制造企业的第一个 AI 试点，通常应从高频、重复、资料密集、结果可人工复核的流程中选择。销售资料检索、客服知识辅助、采购询比价整理往往比直接控制生产设备更适合作为起点；最终仍应根据本企业的数据可用性、风险和责任人确定。
适用于
- 有多个候选场景但资源有限的制造企业
- 希望先做辅助决策而非自动执行的团队
- 能提供真实业务样本和一线负责人的部门
不适用于
- 需要直接控制安全关键生产设备的场景
- 没有可用历史资料且无法安排人工复核的流程
- 目标只是做一次演示而非进入日常使用
方法与证据口径
使用价值、频率、数据、接入、风险、可测量性和负责人七项门槛做场景预筛，再通过短周期影子运行验证。风险判断参考 NIST AI RMF 的 Govern、Map、Measure、Manage 思路。
决策表
| 候选场景 | 首试点优势 | 主要约束 | 建议起步方式 |
|---|---|---|---|
| 销售 | 资料多、频率高、结果可复核 | 口径与报价权限 | 检索、摘要、初稿 |
| 客服 | 问题重复、反馈闭环快 | 错误回答和隐私 | 坐席辅助，不自动外发 |
| 采购 | 比价与条款整理价值清晰 | 供应商数据与审批责任 | 信息整理和异常提示 |
| 生产 | 潜在价值高 | 实时性、安全和系统接入复杂 | 先做知识辅助与事后分析 |
- 首试点优势
- 资料多、频率高、结果可复核
- 主要约束
- 口径与报价权限
- 建议起步方式
- 检索、摘要、初稿
- 首试点优势
- 问题重复、反馈闭环快
- 主要约束
- 错误回答和隐私
- 建议起步方式
- 坐席辅助，不自动外发
- 首试点优势
- 比价与条款整理价值清晰
- 主要约束
- 供应商数据与审批责任
- 建议起步方式
- 信息整理和异常提示
- 首试点优势
- 潜在价值高
- 主要约束
- 实时性、安全和系统接入复杂
- 建议起步方式
- 先做知识辅助与事后分析
01
先用七项门槛排除不适合的场景
首个试点的目标不是证明 AI 无所不能，而是建立企业完成一次从需求到使用再到复盘的能力。高价值但高风险、强集成的场景，可能适合第二阶段而不是第一阶段。
- 每周是否至少发生数十次
- 是否消耗大量检索、整理或重复表达时间
- 是否有足够真实样本
- 错误能否被人在提交前发现
- 两到四周内能否测量时间或质量变化
- 是否存在明确的业务负责人
- 是否可以从只读和建议模式开始
02
用影子运行验证，而不是直接替代人工
影子运行是让 AI 与现有流程同时工作，但结果暂不直接影响客户、供应商或生产。团队对比两套输出，记录节省时间、遗漏、错误类型和人工修订量。
这一步能把“感觉有用”变成可核验数据，也为后续权限和自动化边界提供依据。
- 保留原流程作为基线
- 每次输出记录输入来源和人工修改
- 高风险信息默认不自动发送
- 每周复盘失败样本而非只展示最佳案例
03
两周内完成试点选择的步骤
候选场景排序应由业务、技术和治理角色共同完成，最终只选择一个主场景。
- 访谈四个部门并各收集十个真实任务样本
- 按七项门槛打分并记录证据
- 排除安全关键和无法人工复核的场景
- 为前两名场景制作半天可用的流程样机
- 由实际使用者完成盲测并选择首个试点
方法限制
- 行业、产品复杂度和数据条件会改变排序，不存在通用的固定第一名
- 试点阶段的效率变化不能直接外推到全公司 ROI
- 涉及个人信息、商业秘密和安全生产的数据需另行评审
本次更新
方法、适用边界与官方来源于 2026.08.14 完成复核。
下一次证据复核不晚于官方来源与核验日期
- 01AI RMF Core · NIST核验 2026.08.14
- 02AI RMF Playbook · NIST核验 2026.08.14
- 03ISO/IEC 23894:2023 Guidance on risk management · ISO核验 2026.08.14