一、“先从最有价值的做起”:正确的废话
会议室里,“先从最有价值的做起”这句话往往能获得全员点头。它无法反驳,因为绝对正确;但也无法执行,因为它缺乏具体指向。
需求清单通常提前一周收集,包含智能客服、合同审查、单据校验等二十余项内容,每项都标注“预计提升效率明显”或“大幅降低人工成本”。撰写者态度认真,均认为自身场景最具价值。
问题在于:当所有选项都被标记为“高价值”时,等同于没有一项被证实具有独特价值。
在上市公司中,这一困境被进一步放大:
第一,资金问责压力大。民营企业选错场景仅损失年度预算,而上市公司需在定期报告中解释投入去向及终止原因。
第二,预算周期刚性。年度预算制下,一旦决策失误,当年难有二次机会,只能等待下一周期。
第三,跨部门协作成本高。高价值AI场景常涉及跨部门流程,在层级复杂的组织中,跨部门意味着跨越多条汇报线,协调难度远超小团队作业。
因此,最稳妥的策略往往沦为“继续调研”,导致会议陷入循环。
二、排序标准误区:主观感觉导致决策停滞
许多企业采用“价值—难度”四象限法对场景进行分类。图表本身无误,但填充数据的方式存在缺陷:价值与难度的评估多依赖主观直觉。
“价值”维度尤其危险:任何人都可声称其场景价值巨大,却难以提供客观依据;同时,无人有权当场反驳,因为否定业务部门的场景价值等同于否定其工作成果。
若排序标准仅局限于“价值大小”,会议注定无法产出结论。解决之道不在于更换场景清单,而在于重构评估标尺。
三、重构评估体系:代价、数据与权限三维模型
将评估核心从“潜在价值多大”转换为“能否快速验证”,通过以下三个维度进行量化评分(1-5分):
1. 代价轴:维持现状的损失可核查性
不追问“做成后收益多少”,而是反向推导“维持现状每月损失多少”。后者具备可核查性单次错误代价、月发生频率、处理耗时及人工成本均可量化。
能计算出当前环节具体金钱或工时损失的场景,即可通过初筛;仅凭“做好后很厉害”推测的场景,应暂时搁置。
2. 数据轴:数据可控性与获取难度
此维度决定项目生死,常被忽视。需明确三点:数据是否存在且可自动获取?是否需人工整理?获取授权需经过几个部门?
若某场景需先进行半年数据治理才能启动,虽非不可行,但不适合作为“首战”项目,因为公司需要在下一个报告期前看到确切结论。
3. 权限轴:流程改动权的归属
这是最易被忽略的关键点。许多AI项目并非技术失败,而是“落地受阻”:模型效果良好,但产生收益需修改由其他部门管控的流程,而该流程短期内无变更计划。
针对候选场景,需确认:若AI建议生效,谁有权修改对应规则?若答案是需要漫长沟通,则应扣分。
应用策略:优先选择三轴评分均较高的场景。其未必是收益最大者,但最可能在十二个月内被验证对错。首个AI项目的核心任务并非立即盈利,而是为公司建立一套判断标准——明确成功定义、责任主体及评估周期。首战告捷,后续项目方能有章可循。
四、负面清单:四类场景暂缓实施
完成初步排序后,利用以下“负面清单”进行反向过滤。命中任意一条,建议延后执行:
· 需推动三个以上部门修改流程:并非不可行,而是当年难以推动。
· 核心数据需向外部申请授权:授权周期不可控,易在项目等待中消耗团队热情。
· 收益需两年以上显现:此类场景列入“储备清单”,留待明年规划。
· 无人对结果负责:虽众人认同其必要性,但无明确责任人。此类项目耗时往往超过前述三者之和,风险最高。
五、战略考量:小规模起步的必要性
从小型、易验证场景起步,虽在汇报时缺乏想象力,但这是一种必要的战略妥协。
尝试宏大场景的公司常面临两种结局:要么半年后仍在反复修改方案;要么中途被迫缩小范围,将宏大场景拆解为小功能——这实质上是绕远路回到起点。
规模可控,节奏不可失控。首选小场景,旨在为第二个、第三个场景的获批积累信用与经验。
六、会议执行建议:从观点之争转向证据之争
将会议议题从“选择哪个场景”调整为“为候选场景打分”。会前分发三维评估表,要求各部门填写时提供依据,特别是“代价轴”必须附带可计算的现状数据。
此举将主观的观点争论转化为客观的证据比对,可在三十分钟内得出有效结论。
判断AI场景优先级的核心标准,从来不是“它有多重要”,而是“十二个月内,能否证明它重要”。
延伸阅读·参会报名
判断企业AI转型所处阶段,并非闭门开会所能厘清。
2026第十届中国数智化年会将于12月4日-5日在北京举行,主题“智变十载 向实而生”。其中,上市公司AI创新大会定于12月5日上午举办,主题“智赋上市·AI突围”,现场将首发《中国上市公司AI转型进展报告(2026)》暨2026中国上市公司 AI 竞争力百强榜。
本文探讨如何迈出第一步,而报告则解答“我们现在处于何种位置”。
精彩推荐

