AI机会画布：如何评估AI项目是否值得做

大多数公司知道他们应该对AI做些什么。困难的部分是知道从哪里以及如何开始。

我们反复看到的瓶颈几乎从来都不是缺乏好想法。而是缺乏一种共享的、结构化的方式来比较它们并选择最佳方案。有些流程听起来令人兴奋，但没有数据支持。另一些有很好的数据但没有明确的负责人。还有一些在理论上会节省实际资金，但房间里没有人能说出一个数字。

为了帮助领导团队克服这一瓶颈，我们构建了AI机会画布：一张一页的工作表，引导单一候选流程通过我们发现最重要的具体问题。为其中一个流程填写它，你就有了一个可以在下一次董事会会议上捍卫的书面答案。

该画布旨在保持诚实。并非每个经过它的流程都会获批，有时最有价值的答案是“还不是时候”。

在本文中，我们将逐步讲解七个部分中的每一个，分享我们在现场用来引导模糊答案的辅助问题，并使用示例展示强有力的回应实际上是什么样子。

这样，当你自己坐下来面对画布时，你已经知道要追求什么了。

1. 流程：你实际上在评估什么？

我们主办的几乎每个研讨会都以同样的方式开始。领导团队的某人说他们想将AI用于某些广泛的事情，如客户服务、营销内容或合同审查。房间里点头。这听起来像一个计划。

事实并非如此。这些每个都是一个类别，而不是一个流程。在“客户服务”下，有十个不同的工作流，由四个不同的团队运行，使用四个不同的系统。你不能为某个类别试点AI。你必须选择其中的一个工作流。

这就是画布第一部分迫使你做的事情。它要求一个具体的、可重复的流程，以文件或决策结束。这里的关键词是可重复的。AI需要示例来工作。

我们常在现场使用的辅助问题：“如果我把这个交给一个新员工，他们第一天能告诉我它从哪里开始和在哪里结束吗？”如果不能，你还没有流程。你有一类相关工作，需要先将其分解为更小的部分。

那么，对“你实际上在评估什么？”的好答案应该是什么样子？确切的工作流，用一两句话表述，有明确的触发器、明确的节奏和明确的产出。类似于：

“我们的客户支持团队为通过帮助台收到的产品问题撰写的回复，每周大约40个工单。”

一旦你明确命名了那一个工作流，画布的其余部分就有了具体的东西可以处理。

2. 负责人：谁对这个流程负责？

在你命名流程之后，下一个问题是谁负责运行它。这听起来很简单。在大多数研讨会中，这实际上是房间第一次安静下来的地方。

在许多组织中，诚实的答案是“所有人也无人”——多个团队接触该流程，没有人正式拥有它。而今天没有负责人的流程，不会仅仅因为添加了AI就突然有一个。如果说有什么不同，AI使所有权更加重要。

当AI加入一个流程时，有人必须做出软件无法处理的判断决策：

这个输出足够好可以发送吗？

当它第一次出错时我们该怎么办？

当它出错时谁负责？

如果没有有权限回答这些问题的人，试点在第一个异常案例出现时就会停滞。

我们在这种情况下使用的辅助问题是：“如果明天AI起草了错误的东西，你团队中谁会注意到，谁来决定该怎么办？”如果人们互相看而不是说出名字，你就有了答案。

那么，对‘谁负责这个流程？’的好答案应该是什么样子？

以我们的支持工单为例：

“Anna，客户支持主管。她制定回复质量标准，审查升级的工单，并每月向COO报告团队绩效。”

部门名称不行。职位名称也不行。你需要一个具体的人，有名有姓，并有一句话说明他们今天已经负责什么。

3. 数量和成本：这个流程今天花费你多少钱？

下一个问题关于规模。这个流程现在消耗多少时间、金钱和精力？

这是许多领导团队意识到他们从未真正衡量过的地方。流程发生，截止日期被满足，人们很忙。但其背后的具体数字不在任何人的脑海中。

画布要求对四个方面的粗略数字：

有多少人参与这个流程？

一个周期需要多少小时？

从开始到结束需要多长时间？

当出错时会发生什么？

这里不需要精确数字。粗略的就可以。但你需要的是真实的，而非猜测的。

为什么这对AI很重要？因为没有基线，你就无法证明试点有效。如果没人知道这个流程今天需要多长时间，没人能判断明天AI是否使它更快。试点结束，每个人都耸肩，预算明年悄然转移到其他地方。

尝试回答这个问题：“如果这个流程明天消失，你们团队的日历上每周会多出多少小时？”如果答案是“我真的不知道”，第一项工作不是AI。而是基本的度量。

那么，对“这个流程今天花费你多少钱？”的好答案应该是什么样子？

“两名全职支持代理每周处理大约40个工单。每个工单大约需要20分钟起草回复。当回复出错时，客户通常会再次回复，第二轮需要另外15分钟加上经理审核。”

粗略的数字，但真实的。现在你有了一个可以衡量试点的基线。

4. 数据：信息存储在哪里？

现在是时候看看原材料在哪里了。AI处理这些流程产生的文档、记录和数据。这一部分决定试点是否在接下来的几个月内实际可行，还是你面对的是更长的跑道。

画布询问关于流程背后数据的三件事：

它物理存储在哪里？

它使用什么语言？

公司外部的人会有困难访问它吗？

为什么这对AI很重要？因为你的数据状态同时决定三件事：

试点是否能启动

设置需要多长时间

预算是花在基础设施上还是实际工作上

我们常使用的辅助问题是：“如果我们需要给一个新员工访问做好这个流程所需的一切，他们需要多少个系统和密码？”如果答案超过三个，试点将在数据访问上花费实际时间，然后才能花在AI上。

那么，对“信息存储在哪里？”的好答案应该是什么样子？

“所有传入工单都通过Zendesk，使用英语，并存储在那里。过去三年的工单和回复在同一系统中可搜索。没有外部方需要访问。”

那是试点的绿灯。如果答案涉及四个不同的工具、两种语言以及来自被收购公司旧邮件的PDF，诚实的答案将是“还不是时候”。

5. 风险检查：开始前的问题

现在是没人想回答，但每个人都必须在项目推进前回答的问题：

公司中谁会签署AI建议的决策或文件？

如果AI犯错会发生什么？

当它犯错时谁负责？

我们将如何发现它？

进入AI的数据将存储在哪里，谁将有权访问？

为什么这些特别重要？因为AI不承担责任。当模型出错时，问责仍必须落在组织架构图中的某个人身上。当数据流入模型时，它通常流经供应商的基础设施，这引发了关于安全、隐私和合规的真实问题。

如果房间今天无法回答这些问题，试点今天就没准备好。不是因为流程不好，而是因为围绕它的治理尚不存在。

一个辅助问题是：“如果CEO明天问谁对AI产出的结果负责，你有一个他们满意的答案吗？”如果答案是“我们必须搞清楚”，这些决定需要在试点之前做出，而不是之后。

那么，对风险检查的好答案应该是什么样子？

“升级的回复在发出前由团队负责人审核。如果回复出错，团队负责人纠正它并记录案例用于培训。工单数据留在Zendesk中，这已经涵盖在我们的GDPR协议中。”

三个简短的回答，但每个都指定了一个人或一个边界。这就是它们有用的原因。

6. 可衡量目标：你怎么知道它在工作？

在流程、负责人、成本、数据和风险都写下来之后，下一个问题是：你怎么知道试点确实有效？

这是大多数AI试点在开始之前就走错的地方。团队带着模糊的雄心启动（“让事情更快”、“减少错误”），然后六周后，没人能就试点是否成功达成一致。结果通常被描述为“有希望但很难确定”，这是礼貌地说没人会资助下一阶段。

画布要求一个具体的、可衡量的结果，可以在4-6周内检查。不是“它会更快”，而是快多少。不是“更少的错误”，而是从什么到什么。

画布甚至给了你三个示例可以参考：

文档准备时间从X天降到Y天

错误率降低X%

信息查找时间从X分钟降到Y分钟

为什么这很重要？如果没有开始时写下的数字，当需要为预算辩护时，这些胜利将不可见。

这里有一个通常有帮助的问题：“如果有人在六周后问试点是否有效，你会指向哪个单一数字？”如果没有，你还没有目标。你有一个希望。

那么，对“你怎么知道它在工作？”的好答案应该是什么样子？

“平均回复时间从每个工单20分钟降至10分钟以下，至少80%的AI起草回复被代理接受而无需重大修改。”

一个具体的数字，对照今天的基线测量，六周内可检查。这就是使目标真实的原因。

7. 最小范围：你能测试的最小版本是什么？

最后一个问题，它往往是拯救试点免受自身影响的关键。

这里的诱惑总是搞大事：覆盖整个部门，处理每种工单类型、每种文档，从第一天开始。这就是大多数AI试点死亡的方式。

画布向相反方向推动。它要求最小的有意义试点：一个流程、一个团队、一种文档类型。一些你实际上可以在四到六周内完成并测量的事情。

试点的目的不是证明AI有效。而是找出当AI遇到你的真实流程、数据和团队时有什么会崩溃。较小的试点在数周内而非数季度内暴露这些问题。

我们用来缩小范围的一个问题：“如果我们必须在两周而非六周内启动，我们会削减什么？”在那个削减中幸存下来的就是最小试点。

那么，对“你能测试的最小版本是什么？”的好答案应该是什么样子？

“在四周内，AI为一种类别的工单（退货和退款）起草回复，为一个由两名代理组成的团队。每个AI草稿在发送前由代理审核。在第四周结束时，我们测量回复时间和接受率与基线对比。”

小到实际能完成，大到能学到真实的东西。

准备好找出你的AI想法是否真的准备好了吗？

挑选一个你一直在考虑的AI流程，并通过本文中的七个问题运行它。AI机会画布在大约45分钟内在一页纸上引导你完成它们。到最后，你将有一个明确的答案：可以、还不是时候，或不适用于这里。