一、阶段一：场景筛选（1–2 周）
这个阶段不写代码，产出是一份场景清单与优先级排序。判断一个场景是否值得做，用四个问题：
- 频次够高吗：每天或每周至少发生数十次。低频场景即使 AI 效果好，投资回报也撑不起。
- 有明确的正确答案吗：如果连人都要凭经验判断且标准模糊，AI 落地难度极大，先别做。
- 数据现成吗：历史数据是否已数字化、结构化、可获取。没有数据基础的场景要先补基础建设。
- 错了的代价可控吗：AI 输出错误是否有人工复核环节？高风险场景（医疗诊断、授信审批）不适合作为首个场景。
常见错误 把「公司要做 AI」当成目标，而不从业务问题出发。这类项目通常由技术方主导，最终交付了一个没人用的系统。正确的起点是「哪个环节最耗人力、最重复、最容易出错」。
二、阶段二：可行性验证 POC（3–6 周）
POC 的目的是回答一个具体问题，而不是做一个小系统。范围必须收窄到 50–100 条真实样本，产出可量化的评估报告。
| POC 阶段 | 周期 | 产出物 | 决策门槛 |
|---|---|---|---|
| 场景筛选 | 1–2 周 | 场景清单 + 优先级排序 | 选定 1–2 个场景 |
| 数据准备 | 1–2 周 | 可用的样本集与评估集 | 数据可得且质量达标 |
| 原型验证 | 2–4 周 | 可演示的原型 + 评估报告 | 核心指标达到预期 |
| 方案与预算 | 1 周 | 技术方案、报价、里程碑 | 业务方确认投入产出 |
| 生产部署 | 4–10 周 | 生产系统 + 文档 + 培训 | 验收通过并稳定运行 |
- 评估集要独立于训练：用真实但未参与调优的样本评测，否则指标会虚高。
- 评估标准要业务方认可：技术指标（如准确率）要能翻译成业务指标（如处理时长、人工介入率）。
- 设终止条件：POC 前就约定「若任务完成率低于某阈值则不进入生产阶段」，避免沉没成本累积。
三、阶段三：生产部署（4–10 周）
从原型到生产是一段经常被低估的工作，主要包括：
- 工程化改造：加上鉴权、限流、超时重试、降级策略、日志审计、监控告警。
- 数据链路打通：与既有业务系统、数据库、文档系统对接，这是周期最长的部分。
- 人工兜底设计：低置信度时转人工，并记录原因用于后续优化。
- 安全与合规：数据脱敏、访问控制、是否私有化部署的评估。
- 用户培训与流程调整：真正的采纳率取决于员工是否愿意用，而不是模型准不准。
四、阶段四：持续运营（长期）
上线只是开始。可持续运营依赖三件事：
- 效果监控：持续追踪任务完成率、人工介入率、响应时延、用户采纳率，并保留可回归的评估集。
- 知识与规则维护：文档更新触发索引重建；业务规则变更同步到提示词或流程配置。
- 成本治理：分层模型路由、缓存机制、上下文裁剪、调用量上限。
关于采纳率 很多项目模型效果达标却没人用。原因通常是：AI 输出没有嵌入原有工作流，或用户不信任结果而不复核。解决方式是让 AI 出现在员工已有的操作路径里，而不是新增一个入口。
常见问题
中小企业有必要做 AI 吗？
有必要，但不必从最热的场景切入。判断依据是：企业是否存在高频重复、需要阅读理解判断、且人工成本明显的工作。如果有，AI 的边际收益是实的；如果主要痛点是获客或渠道，优先解决那个问题更划算。建议从一个场景、3–6 周的 POC 起步，用实际数据决定是否扩大投入。
第一个 AI 项目应该选什么场景？
推荐这三类：一是内部客服或答疑，量大且风险低；二是文档与信息处理，如合同、报表、资料的结构化提取；三是特定内容生成，如商品描述、营销文案、工单回复。共同点是效果可验证、错误可容忍、有历史数据可回测。不建议首个项目做对外承诺型决策（定价、授信、诊断）。
POC 一般要花多少钱？
中小型场景的 POC 通常 3 万–12 万元，主要成本是数据准备与工程投入。若场景清晰、数据现成，两三周即可验证，价值在于快速排除不可行方向，避免直接投入完整项目后发现方向错误。相比直接做完整系统的风险敞口，POC 的性价比通常更高。
AI 项目上线后效果会下降吗？
会，常见原因有三个：业务数据分布随时间变化导致原有效果衰减、业务规则调整但提示词或流程未同步、用户使用方式偏离设计预期。应对方式是建立持续评估机制（固定评估集定期回归）、把知识与规则从代码中解耦便于更新、以及监控关键指标并在劣化时告警。
应该自建 AI 团队还是找服务商？
取决于场景复杂度与持续性。若是单次项目或已有明确需求，找专业服务商更经济；若 AI 已成为核心能力且需要持续迭代，则需要内部积累能力。折中方案是：首个项目交给服务商（快速见效并积累认知），同时指定内部人员全程参与——从需求梳理到评估集设计，这批人后续会成为内部能力的基础。