第一个AI场景该怎么选？四条筛选标准

很多企业在这一步就走偏了：要么选了老板最感兴趣但业务并不疼的场景，要么选了技术上最炫但数据根本拿不到的场景。第一个场景不需要多惊艳，需要的是一定能成。

一、标准一：业务上真的疼

判断方法很简单：这个环节有没有人在抱怨？有没有因为它加过班、返过工、被客户投诉过？如果没有，说明它不疼，做完也没人感激。

更硬的判断是：如果这件事今天彻底不做了，会有人立刻发现吗？会，说明它重要；不会，说明它可有可无。

第一个场景一定要选疼的，因为你需要一个明确的成功案例去换取后续的信任和预算。不疼的场景就算做得再漂亮，也换不来第二期。

二、标准二和三：数据现在就有，效果四周可见

数据现在就有：不是「理论上系统里应该有」，而是「明天就能导出一份给你看」。凡是需要先上一套新系统才能采集的数据，都不适合做第一个场景。

四周内可衡量：这个场景的业务周期要足够短。如果一个流程一个月才走一遍，那验证效果要三个月起，太慢了。优先选每天甚至每小时都在发生的环节。

这两条卡掉了很多看起来很美的场景。比如预测性维护，听起来价值巨大，但需要长期积累的设备数据，而且验证周期以季度计，不适合做开局。

三、标准四：涉及的人愿意配合

这一条最容易被忽略，却经常是致命的。如果目标场景涉及的岗位担心自己被替代，那么无论技术做得多好，都会遇到消极抵抗。

有调查显示约 29% 的员工会对 AI 工具采取暗中抵制——表面上配合，实际继续用老办法，甚至故意反馈系统不好用。这种抵制很难通过技术手段解决。

所以第一个场景最好选大家都嫌烦的活：填表、抄数、找资料、写例行报告。这类工作没人愿意干，AI 接过去人人拍手，阻力最小。

第一个场景要选那种「被替代了大家还挺高兴」的活。省下的每一分抵抗，都会变成项目的推进速度。

四、阿优至简的视角

我们跟客户做场景排序时，会把候选场景放进一张四列表里，逐条打分。四条全绿的才进入第一期，有一条红的就往后排。

这个过程经常会推翻老板最初的想法。但我们坚持先说清楚：第一个项目的使命不是解决最大的问题，而是建立最扎实的信心。信心有了，最大的问题后面自然有机会碰。

落地前的三条至简建议

1. 先打分：把候选场景按四条标准逐个打分，用表格代替直觉。
2. 先验数据：动手前要求客户实际导出一份样本数据，不接受口头保证。
3. 先选嫌烦的活：优先做没人愿意干的重复劳动，阻力最小、见效最快。

第一个场景的任务是赢，不是难。赢下来了，后面才有资格谈难的。