AI项目交付要多久？四周一轮的节奏怎么排

客户最常问的是「这个项目总共要多久」。这个问题没法准确回答，因为变量太多。更该问的是：第一次能看到可验证的结果，要多久。如果答案超过一个月，这个项目的风险就已经过高了。

一、为什么长周期是高风险

行业数据很说明问题：约 95% 的企业生成式 AI 试点没有产生可衡量的回报。这些失败项目有一个共同特征——周期长、里程碑少、第一次出数往往在三个月甚至半年之后。

长周期的问题是反馈太晚。方向错了要等三个月才知道，此时预算花了大半、内部耐心耗尽、关键人可能都换岗了。而 AI 项目的方向对错，恰恰是最难在开始时判断准的。

短周期不是把活做少，是把验证点前移。同样六个月的工程量，切成六轮四周，跟一口气干六个月，风险完全不是一个量级。

二、四周里每周干什么

第一周：诊断。进现场蹲点，看一线真实怎么操作，同时对数据做体检——字段完整率、口径冲突、更新频率，列成一张表交给客户。这周几乎不写正式代码，但它决定后面三周不白干。

第二、三周：原型。搭出能跑真实数据的版本，丑一点没关系，但必须是真数据。演示数据做出来的东西一上真实环境就崩，这是最常见的翻车方式。

第四周：复盘。拿实际结果对照第一周设定的指标，出数了就讨论扩面，出不了数就分析是选题问题还是执行问题，然后果断换方向。这一周必须有客户方决策者参加。

三、什么情况会拖期

最常见的拖期原因是数据。以为有的数据其实没有，以为干净的数据其实脏得没法用。这就是为什么第一周的数据体检不能省——它把最大的不确定性提前暴露出来。

第二常见的是人。关键业务人员没时间配合、一线员工暗中抵触（约 29% 的员工会这样）、决策者临时改变主意。这类问题的解法是提前锁定人和时间，写进项目计划。

第三是需求膨胀。做着做着客户想加东西，一轮就变成两轮。应对方式很简单：本轮范围锁死，新想法一律记入下一轮候选清单。这条规矩要在第一天就说清楚。

项目不是被难题拖垮的，是被「再加一个小功能」拖垮的。

四、阿优至简的视角

我们所有项目都按这个节奏走，没有例外。四周出不了可验证结果，说明选题本身有问题，及时止损对双方都好——客户少花钱，我们少浪费时间在注定失败的事上。

对第一次合作的客户，我们通常建议从一个小场景起步，投入控制在能承受的范围内。用一轮四周换一次真实判断，比听十次方案汇报有用得多。

落地前的三条至简建议

1. 只问第一次出数时间：超过四周的排期，要求对方拆成更小的里程碑。
2. 锁定关键人时间：项目启动前把业务方配合的时段写进计划并确认。
3. 本轮范围锁死：新需求统一进候选清单，下一轮再评估优先级。

把大项目切成小轮次，本质是把一次性的赌注换成一串可以随时叫停的选择权。这在不确定性最高的 AI 领域，是最便宜的保险。