企业做 AI，失败的原因很少是技术不行，多数是选错了场景、算错了账、没人用。把落地过程拆成五个阶段，每一步都想清楚再往下走，成功率会高很多。
阶段一：场景选择
优先选择“高频、重复、规则相对清晰、错误可容忍”的场景，例如客服问答、单据识别、报告初稿生成、知识检索。判断标准可以简化为三条：每天发生多少次、单次耗时多久、出错代价多大。
阶段二：数据准备
这是最容易低估的阶段。需要明确：数据在哪里、能不能取出来、质量如何、是否有权限使用。大量项目卡在这一步，所以建议把数据可用性评估前置到立项之前。
阶段三：方案与选型
- 能用规则解决的，不要上模型；
- 能用现成模型解决的，不要自己训练；
- 先做“人机协同”，把 AI 当助手，而不是一步到位做全自动。
阶段四：试点与评估
选一个业务单元做三个月试点，事先约定评估指标：处理时长、准确率、人工干预率、员工满意度。没有指标的试点，最后一定会变成“说不清好不好用”。
阶段五：推广与组织配套
推广的难点是人，不是技术。需要明确岗位职责变化、考核方式调整、培训与答疑机制。
五个常见陷阱：只做技术不做流程改造；数据没准备好就开工；追求全自动导致不可控；没有业务负责人，只有 IT 推动；上线即结束，没有持续运营。