第一个 AI 场景怎么选：四个判断维度
把「看起来能用 AI」变成「值得先用 AI」
选场景决定了后面几个月的推进难度。我们用一个四维清单来判断：出现频率、标准化程度、容错空间、结果可验证性。四个维度都站得住的环节，通常值得先做。
「我们想用 AI，但不知道从哪里开始」是我们在沟通中听到次数很多的一句话。
问题本身不难回答，难的是抵住诱惑。团队里总有几个环节看起来很有吸引力：业务方抱怨多、领导关注度高、做出来容易被看见。但这些特征和「适合先做」并不等价。
四个判断维度
我们用一个四维清单来筛。每个维度只问一个具体问题。
一、出现频率：它多久发生一次
高频意味着两件事：练习次数足够多，团队能快速看到效果；每次节省的时间能累积成可感知的收益。
如果一件事一个季度只发生两三次，无论单次节省多少时间，学习成本都很难摊平。
二、标准化程度：输入和输出是否稳定
判断方法是看输入资料：如果每次的输入结构相似、来源固定、字段齐全，AI 参与的空间就大；如果每次都要从零整理、格式各不相同，那么先做的工作其实是资料治理，而不是 AI。
三、容错空间：错了会怎样
这一条经常被忽略，但往往决定成败。
如果出错的代价是「同事花十分钟改一下」，那就适合先做。如果出错的代价是对外承诺出错、合规风险、客户投诉，那么它需要先建立复核机制，而不是先引入 AI。
四、结果可验证性：能不能判断对错
能被验证的结果才能被改进。
「文案写得好不好」很难验证；「文案有没有覆盖产品三个核心卖点」「有没有出现不允许出现的表述」就具体得多。后者可以直接写成检查项。
把四维清单落到表格里
实际使用时，我们建议给每个环节打一个粗略的分，而不是追求精确。
| 维度 | 值得先做的特征 | 需要往后放的信号 |
|---|---|---|
| 出现频率 | 每周多次 | 每季度几次 |
| 标准化程度 | 输入结构固定 | 每次都要从头整理 |
| 容错空间 | 错了可以快速修正 | 出错代价高、无法回退 |
| 可验证性 | 有明确的检查项 | 只能靠主观感觉判断 |
四个维度都落在左侧的环节，通常就是我们建议的第一个场景。
常见的不合适选择
以下几类环节经常被优先提起，但我们一般会建议往后放：
- 年度规划、战略类工作：频率低、判断依赖大量上下文、结果难以验证
- 涉及对外承诺的内容：一旦出错代价不可逆，需要先有成熟复核机制
- 需要跨部门协调的流程：难点在协作，不在内容生成，AI 帮不上主要的部分
- 数据尚未整理的基础工作：更该先做的是资料治理
选完场景之后
选定第一个场景，接下来的问题是把它写成可执行的任务：谁在什么环节用、用完复核什么、怎么判断做完了。
这部分我们会在另一篇文章里展开。这里先给一句判断标准：
结语
选场景不是选一个有趣的问题，而是选一个能积累经验的问题。
第一个场景的价值，除了它本身带来的收益，更在于它会让团队形成一套方法。所以宁可小一点、确定一点，也不要大而模糊。
常见问题
低频、每单都不同、出错代价高、结果难以验证的环节通常不适合。典型如年度战略规划、涉及重大合规判断的决策、以及对准确性要求极高且没有复核余地的对外承诺类内容。
至少需要三组：这个环节多长时间发生一次、单次投入多少人力和时间、出错的代价有多大。有条件的话，再补上现在的返工比例。