AI 要带来回报，前提是选对了地方。

处境

董事会在压，每次会议都有供应商拿着演示文稿来，实习生上个月「自动化」了某件事，而真正的问题始终没有答案：在这家企业的具体业务里，AI 在哪里能改变损益表？哪些只是配上幻灯片的门面？

• 哪些 AI 项目真的值得做？
• AI 在哪些地方能改善损益表，哪些只是门面？
• 每个候选场景该自建、采购，还是先等？
• 我们的数据怎么处理？我们有权怎么用？
• 哪个场景能以最低成本最先证明价值？
• 工作改变之后，相关的人怎么办？
• 怎么避免试点永远停在试点？

八周，验证一个场景。

项目结束时，用试点数据决定要不要扩大，而不是靠感觉，也不是靠演示效果。

• 第 1–2 周　流程与数据审计。工作在哪里发生，数据实际存在哪里。
• 第 3–4 周　场景与回报。梳理并排序，财务负责人全程在场。
• 第 5–6 周　试点设计。把一个场景做成能上生产的试点，成功指标事先定好。
• 第 7–8 周　扩大还是停止。依据试点数据决定扩大、迭代还是终止。