AI到底要解决什么业务问题？
体检项
- 哪个业务环节最值得优先改善
- 当前成本、效率或质量问题是什么
- 谁受到影响
- 场景是否具备试点条件
- 是否可以定义结果指标
交付物:
AI应用场景清单、场景优先级排序、业务目标、投入产出假设、首个试点建议
AI要嵌入哪条流程？什么结果才算合格？
体检项
- 当前流程如何运行
- 哪些环节适合AI辅助
- 哪些环节必须由人决策
- 输入、处理、输出分别是什么
- 异常情况如何处理
交付物:
业务流程图、AI工作节点、SOP或操作规范、输入输出标准、人机协作边界
AI使用什么数据和知识？这些内容是否可信？
体检项
- 数据来自哪里
- 谁负责维护
- 是否存在重复、过期和冲突
- 哪些信息可以进入知识库
- 哪些数据需要脱敏或隔离
交付物:
数据源清单、知识资产清单、数据质量问题清单、知识库结构、数据治理优先级
谁可以看、谁可以用、谁可以修改、谁必须审批？
体检项
- 不同角色可以访问什么
- 哪些操作需要审批
- 哪些内容不可被模型调用
- 是否需要记录使用和修改痕迹
- 是否有安全、合规和风险边界
交付物:
权限矩阵、角色分级、数据访问边界、审批机制、风险与治理清单
谁负责推动、使用、维护和最终承担结果？
体检项
- 谁是业务负责人
- 谁是实际使用者
- 谁提供数据和知识
- 谁负责技术支持
- 谁最终验收结果
交付物:
负责人清单、角色分工表、协作机制、问题反馈路径、日常维护责任
怎么判断AI真的有效？下一轮怎么改？
体检项
- 效率是否提升
- 质量是否稳定
- 使用者是否愿意采用
- 是否减少了重复劳动
- 是否降低了错误和沟通成本
- 是否值得扩展到其他场景
交付物:
测试样本、验收指标、上线标准、使用反馈机制、迭代计划、扩展建议