买几个AI账号、组织一次培训，不等于完成中小企业AI落地。真正的落地，是某段业务从输入到输出发生可重复的变化：时间缩短、质量稳定、责任边界清楚，而且换一个员工仍能执行。多数失败并不是模型不够强，而是企业在场景没选清、资料没整理、指标没建立时就开始采购系统。
适合谁，也要先说清不适合谁
这套路线适合有明确业务流程、希望在三个月内验证价值的老板、部门负责人和数字化负责人，尤其适合销售跟进、行政纪要、客服问答、内容整理、报价说明等高频任务。它也适合预算有限、需要“小步投入、用结果换预算”的团队。
以下情况不宜急着做自动化：流程本身每天都变；关键资料没有电子化；错误会直接造成重大财务、法律或安全损失；管理层只要求“全员必须用”，却没人负责验收。如果连现有流程的负责人、平均耗时和合格标准都说不清，先做流程治理比接入模型更重要。
可先浏览 企业AI解决方案，按岗位寻找候选场景，但不要照搬别人的优先级。
第一步：用“人、事、料、险”完成能力评估
能力评估不是考员工会不会写Prompt，而是回答四组经营问题。
| 维度 | 需要盘点什么 | 输出物 | | --- | --- | --- | | 人 | 谁执行、谁审核、谁能维护 | 试点负责人和复核人 | | 事 | 频次、耗时、返工、上下游 | 当前流程与基线数据 | | 料 | 模板、制度、案例、历史记录 | 可用资料清单 | | 险 | 隐私、承诺、版权、错误代价 | 禁止项与转人工规则 |
盘点时不要问“你想用AI做什么”，而要问“上周哪三类任务最耗时”“哪类返工最多”“哪些问题每天重复回答”。抽取两周样本，记录任务量、平均耗时、一次通过率和等待时长。没有基线，后续节省30%还是增加返工都无法判断。
第二步：给场景排序，而不是凭热情立项
可用一个简单评分：价值分 = 频次 × 单次耗时 × 标准化程度 × 可复核性；风险分 = 数据敏感度 × 错误影响 × 自动外发程度。优先选价值高、风险低的场景。
第一批通常可以是会议纪要结构化、询盘要素提取、内部制度检索、已有材料的改写；不应是自动定价、无人审核合同、替代专业诊断或直接做战略决策。每个试点只写一页任务卡：
场景：销售询盘预处理
输入：客户原始邮件、产品目录
输出：需求摘要、缺失信息、回复草稿
合格标准：事实来自原文；型号可追溯；缺失项标“待确认”
人工关口：价格、交期、付款条款由销售确认
指标：处理时长、一次通过率、24小时响应率
负责人：销售主管
试点周期：4周
第三步：跑一个四周闭环
第一周只做20个真实样本，比较人工结果与AI结果，找出最常见的三类错误。第二周固定输入表单、Prompt和输出格式，禁止每个人临时发挥。第三周扩大到两三名员工，同时保留人工审核。第四周看数据，决定继续、修改或停止。
试点验收不能只看“生成快”。建议同时设置四类指标：
- 效率：单次处理时长、等待时长、每人每日处理量；
- 质量：一次通过率、事实错误率、返工次数；
- 使用：周活跃人数、按标准流程执行比例；
- 业务：响应率、任务按时完成率或客户满意度。
例如原来整理一份纪要需45分钟，AI草稿只需5分钟，但复核和改写花了35分钟，那么真实节省只有5分钟。若一次通过率长期低于预设标准，就应先修资料和流程，而不是继续增加模型调用。
第四步：从个人技巧升级为组织工作流
当同一模板连续两周达到质量线，再把它沉淀为“输入—处理—复核—发布—留痕”的链路。以询盘为例：
客户邮件 → 提取型号与数量 → 检索产品资料 → 生成追问或回复 → 销售确认价格交期 → 写回CRM → 发送。
这一步的重点不是技术连接，而是明确每一步的责任和失败处理。相关方法可参考 从Chat到工作流 与 企业Prompt库。AI智效中心通常建议先让人工按标准链路跑稳，再连接飞书、企业微信或CRM。
90天执行节奏
| 阶段 | 核心动作 | 决策门 | | --- | --- | --- | | 第1–2周 | 能力评估、基线、场景评分 | 是否有低风险高频场景 | | 第3–6周 | 真实样本试点、每周复盘 | 质量和效率是否同时改善 | | 第7–10周 | 固化模板、权限、复核和日志 | 是否可跨员工复现 | | 第11–12周 | 接入工具，评估知识库或Agent | 维护责任和异常机制是否就绪 |
预算也应分段释放：先为验证买最少账号和实施时间，达标后再投入集成，避免把沉没成本变成继续上线的理由。
常见坑与必须守住的红线
最常见的坑是把培训签到当采用率、把演示样例当真实业务、一次并行十个场景、没有业务负责人，以及只统计节省时间不统计错误。另一个误区是追逐模型排名，频繁更换工具导致模板、权限和员工习惯无法沉淀。
红线更明确：客户数据和员工隐私不得随意上传公共工具；价格、交期、合同、用工与合规结论不得由AI自行承诺；外发内容必须能追溯到审核人；知识资料要有版本与失效日期；自动化失败时必须能暂停并转人工。采购前还要确认数据保存、训练使用、账号回收和日志审计条款。
小结
中小企业AI落地不是一场工具采购，而是一套经营改进：先找出值得改的任务，建立基线，用小样本验证，再把有效方法固化为工作流。一个场景真正做到可量化、可复核、可复制，价值远高于十个停留在演示中的创意。
如果你尚不确定企业适合从哪个岗位开始，可向 AI智效中心申请 免费AI能力评估，先拿到场景优先级与试点边界，再决定是否投入系统。
常见问题
中小企业做AI第一步做什么？
先盘点人、事、料并建立基线，再选1–2个高频、可标准化、可人工复核的场景试点，而不是先采购复杂系统。
中小企业AI落地多久能看到效果？
边界清楚的岗位试点通常2–4周可看到耗时和响应速度变化，4–8周可判断质量是否稳定，系统级回报则需要更长周期。
什么时候适合上AI Agent？
当输入输出稳定、规则明确、知识资料可维护、异常能转人工且有业务负责人持续质检时，再考虑Agent。
如何衡量AI试点是否成功？
至少同时看效率、质量与采用率，例如单次耗时、一次通过率、返工率、使用人数和业务结果，不能只看生成速度。