与人员条件。是否购买通用工具，要回到这个边界判断，工具账号本身不能代替流程和责任。

咨询用于把方向与条件判断清楚；最小验证（PoC）用于检验会改变投入决定的关键假设；正式开发还要处理系统集成、权限、日志、异常、运营和验收。没有完整数据仍可先诊断与整理，但不能把没有核实的依据当作已经具备。验证通过也不等于可以直接进入生产。

AI 项目优先级必须结合企业当前目标、流程、数据和风险判断。高影响场景不一定低成本，低成本试验也不一定值得规模化；咨询结论可以是进入开发，也可以是先治理数据或暂缓投入。

可以对照已有的跨境工贸企业：先统一数据，再决定 AI 选品与销售跟进。该页是匿名第一方诊断与小范围验证记录，展示的是先收敛范围、再推进的判断，不提供可外推的获客或收入改善结果。

如果内部争议仍停在“到底要不要做”，可带着问题定义卡了解企业 AI 咨询的范围与决策交付。咨询可以独立结束，结论可以是调整流程、补条件或暂缓投入；不默认绑定后续开发。若已经选定具体任务，需要检查 Agent 的工作条件，可继续阅读怎样判断一个企业场景是否适合 Agent。