国际能源署《Energy and AI》同时讨论 AI 的能源需求与能源领域应用。[1] NIST 生成式 AI 风险管理专题文件关注设计、开发、使用与评估中的风险管理。[2] ISO/IEC 42001 的公开介绍则强调组织持续管理 AI 的体系。[3] 对企业而言，这些资料提供的是思考框架，不能替代对具体场景效果和适用边界的实测。

支策建议把项目起点改写为一个可观察的问题。例如，技术人员能否更快找到当前有效的规程，经营人员能否更完整地识别合同中的待确认事项，管理团队能否从多个来源形成可追溯的经营说明。问题必须同时写明使用者、输入、输出和最终责任人。只有“建设企业大模型”这样的目标，难以决定需要哪些数据，也难以判断上线后究竟改善了什么。

业务价值假设应连接到完整工作，而不是只测量生成速度。草稿完成更快，如果审核时间明显增加，未必减少总工作量；回答更流畅，如果缺少来源，可能增加核验负担。试点前应记录人工完成同类工作的方式、耗时构成、常见差错与返工原因。随后比较相同边界下的任务结果，把准备、复核、修正和后续使用都纳入评价。

同时明确哪些效果暂时不能承诺。组织尚未积累稳定样本时，不宜给出节省人力、降低故障或提高收益的确定数字。可以提出待验证的方向与验收方法，并说明何时具备评估条件。这样既能保留探索空间，也能让管理层依据真实证据决定继续、调整或停止，而不是在演示之后被迫为最初的宣传口径寻找解释。

适合优先探索的场景，通常具有边界清楚、输入较稳定、结果可检查和错误可纠正等特点。例如面向受控文档的知识查找、带引用的摘要、已有材料的结构化整理，以及在专家复核前提下的检查清单生成。这里列举的是候选应用方式，并不意味着任何企业都已满足条件；仍需验证数据授权、文档质量和实际工作量。

涉及运行控制、安全操作、重要交易或对外承诺的任务，需要更严格的证据、授权与回退机制。不能因为模型在通用问答中表现较好，就把其能力直接延伸到高后果操作。建议将“提供信息”“提出建议”和“执行动作”分开评估，同一主题在三个层级的风险不同。知识问答能够上线，不代表系统已经具备自动下发指令的资格。

优先级还应考虑组织准备程度。数据和流程已经清楚、业务负责人愿意参与评估的中等价值场景，可能比责任模糊的高价值设想更适合起步。对资料缺失但值得投入的方向，可以先开展知识治理和流程整理。把前置工作作为独立成果验收，能够避免所有问题都被归因于模型，也能防止在基础条件不足时不断更换技术方案。

能源企业的知识往往同时存在于规程、制度、设备资料、工单和个人经验中。材料数量多并不代表可直接用于问答：不同版本可能相互冲突，设备型号和适用场所可能不同，历史经验也未必适合当前工况。知识准备应先确认哪些内容具有效力，哪些属于参考，哪些必须由专家解释，再确定如何检索和呈现，而不是把全部文件一次性上传。

每个知识单元至少需要保留来源、版本、适用范围、有效时间和责任人。检索结果应能够回到原文具体位置，让用户看到答案依据及其限制。对于相互冲突或已经过期的材料，系统应提示问题并交由责任人处理，不能用流畅表述把冲突隐藏起来。资料缺失时应明确表示证据不足，避免根据相似文件生成看似完整、实际不适用的结论。

检索增强可以帮助模型使用企业资料，但不能保证找到了全部相关证据，也不能保证模型正确理解证据。评估应分别检查检索和回答：相关文档是否被找到，适用版本是否优先，引用是否支持具体陈述，答案是否遗漏限制条件。把错误拆到这些环节后，团队才能知道应该修正文档结构、检索策略、提示设计还是人工复核流程。

权限也必须贯穿知识链。用户不能通过模型答案间接获得自己无权查看的文档内容，引用、摘要、缓存和导出都要遵守相应访问范围。特别需要检查跨部门知识混用、共享账号和权限变更后的缓存更新。知识责任人负责内容有效性，信息管理人员负责访问边界，业务负责人确认实际适用性，三者共同决定资料是否进入正式应用。

一个可靠的应用不应让模型独自承担全部判断。输入层检查资料和权限，知识层提供可追溯证据，模型层完成归纳或生成，业务层验证关键约束，人工层处理需要专业判断的事项。各层可以采用不同技术，但责任必须清楚。对于需要精确计算或固定规则判断的内容，应使用可核对的计算与规则能力，再由模型解释结果，避免仅凭文字生成推算数值。

工具调用尤其需要限定范围。查询资料、创建草稿、修改记录和执行操作是不同权限，不能因为用户获得问答权限就同时获得修改业务系统的能力。建议采用最小必要授权，明确哪些动作需要预览、确认和二次校验。涉及重要业务状态的更改，要保留操作人、输入依据、执行结果及回退方法，并验证重复调用或网络异常时不会重复产生影响。

上线设计还应包括无法回答和无法继续的情况。模型超时、资料缺失、权限不足或校验失败时，应返回明确状态，并引导用户进入原有工作路径。人工接管不能只是页面上放一个按钮，还要有能够接收问题的人、所需上下文以及处理时限。业务运行不应依赖单一模型始终可用，关键流程必须能够在 AI 暂停时继续完成。

评估样本应来自实际任务分布，包含常见问题、复杂问题、资料冲突、证据缺失以及越权请求。由业务专家定义合格结果和不可接受错误，再确定模型与人工评价方法。开发过程中使用的样本与最终验收样本应适当分离，避免团队只对已知题目反复调优。样本不足时应说明结论的适用范围，不把少量成功演示概括为全面能力。

质量评价不能只有“答案是否满意”。应分别判断事实准确性、引用支持程度、关键限制是否完整、表达是否易于使用，以及是否在不应回答时保持边界。对高后果错误可以设置单独的阻断条件，不能用大量简单问题的高分抵消。对于需要人工判断的任务，记录专家之间的分歧，并形成可解释的评判规则，避免把个人偏好当作统一标准。

业务效果则通过完整任务测量：用户准备材料、使用系统、核验输出、修改结果以及完成交付各需要什么工作。比较时应控制任务难度和使用者熟练度，保留失败与放弃的任务，不能只统计成功使用的部分。员工反馈也要具体到问题，例如引用位置难找、答案过长或需要重复上传，而不是仅用满意度问卷决定是否扩大部署。

每次模型、知识库或提示模板更新，都应运行与变更范围相匹配的回归评估。新版本在某类任务改善，并不意味着其他任务不会退化。发布说明应列出改变的内容、验证范围、已知限制和回退版本。只有当业务负责人能够理解证据与剩余风险时，验收才真正完成；技术人员的性能测试不能替代业务责任人的确认。

评估还应检查结构化输出的可使用性。表格中的单位、时间范围、设备标识和缺失值处理，即使只有一处不一致，也可能使后续分析失真。对需要进入其他系统的结果，应验证字段格式、允许范围与业务关系，并区分模型生成内容和原始数据。人工纠正过的输出不能反过来算作模型原始成功案例；保留纠正前后的差异，才能真实反映应用需要多少专业支持。

企业推广 AI 时，培训不应只教员工怎样提问，还应教他们怎样检查答案、识别限制和报告问题。把系统定位为辅助工作环节，明确哪些输出可以直接作为草稿，哪些必须经过专业审核，哪些不得用于实际操作。界面应呈现来源与状态，避免用过度确定的视觉设计使用户误以为所有答案都经过了专家确认。

人工复核需要可执行的检查清单。技术资料问答可核对型号、工况与版本，合同辅助可核对原文、例外条件与缺失信息，经营分析可核对数据口径、时间范围和推导过程。复核人必须能够看到必要证据并有权退回结果，否则“人工在环”容易变成形式上的点击确认。任务量增加时，也要重新评估复核能力是否能够承受。

反馈闭环要区分内容错误、检索失败、权限问题和工作流程不适配。用户应能方便地标记具体片段和实际影响，运营团队据此安排修复，而不是收集一批笼统意见后继续增加功能。对反复出现的问题，应分析是否需要减少使用范围或暂停相关能力。允许用户拒绝使用不合适的输出，是建立信任的一部分，而不是推广失败的信号。

模型调用费用只是 AI 应用成本的一部分。知识整理、数据授权、系统集成、评估、人工审核、监控和持续更新都需要资源。比较不同方案时，应使用相同的任务量、质量要求和服务范围，说明哪些成本随使用量增长，哪些来自固定运营责任。不能只比较单次调用价格，就判断自建、采购或混合方案哪一种更经济。

建议由业务负责人拥有价值目标，由产品或运营团队维护使用体验，由技术团队管理模型与集成，由知识责任人维护内容，并由相应控制岗位检查边界。每项责任都需要明确替补与处理节奏。应用进入常态使用后，新增部门、扩大数据范围或增加执行权限，都应视为业务变更重新评估，而不是普通的账号开通。

运营看板应帮助管理者决定继续投入还是调整范围。除了使用量，还要观察有效完成任务、人工返工、关键错误、知识过期以及服务异常。低使用量可能来自场景选择不当，也可能来自资料准备或工作入口不方便，需要结合访谈解释。对于长期不能证明价值的场景，应允许收缩或退出，把经验和可复用组件保留下来，避免因沉没投入持续扩张。

成本评估也要考虑试点结束后的知识增长和人员交接。新增资料需要审核，旧资料需要退出，专家离岗后仍要有人维护适用判断。若这些工作只依赖项目组临时投入，上线之后质量可能逐步下降。建议在扩展前确认运营资源、知识更新节奏和问题响应安排，并把交接后的独立运行作为验收的一部分，使项目成果能够成为有人持续负责的服务。

启动阶段应交付场景说明、责任边界和评估基线；验证阶段形成受控知识、代表性样本和可运行流程；有限上线阶段记录真实使用、错误与人工负担；扩展阶段再检查组织与技术容量。每一阶段都应有继续、调整和停止的判断条件。阶段划分的作用是降低不确定性，而不是把原本简单的场景拆成过多审批。

扩展不能只复制界面。新业务可能使用不同术语、文档效力和责任安排，原有样本未必能够覆盖。建议先识别可以复用的权限、评估和运营组件，再重新验证场景知识与业务规则。供应商或模型变化时，也要检查数据处理范围、历史可追溯性与输出变化，确保企业保有解释和退出能力，不被单次演示或某个技术标签绑住。

管理层可以用四个问题判断项目是否准备好扩大使用：业务结果是否有可比证据，关键错误是否有处置路径，持续运营是否有负责人，暂停服务时工作是否仍能完成。答案不清楚时，应补足相应能力再扩展。支策认为，能源 AI 的价值来自在明确边界内持续完成真实任务，并通过不断积累的证据赢得使用者信任，而不是从试点名称直接跳到规模化承诺。