企业 AI 平台落地，我一般会按这四步走

还有一种更尴尬的：平台已经买了，license 付了，环境也搭好了，然后就停在那儿。没人用，也没人说得清该拿它干什么。

我这些年做的项目集中在银行、制造、零售、供应链这几个方向，也实际对接过不少厂商的售前、架构师和实施团队。这两年参与或旁观的企业 AI 项目，粗算三十来个。跑起来的和没跑起来的，差别不在模型，也不在预算。

差别在顺序。

大多数卡住的项目不是死在第一步"选哪家"，是死在第二步和第三步之间。厂商选完了，PoC 也做了，演示会上效果都不错，然后就没有然后了。

所以这篇我不打算聊厂商对比，只说一件事：从一个"我们要上 AI"的念头，到真的有人每天在用它干活，中间要过哪四步，每一步的通过标准是什么。

如果你是企业 IT 负责人、数字化推进的人，或者业务侧被推着做 AI 的，这篇可以直接当执行顺序用。

一、先说清楚：AI 平台项目为什么会停在中途

我先把失败的样子描述一下，因为认出它比学会方法更难。

一个典型的中途停摆项目，长这样：

平台上线三个月，登录人数从最初的三四十人掉到个位数

问起来，大家都说"挺好用的"，但没人说得清自己每周用它做什么

知识库是上线前一次性灌的，之后再没更新过

最初演示的那个场景还在，第二个场景一直没排上

项目负责人换了个说法，从"AI 平台项目"变成"AI 能力建设"——听起来还在推进，实际上已经没人定目标了

我复盘过这些项目，发现三个共同的起点错误。

第一个：当成软件采购在办。

买一套系统，签订合同、部署、培训、验收，这套流程企业跑了二十年，很熟。于是上 AI 平台也照这个来：选厂商、谈价格、定上线日期、验收。

问题在于，软件采购的终点是"能用"，AI 平台的终点是"有人用"。这两件事中间隔着一整套运营动作，采购流程里完全没有这个环节。验收单签了，项目就算结束了，但业务价值这时候还没开始产生。

第二个：当成 IT 项目在推。

AI 平台挂在 IT 部门名下，需求由 IT 收集，场景由 IT 定，上线由 IT 通知。

IT 部门对业务流程的理解通常是"系统怎么跑"，不是"人怎么干活"。结果做出来的东西技术上没毛病，业务上没人需要。我见过一个项目，IT 花了两个月做了个制度问答机器人，上线后月使用量 12 次。不是做得不好，是那个企业根本没人会去查制度原文——他们遇到制度问题都是直接打电话问行政。

第三个：当成模型能力比拼在看。

选型阶段花了大量时间对比各家的大模型跑分、上下文长度、推理速度。这些当然要看，但它们决定的是天花板，不是落地结果。

我见过一个客户，选了当时跑分最高的方案，结果第一年卡在权限梳理上——他们有四十多个业务角色，每个角色能看到的数据范围都不一样，光是把这个矩阵理清楚就花了七周。模型再强，这一步也省不掉。

所以我的判断是：企业 AI 平台落地，本质上不是一个技术项目，是一个"业务流程改造 + 数据治理 + 组织配套"的混合项目。 技术只占其中一块，而且不是最难的那块。

既然是混合项目，就要有阶段。我把落下去的顺序分成四步，每一步有自己的核心问题、交付物和通过标准。

二、四步框架：每步都有明确的"过线"标准

先给总览表，后面逐段拆。

 周期这列是我在中型项目上的经验值，不是行业标准。小项目能压缩，集团型项目普遍要往后延。别拿这个当报价依据。

2.1 第一步：准备期——先别碰厂商

这一步最容易被跳过。常见的情况是：领导说要上 AI，IT 第二周就开始约厂商演示。

我的建议是，至少留两到四周，把三件事做完再开始看产品。

第一件事：把场景列出来，排序。

不是列"我们希望 AI 帮我们做什么"这种愿望清单，是列具体的动作。

一个合格的场景描述长这样：

销售总监每周一上午要看上周各区域的订单达成情况，现在需要从 ERP 导出三张表，用 Excel 拼一遍，再做成 PPT。这个动作每周一次，占用他助理约 3 小时。

不合格的描述是："我们希望 AI 辅助经营分析。"

区别在于，前者有明确的输入（ERP 三张表）、输出（达成情况表/PPT）、使用者（总监助理）、频次（每周一次）、耗时（3 小时）。有了这五项，你才能判断这个场景值不值得做、能不能做。

列完之后排序，我用三个维度打分：

 数据可得性是决定项，不是加分项。这一项 0 分的场景，前两项再高也要往后排。

我一般建议第一个场景选"频次高、痛点中等、数据现成"的。别选最难的——第一个场景的作用是证明这条路走得通，不是炫技。也别选最边缘的——比如做个节日祝福生成器，跑通了也没人信。

第二件事：数据盘点。

把候选场景需要的数据逐个问三个问题：

1. 数据现在在哪套系统里？（ERP？CRM？Excel？还是某个人电脑里的文件夹？）

2. 技术上能不能取出来？（有没有接口？有没有只读账号？数据库能不能直连？）

3. 取出来要不要清洗？（字段是不是规范的？有没有大量空值？口径是不是统一的？）

第三个问题最容易被忽略，也最容易爆雷。我见过一个零售客户，会员数据存在三套系统里，同一会员的手机号在 A 系统带国际区号、B 系统不带、C 系统是加密的。光是把这三条对齐，就花了一周多。

所以盘点完要产出一张表：数据源 / 所在系统 / 取数方式 / 责任人 / 数据质量现状 / 需要的前置处理。

第三件事：权限边界。

这是最枯燥但最不能省的一步。

要理清楚：哪些人能看到哪些数据。不是粗粒度的"部门经理看本部门"，是具体到字段级——销售能看到客户的成交金额，但看不到成本价；区域总监能看到本区域所有销售的单子，但看不到其他区域的。

为什么非做不可？因为 AI 问答的一个特点是"你问什么它就答什么"。传统报表是你做了什么看板，用户就看什么，天然受限于你设计好的权限。AI 问答不一样，用户问一句"上个月华东区毛利是多少"，如果权限没做进查询层，这句话可能就真的把数字吐出来了。

所以权限矩阵必须在选型之前理出来，它会直接决定你选的平台在数据权限上要做到什么颗粒度。

准备期的通过标准：

你能用一句话说清第一个场景——输入是什么、输出是什么、谁在用、多久用一次、现在做这件事要花多长时间。

说不清，就别往下走。

2.2 第二步：选型期——先定形态，再看厂商

这一步我写过一篇完整的选型长文，这里只说三个容易被忽略的点。

先定部署形态。

私有化、混合、SaaS，这个决定会直接把候选名单砍掉一半，所以要放在最前面。

数据完全不能出内网的（国央企、金融、不少制造业），基本只有私有化一条路

业务数据敏感度不高、想快速验证的，SaaS 起步最快

中间地带用混合：通用问答走云端，涉及核心经营数据的走本地

这个决定不该由 IT 单独做，要拉上合规和数据安全的同事。我见过项目做到 PoC 阶段才发现合规不允许数据上云，整个方案推翻重来。

再做评估，但少看跑分。

评估维度我用的是九个，分三层：能不能用（模型能力与可替换性、知识库检索质量、智能体编排能力）、好不好落地（业务系统连接能力、权限与数据范围、交付周期）、敢不敢长期用（部署形态与安全、可观测与审计、成本结构与厂商持续性）。

这九个里，真正决定落地成败的往往是中间那层——业务系统连接能力和权限颗粒度。这两项也最难在演示环节看出来，要放到 PoC 里验。

PoC 必须自建评测集。

这是我最想强调的一条。

不要让厂商帮你出测试题，也不要用厂商提供的示例问题。厂商的示例问题是他们跑通过无数遍的，你测出来的准确率会虚高。

我的做法是：从真实业务里收集 100 个问题，覆盖三个难度层：

另外留 10 道"不该答"的题。比如问一个明显超出该角色权限的数据、问一个系统里根本没有的数据。这类题测的是拒答能力——AI 敢不敢说"我没有这个数据"或"你没有权限"。很多平台在这 10 道题上暴露得最彻底。

100 道题跑完，你会得到一个准确率基线。这个数字是你后面所有决策的锚：验收看它，优化看它，判断要不要推广还是看它。

2.3 第三步：试点期——上线不等于交付

这一步是项目真正的分水岭。

PoC 通过之后，很多项目的做法是：把环境扩到生产，通知业务部门，培训一次，然后开始等。等到三个月后发现没人用。

我的看法是，试点期要做的事情比选型期多。

第一，选对试点场景和试点人群。

场景前面已经选好了。试点人群要另外挑，我一般要三类人：

2–3 个"愿意试"的：对新东西不排斥，愿意反馈

1 个"难搞"的：业务能力强、要求高，会挑刺

1 个"旁观者"：不用，但会在旁边看

第三类容易被忽略，但很重要。他们的态度决定了后面推广时多数人的第一印象。

第二，把使用数据接出来。

不要问"好不好用"，看数据。至少要看：

这些数字头两周通常难看，这正常。关键是有没有在改善。如果第四周和第一周一个样，那不是"需要时间"，是有结构性问题。

第三，把反馈机制做成例行动作。

我一般要求试点期每两周开一次 30 分钟的会，只聊三件事：哪些问题答错了、哪些场景还没接、哪些流程反而变慢了。

第三件最容易被漏掉。AI 上线后有些流程会变快，但有些会变慢——比如原来直接问同事一句话就能拿到答案，现在要登录系统、打字、等结果。这类"变慢"如果不主动收集，用户不会抱怨，只会悄悄不用。

试点期的通过标准：

我的判断标准有三条，全满足才算过：

1. 目标用户周活跃率稳定在 30% 以上，连续四周不下滑

2. 有人主动来提新需求——这说明他们开始把它当工具，而不是当任务

3. 评测集复测准确率没有比 PoC 时下降

第三条特别容易被跳过。生产环境的数据量、数据复杂度都比 PoC 大，准确率掉 10 个点是常事。不测，你就不知道问题出在哪。

2.4 第四步：推广期——从 1 个场景到 10 个场景

试点跑通之后，会有一段"甜蜜期"：效果好，领导满意，要扩大范围。

然后就卡住了。因为第二个场景的接入成本，看起来和第一个差不多。

推广期的核心任务是：把第一个场景的接入过程标准化，让后面的场景越接越快。

第一件事：把接入流程写成 SOP。

第一个场景是怎么接进来的？谁提的需求、谁理的数据、谁配的知识库、谁做的评测、谁负责上线后运营？把这些步骤写下来，标明每一步的责任人和耗时。

写成之后你会发现，有些步骤是可以砍掉的，有些是可以并行的。我做过的一个项目，第一个场景接入用了 9 周，第二个用 5 周，第五个用 12 天。差别不是人变强了，是流程理顺了。

第二件事：定运营分工。

AI 平台上线之后有四项长期工作，必须有人认领：

四项里最容易被漏掉的是知识库维护。大部分项目把知识库当成上线前的一次性工作，结果半年后答案还在引用已经废止的制度文件。

第三件事：建立三条度量线。

推广期之后，判断这个平台是不是真的有价值，我只看三条线：

使用线：活跃率、覆盖场景数、覆盖人数

质量线：评测集准确率、拒答率、用户反馈的问题数

成本线：月度总消耗、单次问答平均成本、成本/使用量比值

三条线一起看才有意义。使用量涨但成本涨得更快，说明单位价值在下降；成本降了但准确率也降了，说明在偷工减料。

推广期的通过标准：

新场景的平均接入周期，比第一个场景缩短一半以上。做不到，说明流程没标准化，推广只是把第一个场景的动作重复了 N 遍。

三、四步之间有三道门槛，多数项目倒在第二道

四步听起来是线性的，实际上每两步之间有一道坎。我按失败率排了个序。

3.1 第一道：准备期 → 选型期，场景说不清

症状：开始看产品了，但问到"你们第一个场景是什么"，答案是"先看看能做什么"。

这是没做准备的典型表现。厂商演示的时候你会被带着走——对方演示的能力都很炫，你会觉得这个也想要那个也需要，最后选了一个"什么都能做"的平台，回来发现一个都做不深。

补救动作：停下来，用一周时间补场景清单。宁可推迟选型，也不要带着模糊需求去看产品。

3.2 第二道：选型期 → 试点期，演示和生产的落差

这是失败率最高的一道。

PoC 环境里，数据是清洗过的样本，问题是设计好的，并发是个位数，知识库是精心整理的几十份文档。生产环境里，数据是全量且脏的，问题是用户随手打的，并发可能几十上百，知识库是几百份格式不一的文档。

我见过落差最大的一个项目：PoC 准确率 91%，生产环境第一次实测 62%。原因有三个——生产库里有大量历史冗余数据没清理、用户提问习惯用简称和口语（"上季度老王那边的数"）、部分文档是扫描件没法解析。

判断标准：生产环境第一次复测，准确率相对 PoC 下降不超过 10 个点，属于正常范围，可以通过优化追回来。下降超过 20 个点，别硬推，先停下来找根因。

补救动作：PoC 阶段就要求用生产数据的脱敏副本，至少用 10% 的真实数据量。很多厂商不愿意，理由是准备成本高——这个成本值得花，比上线后返工便宜。

3.3 第三道：试点期 → 推广期，没有 owner

症状：试点效果不错，领导表扬了，然后项目组解散或者转去做别的事，平台进入"自然生长"状态，半年后悄无声息。

这道坎的本质是组织问题，不是技术问题。试点期项目组还在，有目标、有例会、有人盯。推广期项目组一撤，平台就变成了一个没人负责的系统。

判断标准：在试点结束前，以下四个问题必须有明确答案，且答案不是"IT 部门"：

1. 知识库谁维护？

2. 新场景谁提、谁排优先级？

3. 成本超了谁负责？

4. 效果不好谁决定调整方向？

答不上来，先别急着推广。把一个场景做深，比铺十个场景然后一起荒掉强。

四、不同企业，这四步要怎么调

标准流程给的是基准，实际项目要按企业情况加减。我把常见的五类情况分开说。

4.1 业务系统多、组织复杂的集团型企业

典型特征：ERP、CRM、MES、OA 各有各的，部门墙厚，权限层级多。

调整重点：

准备期要延长，光权限矩阵可能就要 3–4 周

第一步的重点从"选场景"移到"理权限和数据边界"

场景建议从内部管理类切入（制度问答、报表自动生成），因为这类场景涉及的数据范围相对可控，跨部门阻力小

我在这类企业见过的最有效打法是：先拿一个不涉及敏感数据的通用场景跑通流程，把 SOP 立起来，再去啃硬骨头。

4.2 想快速验证、预算有限的中小企业

典型特征：没有专职数据团队，IT 可能就一两个人，预算在几十万以内。

调整重点：

准备期压缩到 1–2 周，场景直接从"最痛的一个点"开始，不做完整清单

优先选择 SaaS 或轻量部署，别一上来就私有化——硬件、运维、版本升级都是成本

试点和推广可以合并，第一个场景跑通就接第二个，边跑边建流程

这类企业最大的风险不是做不成，是买重了。我见过 200 人的公司买了面向集团型企业设计的平台，光实施就四个月，最后核心功能用了不到两成。

预算参考：如果是轻量起步，年费几万块的方案足够验证。

4.3 数据合规要求高的国央企、金融、政务

典型特征：数据不能出内网，可能还有信创要求。

调整重点：

部署形态前置到第一件事，私有化基本是唯一选项，候选名单会大幅收窄

准备期要增加一项：信创环境适配核对（操作系统、数据库、中间件版本）

周期整体拉长 30%–50%，主要是环境准备和安全评审的时间

这类项目我见过最多的坑是"私有化版本的功能代差"——很多平台的私有化版本比云端版本落后一到两个大版本，某些能力压根没有。签合同前一定要让厂商明确：私有化交付的是哪个版本，跟云端版本差多少，后续升级怎么跟。

4.4 已经有 BI，想往上加 AI

典型特征：报表体系已经建起来，但业务还是嫌慢——想要个新维度就得提需求排期。

调整重点：

准备期可以省掉数据盘点，因为 BI 侧已经做过一轮

但要补一项：指标口径核对。AI 问答直接查底层表，容易跟 BI 报表的口径对不上，出现"AI 说 100 万，报表说 98 万"的情况

第一个场景建议选"报表问答"或"经营摘要生成"，复用已有资产，见效快

这类企业有个天然优势：指标体系已经建好了，AI 问答的准确性会明显更高。因为 AI 不需要自己猜"销售额"是怎么算的，语义层里已经定义好了。

4.5 制造业与零售业各自的侧重

制造业：

数据最大的难点在设备层和 MES 层，很多设备数据要么没采，要么采了没存

建议第一个场景避开"预测性维护"这种听起来性感但需要大量历史数据的，从"工艺参数查询""质量异常归因"这类切入

车间一线的使用习惯要重点考虑，让他们打字提问不现实，可能需要语音或预设选项

零售业：

数据相对规范，ERP 和 POS 系统通常比较完整

最大的痛点是"看数据的人太多、层级太杂"——总部、区域、门店、导购，每级要看的东西都不一样

建议从"门店诊断"或"经营日报自动生成"切入，这类场景频次高、标准化程度高

我们在这两个行业做过不少项目，客户实践里比较典型的几个效果：制造企业的材料超耗成本下降 10%–15%，零售企业的库存周转率提升 15%–25%，会员数据整合周期从 2 周缩到 1 天。这些数字的前提是场景选对了，不是上了平台就自动有。

4.6 情况速查表

五、这四步里我踩过的六个坑

按代价从大到小排。

1. 第一个场景挑了最难的。

有个项目选了"智能排产"作为第一个场景。技术上能实现，但需要接入的数据源有 11 个，其中 3 个没有接口。光取数就做了两个多月，等能跑的时候，项目热情已经耗完了。

后来我改了规矩：第一个场景的数据源不超过 3 个，上线周期控制在 8 周以内。先证明能跑，再谈跑多远。

2. 评测集让厂商帮忙出。

早期我图省事，让厂商提供测试问题集。结果测出来准确率 94%，上线后实际不到 70%。因为厂商给的题，是他们调优过的题。

现在这条是我的硬规矩：评测题必须来自真实业务，必须自己出，且要有 10% 以上是"不该答"的题。

3. 试点期间只看满意度，不看使用数据。

有个项目试点期做了问卷，满意度 4.2 分（满分 5），项目组很满意，直接推广。推广后三个月我去看后台数据，周活跃率 8%。

问卷问的是"你觉得这个工具有用吗"，没人会答没用。要问"上周你用了几次"——这个问题才真实。

4. 知识库建完就不管了。

制度文件一年更新好几次，产品手册跟着版本走，价格表按月变。知识库不更新，AI 就会非常自信地给出过期答案，而且用户看不出来。

这个坑的阴险之处在于，它会慢慢侵蚀信任。用户被错答案坑过一次，后面就不来了，而且会告诉同事"这个不准"。

5. 成本没设上限。

有个项目上线第二个月，token 账单是第一个月的 3 倍多。查下来是有人写了个定时脚本，每 5 分钟批量问一次。

现在我在项目启动时会要求两件事：一是按部门或按人设月度配额，二是配异常告警——单日消耗超过前七日均值两倍就发通知。这两件事做任何平台都支持，关键是提前设。

6. 把项目整个交给 IT 部门。

这条最根本。IT 部门能搞定部署、权限、集成，但搞不定"哪个场景值得做"和"业务愿不愿意用"。

我现在的建议是：项目负责人由业务侧的人担任，IT 做技术负责。如果找不到业务侧的人愿意接，说明这个项目的需求是假的——是上面压下来的，不是下面真需要的。这种项目趁早别做。

六、我自己沉淀下来的三条规矩

第一条：选场景比选厂商重要。

同样的平台，场景选对了能跑起来，选错了就是一套闲置的系统。我见过用很普通的方案做出效果的项目，也见过买了最贵的平台然后闲置的。

场景判断就三条：频次高不高、痛不痛、数据现不现成。三条都过，才值得做。

第二条：通过标准要写在前面，而且要量化。

"提升效率""辅助决策"这种目标没法验收。要写成"助理准备周报的时间从 3 小时降到 30 分钟""评测集准确率不低于 85%""周活跃率不低于 30%"。

数字可以讨论，但必须有。没有数字的目标，最后一定会变成"大家觉得还行"。

第三条：上线那天才是开始。

AI 平台不是部署完就产生价值，是用起来才产生。上线之后的半年，需要的投入比上线前多，不是少。

如果你们的规划里，预算和人力都集中在上线前，上线后没人管了，那这个项目大概率会变成我开头说的那种——平台在那儿，没人用。

上 AI 平台这件事，说到底不是买一个工具，是给自己加一条新的工作方式。工具买回来放着，什么都不会变；用起来、用下去、越用越顺，才是真的开始。