选择一个足够窄的楔子场景
试点的目的不是证明 AI 什么都能做,而是验证一个小而真实的闭环。好的楔子场景通常有三个特征:使用者集中、流程重复、结果能在两周内观察。比如只服务一个区域的销售主管、只处理一个类型的审核任务,或只覆盖工单流转中的某一段。
范围越窄,越容易看清问题来自模型、数据、流程还是入口。相反,如果第一版就承诺覆盖所有团队和全部例外,团队会把大部分时间耗在边界条件上,却得不到任何采用证据。
试点的目标
不是“证明系统可演示”,而是让一小组人愿意在真实工作中反复使用它。
把采用当作产品能力的一部分
采用并非培训结束后自然发生。FDE 应当在设计时就回答:建议在哪里出现?它能否直接进入用户原有系统?用户纠正一次要花几步?遇到例外时能否迅速回到人工流程?这些决定了工具是额外负担,还是工作流的一部分。
每周找几个真实用户回看实际记录,比一次大型汇报更有效。问他们哪一次建议真正省了时间,哪一次让他们不敢相信,以及在什么情况下他们干脆没打开它。反馈应当变成下一周的优先级,而不是一份被归档的访谈纪要。
在开始时约定扩展门槛
试点开始前,就应和业务 Owner 约定下一步的条件。达到怎样的采用率?减少多少等待或返工?风险事件处于什么范围?扩展后谁维护提示词、规则、权限和知识源?如果这些问题留到试点结束才问,往往已经失去了推动资源的窗口。
- 01可复用:流程是否能复制到相邻团队,而不需要从头重做?
- 02有 Owner:谁对业务结果、内容与权限持续负责?
- 03有证据:是否已经积累了采用和结果的量化记录?
FDE 的交付不止是一个上线的原型;更重要的是让组织拥有继续使用、维护和扩展它的能力。