怎么判断一个AI服务商靠不靠谱？七条自查清单

市面上讲 AI 落地的团队很多，方案听起来都不错。与其比较 PPT，不如问七个问题。这七条来自我们自己踩过和见过的坑，问完之后，大部分包装会自己现原形。

一、前三条：看专业性

第一条，敢不敢砍需求。故意提一个不太合理的需求，看对方是照单全收还是先反问「这个要解决什么业务问题」。按人天计价的团队会照做，因为改需求等于加钱；对结果负责的团队会先问为什么。

第二条，愿不愿意先诊断。靠谱的团队会坚持先花时间蹲现场、做数据体检，再报方案。上来就给全套解决方案和报价的，多半是在卖标准品。

第三条，第一次出数要多久。答案超过一个月就要警惕。行业里约 95% 的 AI 试点没有产生可衡量回报，失败项目的共同特征就是周期长、验证点太晚。

二、中间两条：看利益结构

第四条，计价锚在什么上。按人天报价，乙方的收入和投入人力正相关，跟你的业务结果无关；锚在业务指标上，双方的利益才是一致的。这一条基本能判断服务性质。

第五条，交付什么资产。追问撤场之后企业手里会留下什么。合格的答案应该包含三样：跑得通的流程、你自己人看得懂的文档、能持续自动出数的指标。只交付一个系统账号的，等于什么都没留下。

三、最后两条：看诚实度

第六条，讲不讲失败案例。问对方「你们做砸过什么项目，为什么砸的」。所有案例都成功的团队，要么经验太少，要么不够坦诚。见过坑并且能说清楚为什么掉进去的，才真的靠得住。

第七条，有没有退出机制。问清楚如果第一轮结果不理想，怎么中止、已付款项怎么算。愿意把退出条款写清楚的，说明对自己的交付有把握，也说明他们不打算靠合同锁人。

这两条看似跟技术无关，实际上最能反映一家公司的底色。技术可以补，诚实补不了。

所有案例都成功的团队最可疑。真正做过事的人，一定有几个说得出细节的失败。

四、阿优至简的视角

这七条我们自己也在被客户问。坦白说，我们砸过项目——有一次选题选错，客户想解决的是排产，真实卡点却在插单流程上，四周下来指标没动。后来我们把这条写进了方法论：诊断阶段必须把需求追问到具体场景，不然做得再快也是白做。

阿优的做法是四周一轮、单轮验证、随时可停。第一轮不满意，损失只是四周。我们宁可用一个小项目建立信任，也不想靠一份长合同绑住客户。

至简的判断标准从来只有一条：这笔投入能不能在十二个月内从省下的人工、废品、加班费里赚回来。算不回来的，我们会直接说不建议做。

落地前的三条至简建议

1. 提一个不合理需求做测试：看对方照做还是先问为什么。
2. 追问交付资产：流程、文档、指标三样缺一都不算完整交付。
3. 写清退出机制：第一轮不达标如何中止、款项如何结算，合同里写明白。

选服务商跟招人一样，能力可以看简历，靠谱与否要看细节。这七个问题花不了一小时，但能帮你省下的可能是一整年的预算。