企业上 AI 决策工具前，先回答这 7 个问题

这篇文章解决什么

企业想上 AI 决策工具时，通常先问「用哪个模型」。这个顺序是错的。真正决定项目成败的，是流程和责任，不是模型选型。

下面 7 个问题，我会在任何项目启动前问一遍。答不上来 3 个以上，这个项目就先别做。

1. 这个结论，谁负责？

如果没人愿意在这个结论上签字，工具做出来也不会被用。决策支持系统的第一个前提，是存在一个明确的决策者。

2. 现在这个决策是怎么做的？

先把人工流程画出来：谁提供输入、谁审、依据什么、平均花多久。没有基线，就没法证明工具有价值。

3. 数据能不能拿到，能拿多久？

一次性导出的数据只能做 demo。要问的是：这份数据是否可以定期更新、谁授权、有没有合规限制。

4. 错了会怎样？

把错误分级：可以忽略的、需要人工兜底的、绝对不能发生的。第三类必须留人工审核，不要用模型直接决策。

5. 用户在什么场景下打开它？

会议前十分钟、还是每天早上、还是被动收通知？使用场景决定交互形式，也决定这个工具会不会被打开第二次。

6. 怎么衡量它有用？

不要用「使用率」当唯一指标。更有意义的是：决策时间是否缩短、返工是否减少、结论是否更容易被复盘。

7. 谁来维护？

模型会变，数据会变，业务规则也会变。没有明确的维护责任人，工具的半衰期通常不超过六个月。

我的判断

AI 决策支持不是技术项目，是流程改造项目。模型只是其中一个组件，而且往往不是最难的那个。

先把这 7 个问题的答案写下来，再谈技术方案。这一步做扎实，后面省下的时间会多得多。