第 10 问

企业启动 AI 转型前，真正应该评估哪些准备度？

第 10 / 100 问准备度、场景选择与启动路径1 张原书配图

很多企业做 AI 成熟度评估，最后会拿到一张六边形雷达图：战略多少分、数据多少分、人才多少分、技术多少分。

图很漂亮，下一步依然不知道该做什么。

因为“企业整体成熟不成熟”这个问题太大了。客服知识库缺的可能是制度版本，合同审核缺的可能是标准答案，设备控制缺的则是安全联锁。把这些差异压成一个总分，反而会掩盖真正的阻断项。

准备度评估应该围绕一个真实场景展开。企业不需要六项全优，只需要先补齐会让当前项目失败的关键条件。

先选场景，再谈准备度

不要从“我们公司的 AI 能力有几分”开始。先选一个候选任务，把它写成一条完整业务链：谁在什么情况下发起，需要哪些输入，AI 产生什么结果，谁审核，最后进入哪个系统。

场景写清以后，再检查六项准备度。

维度最低要回答的问题常见阻断项

业务解决什么问题，谁对结果负责只有功能想法，没有业务负责人

人员谁给标准，谁复核，谁接管专家愿意提需求，却没时间参与评测

数据从哪里来，是否可用、可追溯资料冲突、字段缺失、权限不清

技术怎样接系统，怎样记录状态只能演示，无法写回或恢复

治理哪些错误不能接受，何时停高风险动作没有人工批准和回滚

管理预算、时间、跨部门资源谁来协调人人支持，没人愿意调整原有优先级

图 1 SODTAE 六维评估模型

第一类是上线前必须具备的底线。例如数据使用合法、用户身份可信、高风险动作有明确权限。这些条件不能用“先试起来”绕过去。

第二类是试点期可以人工补位的条件。例如暂时手工导入一批数据、由专家集中复核、用隔离环境替代正式集成。它们可以帮助验证价值，但必须如实计入成本。

第三类是验证后再建设的能力。例如统一平台、跨部门知识体系和规模化运营。第一个场景还没证明价值时，没必要先搭一套大而全的底座。

这三类一分，成熟度评估才能从打分变成决策。

每个缺口只写四件事：它会不会阻断当前试点；试点期能否临时处理；谁负责补齐；最晚什么时间确认。

例如，知识库已经能检索制度，但新旧版本没有负责人。这个缺口会直接影响答案可信度，不能交给技术团队猜。业务部门需要先确定知识所有者，再决定是否继续扩大。

又比如，系统暂时不能自动写回工单。只要试点目标是验证建议质量，人工写回可以暂时接受；评估时把这部分人工成本记下来即可。

满足三个条件，就可以进入受控试点：问题和验收已经说清；关键风险有边界和接管；完成验证所需的人、数据与时间已经到位。

其余条件可以跟着真实反馈逐步建设。继续等待“全面成熟”，项目可能永远没有开始的一天。