企业找我们做 AI 落地时，常常带来一份很长的功能清单。但真正能跑起来的项目，通常从一个具体、可核对的任务开始：某个岗位每天要重复做的一件事，或者某类资料每次都要重新整理。

第一步：看员工实际怎样工作

业务诊断不是开会听汇报，而是记录任务量、耗时、返工情况。比如“整理客户资料”这件事，可能包含从三个系统导出、字段对齐、人工核对、发给销售四个环节，真正费时的往往不是你以为的那一步。

第二步：选一个范围清楚的场景

明确使用者是谁、输入的资料是什么、操作步骤怎么走、预期结果如何判断对不对。范围越小，验证越快，也越容易发现资料缺失、权限不足或实现方式不可行的问题。

第三步：用真实样本验证

不要用演示数据。用真实任务样本跑一遍，看看输出是否正确可用、失败是否可识别。演示成功不能代替正式使用验证。

第四步：让人真正用起来

让实际员工参与试用，收集失败样本和使用障碍，完善操作说明并开展培训。很多项目卡在这一步——工具做出来了，但没人改工作习惯。

第五步：复盘，再决定是否扩展

结合使用记录检查目标进展，把有效做法整理成可维护的操作方法与组件。业务目标应该在启动时共同定义，试用结果按约定样本和条件核对；个别任务节省时间，不能直接推导成全公司的收益。

这也是我们借鉴 FDE（前沿部署工程师）工作方式的原因：工程人员贴近业务、参与问题定义，把方案推进到实际使用。关于服务方式与交付内容，见企业 AI 落地服务。