企业怎样避免 AI 场景清单变成部门许愿池和供应商伪场景合集？

“请每个部门提交十个 AI 场景”听起来很有执行力。几周后，企业会拿到一张长表：自动写报告、自动分析、自动预测、自动决策，几乎每一项都写着“提升效率”。

场景很多，真正能启动的项目却很少。

合格场景必须写清真实任务、当前基线、目标结果、使用者、数据、风险和责任人。只写“AI 加某部门”，仍然只是需求方向。

先把愿望还原成真实工作

当部门提出“做一个销售智能体”，先问谁在什么时刻触发任务，需要哪些材料，经过哪些判断，最终产生什么结果，最常见失败是什么。

有些痛点来自资料混乱，有些来自审批等待，有些用规则和模板已经足够。问题没有还原，团队会过早进入产品设计。

用一张证据卡替代形容词

场景名称：真实任务：谁在什么情况下完成什么结果？最近样本：列出 3 个真实任务或说明样本为何不足。当前基线：时长、返工、等待、成本或错误是什么？所需条件：数据、知识、系统、权限分别怎样？风险与接管：最坏错误是什么，谁来接手？成功标准：什么证据支持扩大？失败标准：什么证据触发重做或停止？结果负责人：谁提供样本、判断质量并决定去留？

没有基线可以先记录，样本少也可以标明不确定性。用“高频、刚需、提效明显”代替证据，才是最危险的情况。

供应商功能要经过企业化改写

通用问答、合同总结和报告生成只能说明产品能力。企业要继续写清读取哪套资料、遵守什么权限、结果写到哪里、谁审核、错误怎样撤回。

这些问题答不出来，产品功能距离业务场景仍然很远。

排序看证据与组合

从价值、可行性、风险和复用性判断。价值高、可行、风险可控的先试；价值大但依赖复杂的先补条件；低价值需求即使呼声很高，也不该抢占资源。

本篇负责把场景清单变成可验证项目。第 15 问则用于从合格候选中选择第一个场景。

场景库的质量不看条数，要看每一条能否进入真实流程并被明确验收。

本问行动：把现有清单随机抽十条填进证据卡，填不完的先退回需求发现阶段。