企业 AI 场景太多怎么选？用价值、频率、数据和风险做优先级矩阵

企业开始讨论 AI 时，最常见的问题不是没有场景，而是场景太多。销售要客户分析，市场要批量内容，客服要自动应答，财务要审核票据，老板还希望有经营驾驶舱。如果只按声音大小或演示效果排序，首个项目很容易变成昂贵的展示品。真正有效的选择，应把每个候选场景放进同一套经营坐标系，用价值、频率、数据和风险四个维度比较。

先写业务问题，不要先写技术名称

候选清单应写成“谁在什么流程中遇到什么损失”，而不是“做一个大模型平台”。例如“销售经理每天花两小时整理拜访记录，关键信号没有进入 CRM”，比“建设销售 Agent”更容易评估。问题描述至少包含责任岗位、触发时点、当前做法、平均耗时、错误后果和期望输出。没有这些信息的想法先留在观察池，不进入立项。

价值看经营结果，不看节省了多少点击

价值可以分为收入、成本、风险和体验四类。收入类关注线索转化、客单价与复购；成本类关注人时、返工和外采；风险类关注漏审、违规和承诺错误；体验类关注响应时间与一致性。每个场景只选择一个主要结果和一到两个辅助结果，避免用十几个指标掩盖没有核心价值的事实。

频率决定能力能否形成复利

同样能节省半小时，每年发生一次和每天发生五百次的价值完全不同。统计频率时既要看发生次数，也要看覆盖人数、季节波动和高峰压力。高频、规则相对稳定的流程通常更适合成为首批项目，因为团队能快速收集反馈，模型与知识库也有足够样本持续改进。

数据不是“有没有”，而是能否合法稳定使用

需要检查输入数据在哪里、由谁维护、格式是否一致、是否包含隐私或商业秘密、历史结果能否作为评测样本。数据散落在个人微信和电脑里的场景，不应直接进入自动化开发，而应先完成字段、权限和归档规则。数据质量差不代表永远不能做，只代表第一阶段的交付物应包含数据治理。

风险决定自动化边界

把风险按可逆性和影响范围评分。内部草稿出错可以人工修改，向客户发送错误报价、作出法律承诺或改变生产参数则可能造成重大损失。高风险场景并非不能使用 AI，但必须设置人工审批、权限隔离、引用证据、操作日志和快速回滚，且不宜作为缺乏治理经验的第一个全自动项目。

用四档评分形成候选矩阵

团队可以把四个维度分别评为一到四分：价值越大、频率越高、数据越可用，得分越高；风险越高则扣分。分数只是讨论工具，不是数学真理。评审会上要特别检查评分依据，要求业务负责人提供流程样本和基线数据。通常优先选择高价值、高频、数据可用、风险可控的场景；高价值但数据不足的进入准备池；低价值的自动化即使容易，也不要挤占核心资源。

首个项目要小到能验收，大到值得改变

一个合格的 90 天项目应锁定单一流程、明确一名业务负责人、覆盖真实用户，并能在四到六周得到第一轮结果。范围太小，只是个人效率插件；范围太大，又会同时牵动多个系统而无法定位问题。可以从一个区域、一个产品线或一类客户开始，但必须使用真实数据和真实工作节奏。

验收同时看结果、过程和采用

结果指标回答是否带来经营改善，过程指标回答速度和质量是否稳定，采用指标回答团队是否真正使用。建议至少记录处理时长、一次通过率、人工修订率、异常升级率、活跃用户和业务结果。若效率提升但修订率很高，可能只是把工作转移给审核人；若模型准确但无人使用，则需要检查流程入口与岗位激励。

老板的下一步

组织一次九十分钟场景评审，不采购工具，只要求各部门带着真实流程和样本参会。把候选项放进四维矩阵，选出一个主项目和一个备选项目，同时写清不做什么。AI 转型的第一项能力，不是模型调用，而是用经营语言持续选择正确问题。