企业 AI 试点，不从模型清单开始

阅读要点

• 先描述正在发生的业务问题，而不是先指定技术方案
• 把首轮试点限制在一个流程、一类用户和一组资料内
• 在开发前写清正确、拒答、转人工和效率四类验收动作

先把愿望改写成可观察的问题

“提升效率”“建设智能助手”都不是可以直接交付的需求。更有效的起点是记录谁在什么环节遇到了什么阻塞，以及这个阻塞现在带来多少重复工作、等待或差错。

例如，与其写“做一个客服机器人”，不如写“售后客服每天需要在多个版本的文档中查找同一类退换货规则，回答慢且口径不一致”。后者已经包含用户、场景、资料和风险。

把第一轮范围切到足够小

一个可验证的试点通常只覆盖一个产品线、一类高频问题、一组经过确认的资料和少量真实用户。范围小并不代表价值小，它让团队能看清问题来自模型、资料、流程还是组织责任。

如果试点同时跨多个部门、接入多个核心系统并承担自动决策，项目往往会在权限、数据和责任边界上提前失速。

开发前先写验收动作

至少准备四类验收：应该正确回答什么、不应该回答什么、何时必须转人工，以及业务人员完成同一任务是否更快。每一类都要有真实样例和明确责任人。

FDE 的价值不只是把功能做出来，而是协助业务与技术团队共同定义这些边界，并把它们落实为可以重复执行的验证过程。