传统企业AI落地四步：先选场景，再谈模型

2026年是政策密集落地的大年：江苏要求到2027年规上工业企业“人工智能+制造”诊断全覆盖，山东、湖北、上海等地跟进出台方案，工信部和国家数据局启动覆盖20个重点行业的“模数共振”行动。诊断的价值在于先摸清现状，但诊断之后干什么，多数企业没有下文。下面这张四步路线图，是我们这些年陪传统企业落地攒下来的标准打法。

第一步：选场景——从每周都在发生的真实动作开始

选场景有四个硬条件：高频发生、套路固定、数据在手边、出错代价小。反过来，“先买模型、建平台，再去找场景”是专家列出的第一个误区。中天钢铁的206个AI业务案例，全部来自一线员工的日常业务，不是从战略部拍出来的。让一线把“每周最烦、最重复、最占人的活”列出来，场景就在那张单子里。

第二步：理数据——把散在系统里和老师傅脑子里的东西收拢

中天钢铁数字化负责人夏竹青的判断很实在：传统制造企业积累了大量生产数据和工业经验，但这些资源往往分散在不同系统，或掌握在少数资深员工手中，早期应用常常因为数据治理不足而达不到预期。中天钢铁的做法，是先把200余个业务系统接入统一工作平台，为AI应用打底。数据整理是整条路线里最不起眼、也最决定成败的一步——这步省不掉，也没有捷径。

第三步：小步试——跑真实数据，不看演示

演示是挑出来的最好一条；真实数据里有一半是格式混乱的表格、缺字段的旧资料、手写体扫描件。正确做法是：从真实业务里抽100到300条样本，让候选方案各跑一遍，统计三个数——完成率、平均耗时、人工返工率。三个数一出，选型结论通常很快就能出来。广州花都区平台服务300多家中小企业的路径大同小异：先小范围试，跑通了再铺开，研发周期压缩一半，改造投入降一半以上。

第四步：算账与固化——把效果翻译成财务语言

效果要翻译成财务看得懂的数字。真实的成本公式是：单任务成本 = 单价 × 该任务实际消耗 × (1 + 重试率)，再把人工返工加进去。而“上线后用什么指标判断有效”这个问题，立项时就要答清楚。最后一步是固化：把验证过的流程、知识库、审核规则文档化，变成组织能力，而不是某个人的手艺——人走了，能力留下。