AI 战略与场景投资组合。

从岗位与任务采样

分别观察经营分析、检修准备、交易研究和客户服务等工作，记录资料搜集、反复核对、经验判断及审批动作，找到时间与质量的主要损失。

核对业务基线

由业务部门确认现有处理周期、错误类型、复核投入与服务体验；把任务难度和人员经验分层，避免只选容易成功的样本。

识别实施约束

检查知识可用性、数据授权、系统接口、使用岗位和出错后果，对必须先改善流程或补充数据的场景明确前置任务。

建立可解释的优先级

逐项比较价值潜力、实现难度、验证条件与风险；对价值高但证据不足的场景安排小范围实验，对条件不具备的场景保留观察。

选择合适的实现方式

将规则、检索、统计预测与生成式 AI 放在同一选项中评估，明确技术组合及其理由，避免为使用智能体而增加不必要的复杂性。

形成分阶段投资约定

写清验证范围、业务负责人、成本边界、继续投入和停止条件；共用知识、权限与评估能力由组合层统筹，具体应用由业务承担结果责任。

先以有限任务开展对照验证，保留原有工作方式作为比较基线，同时记录模型耗时、人工复核、返工与系统运行成本，防止高估节省。

分别观察新手与熟练人员、常规与异常任务的效果，分析差异来源；外部研究的平均结果只作为研究线索，企业收益必须用自己的证据说明。

在阶段复盘中决定扩大、调整或停止，把已验证的知识和评估资产沉淀为可复用能力，减少不同部门重复试错。