企业 AI 场景怎么筛选和排优先级
我们看三件事：这个场景现在靠人怎么做、耗多少时间；现场有什么硬约束（网络、终端、数据、对账习惯）；做出来之后谁每天用。
- 先找耗时且重复的环节。例如某第三方物流企业的月末对账要 3 天，靠人工维护 94 列台账。
- 再看硬约束是否决定交付形态。例如某县级公安机关内网物理隔离、终端为 Win7，交付形态只能是免安装离线包。
- 最后看能不能先做透一个。半个场景做到位，好过整个做不透。
AI 场景诊断是指由 FDE（前置部署工程师）进入客户业务现场，把一个业务议题拆清楚——现在怎么干、卡在哪、有什么硬约束、做成系统之后在哪个指标上看得见变化——然后给出「做 / 不做 / 先做哪一块」的判断。它是我们三步方法里的第一步「理解场景」，这一步不写代码，就是看和问。
诊断怎么开始
第一步很轻：先用 90 分钟把您最优先的业务议题摊开聊。
- 90 分钟沟通：把手头最优先的业务议题摊开聊，这 90 分钟足够双方判断值不值得往下走。
- 深度诊断：值得往下走时，FDE 团队入场，通常 2–4 周，具体以议题范围为准。
- 场景共建：诊断结论成立后，才进入方案设计与实施落地。
也可以更简单：把您现在在用的那张表发给我们，我们先判断它值不值得做系统。
诊断交付什么
交付物是一份 AI 机会地图和一份价值假设清单。
- AI 机会地图：您的业务里哪些环节适合交给系统或 AI、哪些必须留给人，先做哪一块；
- 价值假设清单：每个场景做成之后，预期在哪个业务指标上看得见变化，以及用什么口径去验证。
诊断时我们看什么
我们重点看五件通常不写在需求文档里的事。
| 看什么 | 为什么要看 | 我们遇到过的例子 |
|---|---|---|
| 现有的表格与习惯 | 改习惯的系统往往没人用 | 94 列的对账表是给货主的凭证，版式不能动（案例 A） |
| 环境约束 | 装不上的系统功能再多也没用 | 内网断网、Win7 老机器、浏览器被管控锁死（案例 B） |
| 数据与口径 | 口径含糊，结论就是错的 | 同比到底按什么区间算，要先立规矩 |
| 出过的事故 | 上一次为什么失败，决定这一次该防什么 | 上一代内容生成器因误植第三方企业名被投诉而停用（案例 D） |
| 人必须留在哪里 | 哪些决定不能交给 AI | 报价、商务条件、交付承诺一律由人给出（案例 C） |
什么样的场景适合先诊断
越是「说不清值不值得做」的场景，越应该先诊断再立项。
- 已经有人在用 Excel 或手工台账硬撑，每月要花几天对账、汇总的；
- 环境受限（内网、老终端、强管控），通用产品装不上的，见受限环境交付；
- 想上 AI，但担心 AI 答错、乱承诺、编造数字的，见 AI 护栏与风控。
常见疑问见常见问题。
常见问题
企业AI场景怎么筛选和排优先级？
先找耗时且重复的环节，再看现场硬约束是否决定交付形态，最后看能不能先把一个场景做透。我们由 FDE 工程师进入业务现场完成这一步，而不是根据需求文档判断。