第一个 AI 场景应该从战略目标还是一线痛点出发？

只从战略出发，第一个项目常常大到无法启动。只从一线痛点出发，团队又可能忙几个月，只替少数人每天省下几分钟。

第一个 AI 场景要处在经营价值和一线痛点的交叉点。 战略提供投入理由，真实流程提供进入位置，第一步则要小到能够形成完整闭环。

先用四象限淘汰一半候选项

痛点清楚、频繁发生 痛点模糊或很少发生

连接经营目标 优先进入详细评估 先补真实样本，确认需求强度

与经营目标弱相关 作为局部工具或自动化处理 暂缓，不进入第一批

右上角的场景看起来重要，却经常缺少真实任务和一线牵引。左下角很容易获得员工欢迎，但要控制投入规模。真正适合第一批验证的，通常是左上角。

再看六个落地条件

图 2 第一项任务六项筛选标准

进入左上角以后，再比较业务价值、任务频率、实施难度、数据条件、错误风险和跨部门依赖。

价值高却依赖十个系统的任务，很难作为第一步。实现简单但几乎没人使用的功能，也很难建立信心。更合适的候选项通常边界清楚、有真实样本、能在一个团队内闭环，结果还可以和现状比较。

优先找重复判断

纯机械动作往往交给规则和普通自动化更合适。AI 更容易发挥价值的环节，是阅读大量材料、结合上下文、提出建议，再由人完成关键判断。

知识查询、客服辅助、方案草拟、单据预审和风险线索发现，都可以从辅助模式开始。这里选择的是“哪里值得进入”，具体采用辅助、建议还是自动执行，第 16 问再展开。

立项前写好基线与依赖

先记录当前的端到端时长、质量、业务量、返工和人工投入，再确定试点观察什么。没有基线，结束时只能靠感觉争论。

还要把隐性依赖画出来：谁维护数据口径，谁开放接口，谁审批权限，谁处理异常。任何关键团队无法投入，场景就需要缩小边界或延后。

这和第 19 问的场景清单治理也有区别。本篇负责挑出第一个值得验证的任务；第 19 问负责防止后续的需求池变成许愿池。

好的第一个场景不追求价值最大，它要用有限范围证明一条完整价值链。

本问行动：把候选场景放进四象限，只让左上角的项目进入下一轮评估。