第 8 章 · 第一个项目选谁
老板先看这一句： 第一个 AI 项目别挑最难最酷的，那是给董事会演戏、最容易三个月交不出货。要挑“价值高、风险低”的：高频、高耗时、数据现成、错了能兜、标准清晰。它的使命只有一个——用小代价打赢第一场，让团队和业务方相信这条路走得通。先赢一场小的，再打大的。
选错第一战,满盘皆输
一家做工业配件的 B2B 公司,老板野心很大,一口气给我列了五个想做的 AI:智能客服、销售话术助手、合同风险审查、报价自动生成、库存预测。他说:「都想要,你先挑个最难最酷的做,做出来好向董事会汇报。」
「最难最酷」——这四个字差点把项目带沟里。差点被选中的是「合同风险审查」:听着高大上,可它数据敏感、法务盯得死、错一次代价极大、还没有现成的对错标准。真做下去,大概率是三个月磨不出能验收的东西,董事会看不到成果,项目预算被砍,后面四个再好也没机会了。
第一个 PoC 不是选最难的,是选最能证明价值、又最不容易翻车的。 它的使命只有一个:用最小的代价,打赢第一场,让业务方相信「这条路走得通、值得继续投」。第一战赢了,后面的仗才有人给你打。这一章，给你一套挑第一个 PoC 的方法。
跨境卖家同理：把“合同风险审查 / 库存预测”换成“多语种客服话术助手 / 竞品价格巡检”，第一个 PoC 挑高价值低风险的，逻辑一致——别一上来啃合规最重的骨头。
两把尺子:价值和风险
挑切入点,本质是拿两把尺子量每个候选场景。
第一把尺子:价值有多高。 别凭感觉说「这个有价值」,拆成四个能观察的信号——满足得越多,价值越实:
- 高频:这件事每天/每周发生很多次吗?频次越高,AI 省下的时间越可观。
- 高耗时:单次要花不少人力吗?越耗时,替代收益越大。
- 高错误:现在人来做容易出错、或漏掉吗?AI 补上这块最见效。
- 高价值:做好了直接关联收入、成本或风险吗?越靠近钱,越好汇报。
第二把尺子:风险有多低。 同样拆成几个信号——越干净越适合当第一战:
- 数据好拿:数据现成、有授权吗?数据卡壳能拖死一个 PoC。
- 容错度高:错了后果可控、能补救吗?容错低的场景不适合打头阵。
- 有对错标准:能说清「怎样算对」吗?说不清的,验收会变成扯皮。
- 依赖少:少接内部系统、少跨部门审批吗?依赖越多,越慢。
理想的第一个 PoC:价值那把尺子读数高、风险那把尺子读数低——高频高耗时、数据现成、错了能兜、标准清晰。回头看第 12 章那个案例,「差评聚类预警」之所以被选为第一个动手,正是因为它数据有授权(好拿)、痛点尖锐(高价值)、误报可控(容错高),四项全占。
企业里还要补两把小尺子：
- Sponsor 强度：有没有真正愿意拍板、给样本、给数据、推动试用的业务负责人。没有 Sponsor，再好的场景也会变成 Agent 落地工程师单方面表演。
- 成果可见周期：能不能在 2–4 周内看到一个业务指标变化。第一战不适合选那种三个月后才知道有没有用的场景。
一张打分选型表
把两把尺子做成一张表,给每个候选场景打分(每项 1–5),一算就有高下。
| 维度 | 候选 A | 候选 B | 候选 C |
|---|---|---|---|
| 价值·高频 | |||
| 价值·高耗时 | |||
| 价值·高错误 | |||
| 价值·高价值 | |||
| 风险·数据好拿 | |||
| 风险·容错度高 | |||
| 风险·有对错标准 | |||
| 风险·依赖少 | |||
| 价值分小计 | |||
| 风险分小计(越高越安全) |
用那家工业配件公司的五个候选实际打一遍,结果很清楚:
| 候选场景 | 价值分 | 风险(安全)分 | 判断 |
|---|---|---|---|
| 合同风险审查 | 高 | 低(数据敏感、无标准、错代价大) | ❌ 别当第一个 |
| 报价自动生成 | 高 | 中 | 备选 |
| 智能客服 | 中 | 中 | 备选 |
| 销售话术助手 | 高(高频、直接关联成交) | 高(数据是话术库、错了不外发、容错高) | ✅ 第一个就它 |
| 库存预测 | 高 | 低(依赖多系统、数据周期长) | 二期再说 |
老板想先做的「合同审查」排到了最后,「销售话术助手」这个他没太在意的,反而是最佳第一战。把打分表摆到他面前,比你空口争论有说服力得多——这也是 Agent 落地工程师用数据管理预期的一招。
为了避免误解，表里的「风险分」更准确地说是可落地分：分越高，不是风险越大，而是越容易在第一战里安全落地。
一个提醒:第一个不必是最重要的
老板常有个执念:第一个就要做「战略级」的大项目。你要帮他分清「最重要」和「最该先做」是两件事。
第一个 PoC 的职责是建立信任、跑通方法、练熟小队。它可以是个不起眼的场景,只要它能快、能赢、能量化。赢下来之后,你有了信誉、有了可复用的交付包(第 12 章那套东西),再去啃那个最重要、最难的骨头,成功率完全不同。
先赢一场小的,再打一场大的。 顺序错了,大的还没打就没子弹了。
前面两把尺子帮你给候选场景打分排序;这一节再给你一张正反清单,帮你在打分之前先筛掉根本不该碰的,也认出那些天生就适合 AI 的场景。
先看「适合上 AI」的三条正特征——命中越多,越该优先考虑:
- 规则能说清。 这件事的成败标准能写成逻辑树或提示词链,比如「命中以下任一条就标记为高风险」。说不清标准的场景,验收迟早变扯皮。
- 数据稳且能结构化。 输入和评判所需的数据现成、有授权、能被整理成样本。数据卡壳能拖死一个 PoC。
- 结果能量化评估。 做对了还是做错了,有客观的对错标准可以检验,而不是「感觉还行」。
再看「不适合打头阵」的三条反特征——命中任何一条,先把场景放一边,别当第一战:
- 强依赖人的感性判断。 创意拍板、复杂谈判、需要担责任的定性决策,AI 只能辅助,不能替你扛。
- 数据稀缺或没有真值。 没有历史样本、业务方自己也说不清什么叫对,评估无从做起。
- 合规与安全风险极高且难验证。 错一次不可逆(自动扣款、自动删除、对外赔付),或数据敏感到不敢接生产系统;成果周期太长(要等一个季度才知道库存预测是否有效)的,也先放放。
把这张正反清单和前面的打分表合起来看:正特征命中多、反特征全不中的,才是那个「价值高、风险低」的最佳第一战。第 12 章的「差评聚类预警」之所以稳,正是因为它规则清楚、数据有授权、对错可量化,三条正特征全占;而开头那个老板想先做的「合同审查」,三条反特征占了两(无标准、错代价大),自然该排到最后。(场景归类可先查 附录 I 的场景选择器。)
📍 场景示例：老陈的第一个 PoC，没选最酷的那个
老陈列了五个想做的 AI：多语种客服、竞品价格巡检、Listing 生成、广告图、选品周报。他本想先啃“广告 ACOS 优化”（月烧 $30k、ACOS 35%，汇报好看）。可打分一摆：广告涉及平台归因、ROI 看不懂、错判易误关好广告，风险高；而多语种客服高频（首响 18–24h 天天痛）、数据现成（历史工单）、错了转人工可兜、标准清晰——价值高、风险低，才是第一战。
| 候选 | 价值 | 风险（可落地） | 判断 |
|---|---|---|---|
| 广告 ACOS 优化 | 高 | 低（归因难、错判贵） | 二期再说 |
| 多语种客服 | 高（高频高痛） | 高（数据现成、容错高） | ✅ 第一个就它 |
| 选品周报 | 中 | 中 | 备选 |
老板决策点： 第一个 PoC 选 2–4 周内就能看到指标变化的，先立信再扩面，别为汇报挑最难最酷的。 ——对应 → L2
常见坑
- 挑最难最酷的打头阵。 为了汇报好看选高难场景,三个月磨不出成果,后续全黄。
- 只看价值,不看风险。 盯着收益忽略数据/合规/标准,做到一半卡死。
- 凭老板偏好定,不打分。 谁声音大听谁的,不如把选型表摆上桌用数据说话。
- 第一个就贪大求全。 想一步到位做战略级项目,不如先用小场景赢得信任和方法。
本章产出
老板行动点： 把候选场景摆上打分表，用“价值 / 风险”两把尺子算给团队看，别凭谁声音大定。第一个 PoC 选那个 2–4 周内就能看到业务指标变化的，先立信、再扩面。
往交付包里放一张「PoC 选型打分表」:
把你手上(或第 5 章挖出的)几个候选场景,用价值四信号 + 风险四信号各打 1–5 分,算出小计,选出价值高、风险低的那个作为第一个 PoC。这张表既帮你定切入点,也是向老板/业务方解释「为什么先做这个」的依据。多场景的优先级排序,可结合 附录 E 的周度计划落地。
成熟度自检
- [ ] 我能用价值和风险两把尺子,给候选场景打分并选出第一个 PoC(→ L2)
- [ ] 我能向业务方讲清「最该先做」和「最重要」的区别,并用打分表服人(→ 迈向 L3)