30 秒结论 · 先看这里
试点要选高频、有明确负责人、见效快的部门，而不是老板最关心的大项目。选错试点，三个月原地踏步。
现场共情：试点选错部门，三个月原地踏步
很多企业把第一个 AI 试点放在核心业务部门：数据最敏感、流程最复杂、负责人最忙。结果是要权限走两周流程，要样本等三个会议，最后负责人一句“最近没空”项目就停了。试点的目的不是攻克最难的山头，而是用最小阻力跑通一次“问题—方案—验证—复盘”的完整循环。
判断条件
1. 负责人真的想要
试点部门的一把手主动提过痛点、愿意每周花一小时看结果，比部门规模重要得多。
2. 数据拿得到且不敏感
优先选内部使用、可脱敏、导出无障碍的数据，避开客户隐私和财务核心。
3. 频率高、反馈快
每周发生几十次的任务，两周就能积累足够样本；季度性任务不适合做试点。
4. 失败可回退
试点期间保留人工并行，出错不影响对外承诺，团队才敢真用。
明确不适合做的情况
出现这些信号，先别急
出现这些信号，换个部门：负责人是被指派的而非自愿的；数据导出需要层层审批且无时间表；任务一个月才发生几次；试点失败会影响对客户交付。这些条件下，再好的方案也跑不出结论。
最小动作清单
Day 1-3：访谈三个候选部门
每个部门聊 30 分钟，记录他们自己说的痛点和愿意投入的时间。
Day 4-7：核对数据与频率
确认候选流程的数据可得性、周频次和异常比例，排除拿不到样本的。
Day 8-14：定一个最小试点
和选中部门约定两周目标、验收标准和每周同步机制，书面确认。
证据与成熟度边界
现有证据用于验证结构，不替代你的业务验收
查看诊断与 PoC 方法 →
本站的场景判断与合作流程页提供试点选择的方法框架，可用于内部讨论；但试点成败取决于你组织的真实意愿和数据条件，外部方法只能降低选错概率。
查看更多场景判断 →查看诊断与 PoC 方法 →