可观察的信号
- 演示效果很好，上线后却没人稳定使用。
- 输出没有验收标准，也没有人对错误负责。
- 试点只统计调用次数，不知道减少了什么业务负担。
从一个具体问题开始
AI 试点很多，却没有业务闭环
把一个高频、可验证的业务任务连到真实输入、人工责任、异常处理和结果检查。
首次沟通可使用非敏感信息；提交咨询不等于确认预约。
01 / 识别症状
这些情况是否正在发生？
不解决的代价
重复试验消耗预算与团队信任，错误结果可能进入客户承诺或经营决策。
02 / 先做一次检查
不用先买工具，先核对事实
先确认任务边界：输入来自哪里、输出给谁使用、什么错误必须拦截，以及人如何接管。
需要准备的输入
- 经批准可用于测试的脱敏任务样本与正确处理示例。
- 现行操作流程、耗时、错误和升级记录。
- 数据权限、保留要求和禁止自动执行的动作。
只共享你有权使用的信息；客户与个人信息请先脱敏。
03 / 最小验证
如何从一个试点开始
从只读辅助或需人工确认的单一任务开始，覆盖正常、缺失输入及高风险例外。
业务负责人负责验收；技术负责人负责运行与权限；人工复核人保留接管能力。
- 01
先用固定样本建立人工基线、失败分类和验收规则。
- 02
接入最小必要数据，加入复核、日志与安全回退。
- 03
在受控范围运行，复盘有效完成率、总耗时和错误成本。
04 / 验收与边界
交付什么，如何判断有效
以下是建议的验证设计，不是已经实现的客户效果。具体目标和周期在基线确认后约定。
工作产物
任务边界说明、评测样本集、人工接管流程与试点决策报告。
阅读过程样例 ↗衡量口径
可接受完成率＝通过业务验收的任务数／全部受测任务数；同时报告人工修订与失败样本。
不能牺牲的条件
检查敏感数据暴露、未授权动作、事实错误和复核负担；调用量不作为成功依据。
推广或停止的判断
业务验收和风险门槛同时满足才扩大范围；出现关键安全失效时停止自动处理并回退。
05 / 适用边界
什么时候不应该直接启动
缺少合法数据使用依据、可检查的结果或接管负责人时，不进入自动执行；不承诺无人化替代。
选择下一步
有明确问题，就带着问题讨论
还不确定问题优先级，可以先完成匿名测评；需要了解系统性工作范围，可继续阅读对应解决方案。