业务试点与供应商评审

全课程的收束：怎么设计一个可验收、可停止、责任清晰的试点；怎么把技术判断翻译成管理层能拍板的一页建议。这是学完 21 课后你应该交付的东西。

本课回答的业务问题：怎么向公司提议“上 AI”而不背锅？试点怎么设计才能出真结论？什么条件下应该停？

前置课程：全部（本课是毕业课，综合运用）。

读完本课你将能够：

1. 设计一个带成功标准、对照组、停止条件的试点方案（五件套）；
2. 把试点数据组装成管理层能直接拍板的“一页决策建议”；
3. 组合前 21 课的方法，形成从供应商书面初审到试点验证的完整评审流程。

一句话定义

业务试点 = 用最小可行范围验证三件事：效果真实（验收集）、成本可算（完全成本）、责任清晰（人机分工与停止条件）；产出物不是“演示”，而是一页包含继续/调整/停止建议的决策报告。

先辨析三个常被混用的状态——演示（demo）、试点（pilot）、上线（production）：演示是“挑好的案例给你看”（证明可能性，不证明稳定性）；试点是“真实范围、真实数据、真实用户、预设标准”（证明可行性，含失败可能）；上线是“全面铺开、纳入日常运维”（承担生产责任）。三个状态的验收标准完全不同，最常见的管理事故是把“演示很成功”直接当“可以上线”——相当于看了样板间就发竣工证书。

试点的独特价值恰恰在于它允许失败：小范围、有预设标准、有停止条件，失败的成本被设计得很低，而失败换来的信息（这个任务/这家供应商/这个流程不行）价值很高。不允许失败的试点不是试点，是押注。

生活化类比：样板段施工

试点 = 样板段施工：正式大面积施工前，选一个典型区段先做——目的是在风险可控的范围里验证工艺（质量达标吗）、核定工效（成本和工期怎么算）、暴露问题（工序衔接哪里卡）。

样板段的三个纪律，对应试点的三个纪律：

1. 验收标准先行：样板段开工前，“什么叫合格”已经写进方案（垂直度允许偏差、观感标准）——不是干完再讨论标准。对应试点的成功标准先行（第 3 阶段第 1 课）；
2. 有观察期和量化记录：每天记录工效、返工、材料损耗，不是“大家感觉不错”。对应试点的对照组与数据记录；
3. 不达标就不推广：样板段失败，结论就是“工艺要改”，没有人会说“都干一半了，硬着头皮全干吧”。对应试点的停止条件——没有停止条件的试点，最后都会变成“已经投了这么多，再看看吧”的沉没成本泥潭。

类比失效处：样板段验证的主要是工艺（技术），试点验证的还有组织因素——人愿不愿意用、复核流程接不接得上、责任怎么划。所以试点的评估里“人的因素”（使用率、复核耗时、投诉）和技术指标同样重要。技术上成立、组织上落不了地的试点，结论一样是失败——只是病因不同，药方也不同（改流程而不是改模型）。

本质与能力边界：试点五件套

1. 范围最小化：一个场景、一个部门、有限数据

• 一个业务场景：合同初审或制度问答，二选一（这两个是建工企业最常见的高价值低风险起点）。第一个场景怎么挑？四条筛选标准：高频（每月几百次，几周就能攒出评估数据）、规则可述（“什么叫对”写得出来，才定得了成功标准）、错了有人兜底（AI 漏判有人工复核接着，不直接对外）、数据可及（材料就在手里，不用先做三个月数据治理）——四条缺一条，先补课再试点。反对同时开三个试点：管理带宽、评估纪律、数据治理都被稀释，最后三个都拿不出干净结论；
• 一个部门、有限用户：志愿参加的部门优先（被动参与的部门会把“不好用”当政治结论）；用户 5–10 人足够出数据；
• 真实但有限的数据：数据量够评估用（几百份任务），但不承诺全库接入——数据接入本身有治理成本（第 3 阶段第 3 课），试点期只接必需的；
• 周期：一般 6–12 周——短了数据不够（边界场景撞不上），长了组织疲劳。范围内的一切“先小后大”，扩范围是试点结论之后的事。

2. 成功标准先行：把数字写进方案再开工

标准从哪来？从业务痛点来，不从技术能力来：

三条纪律：①每条标准可测——“提升用户体验”不是标准，“复核耗时下降 25%“才是；②漏检和误报成对出现——只定召回不定误报，系统会用海量误报换召回（第 3 阶段第 1 课的取舍）；③签发时数字就定死——方案评审会上各方签字，防止结果出来后”标准再议”。

3. 对照组：没有对照的“效率提升”都是感觉

• 组间对照：AI 辅助组 vs 纯人工组，同批任务类型，比工时、质量、成本——人少时可以流水线式对照（前 200 份纯人工、后 200 份 AI 辅助，同班组）；
• 基线对照：用历史数据当基线（过去三个月人工平均复核耗时）——次优但可行，注意任务分布是否可比（疫情期间的合同和正常时期不可比）；
• 必须记录的对照数据：任务量、耗时（分环节）、质量（错误率、返工率）、成本（人工 + 模型 + 运维）。“大家觉得快多了”出现在总结里，说明试点失败了——感觉不是数据。

4. 停止条件：红线先画，触发即停

停止条件写在方案里，长这样（虚构示例）：

• 质量红线：高风险条款漏检 > 2 项且无法归因修复；
• 效率红线：人工复核时间连续两周不降反升；
• 成本红线：月完全成本超过人工基线 1.2 倍；
• 安全红线：发生数据外泄事件或注入造成的实际操作事故（零容忍，立即停）；
• 组织红线：用户实际使用率 < 30%（系统空转，说明流程没接上）。

触发即停，不讨论沉没成本——这条要在启动会上对所有人明说。停止不等于失败：“这个场景该停”是试点最有价值的结论之一，它帮你避免了一次全公司的错误推广。

5. 责任边界：人机分工写进操作规程

• AI 初审 + 人终审（第 1 阶段第 5 课）：AI 负责初筛、抽取、证据定位、草稿；具名的责任人负责重大结论、例外裁量、对外交付；
• 对外的每份文件都有具名人：AI 生成的审查意见以“辅助意见”身份进流程，法务签字才是正式意见；
• 事故响应：出错时回查什么（日志、版本、样本）、多长时间内定责（先恢复业务再复盘）——写进规程，别等事故发生再吵。

一页决策建议：六个骨架

试点结束，给管理层的不是 PPT 大会，是一页纸：

【结论】继续推广 / 调整后二期 / 停止 —— 一句话，可执行、有边界
1. 业务问题与试点范围（一句话 + 范围数字）
2. 结果：验收集表现（数字）、对照组对比（数字）、失败案例与归因
3. 完全成本：模型 + 人工复核 + 运维 + 风险成本（一张表）
4. 责任与合规：人机分工、数据边界、审计安排
5. 风险与停止条件：剩余风险清单 + 下一阶段红线
6. 请决策事项：预算、编制、授权范围（具体到数字和岗位）

为什么是一页？因为管理层拍板拍的是“数字 + 边界 + 请示事项”，不是技术。一页纸逼你把 21 课学到的东西压缩成可决策的信息：第 2 段是第 3 阶段第 1 课（评估），第 3 段是第 3 阶段第 4 课（完全成本），第 4 段是第 3 阶段第 3 课（安全治理），第 5 段是本课的停止条件。写不满一页说明数据不够，写超过一页说明你还没想清楚。

实战演练：把试点数据组装成一页建议

场景（虚构）：青柏项目 AI 合同初审试点 3 个月，原始记录如下——范围：采购部，月均 1,142 份真实合同；高风险条款验收集 50 条，召回 49（漏 1 项：背靠背条款变体）；误报率 18%；人工耗时：对照组（历史基线）2.1 人日/百份 → AI 辅助组 1.5 人日/百份；模型费 ¥0.4 万/月，运维 0.2 人力；安全：注入测试 8 条拦截 6（2 条未拦，由人工终审兜底）；漏检项归因：公司口径无书面定义（第 4 阶段第 2 课的“口径缺失”）；数据：本地检索，未出域。

组装过程（五步）：

1. 定结论行：数据支持“有价值但有一个可修复的缺口”——结论不是“全面推广”也不是“停止”，是”调整后二期：扩至标准采购合同，撤出争议解决条款场景“（可执行、有边界）；
2. 挑结果数字：效率（2.1 → 1.5 人日/百份，约 -29%，历史基线口径）、质量（49/50，漏检项已归因为口径缺失、可修复）、误报（18%——如实报，附“二期目标 ≤15%”）；失败的 1 项必须写——藏着它的建议经不起追问，写出来反而证明你有归因能力；
3. 算完全成本：人工基线 = 2.1 人日/百份 × 11.42 百份 × ¥800 ≈ ¥1.92 万/月；AI 组 = 模型 ¥0.4 万 + 复核人工（1.5 × 11.42 × ¥800 ≈ ¥1.37 万）+ 运维 0.2 人力（约 ¥0.35 万）≈ ¥2.12 万/月，约为基线的 110%——如实写：试点期模型和运维的固定成本还没被业务量摊薄，账上“贵了一成”。价值论证放在质量端（召回 49/50 防住的高风险敞口远超每月约 ¥0.2 万的净增成本）和摊薄空间（二期纳入标准采购合同、业务量翻倍后，固定成本占比减半，预计降至基线的九成左右）。成本数字必须能从原始记录复算——把 110% 包装成“已省钱”的建议，经不起一次追问；
4. 写责任与边界：AI 初筛出疑点清单，法务终审签字；数据本地检索不出域；日志留存六个月；
5. 定请示事项：二期预算 ¥X、采购部接口人 1 名、口径制定由法务部牵头（把“我需要什么”写成具体岗位和数字，管理层才好批）。

成品见下。

建工案例：成品示例页（虚构）

【结论】建议调整后二期：范围扩至标准采购合同；争议解决条款场景暂不覆盖，待口径成文后纳入。

1. 问题与范围：采购合同初审漏检高风险条款、复核耗时高。试点：采购部，3 个月，月均 1,142 份真实合同（虚构数字）。 2. 结果：①效率：复核 2.1 → 1.5 人日/百份（-29%，历史基线对照）；②质量：高风险召回 49/50；③误报率 18%（二期目标 ≤15%）；④漏检 1 项（背靠背条款变体），归因：公司口径无书面定义——已列整改（法务部牵头出口径，2 周内）。 3. 完全成本（月）：模型 ¥0.4 万 + 人工复核 ¥1.37 万 + 运维 0.2 人力（约 ¥0.35 万）≈ ¥2.12 万，约为人工基线（¥1.92 万）的 110%——试点期固定成本未摊薄，暂未省钱；二期扩量后预计降至基线九成左右。 4. 责任与合规：AI 出疑点清单，法务终审签字；合同数据本地检索、不出域；调用日志留存 6 个月。 5. 风险与红线：剩余风险——背靠背变体（口径整改后复测）；注入样本 2/8 未拦（人工终审兜底，二期增加程序校验）。二期红线：漏检率 > 1%、误报连续两周上升、月成本超人工基线 → 触发即停。 6. 请决策：二期预算 ¥X/年；采购部接口人 1 名；法务部牵头制定《背靠背条款审查口径》（2 周）。

注意这页纸的样子：全是数字、动作和边界，没有一个“赋能”“引领”“智慧”。这不妨碍它有说服力——恰恰相反，数字和红线才是管理层敢签字的东西。

供应商评审的完整流程（收官整合）

把第 3 课的四问十二查和本课的试点框架接起来，就是完整的供应商评审流程：

① 书面初审（四问十二查发函）→ 淘汰明显不合格
② 同题盲测（我方评估集，2–3 家）→ 用数据排座次
③ 试点验证（本课五件套，可作合同一部分）→ 真实环境验真伪
④ 商务谈判（退出条款、验收挂钩付款）→ 把前面的发现变成合同保护

顺序不能乱：先试点后尽调，沉没成本会替供应商说话——你已经习惯它的界面、迁就它的流程，批判性判断力直线下降。同样，付款结构跟验收挂钩：盲测达标付 X%、试点达标付 Y%、全量部署稳定运行三个月付尾款。

供应商话术拆解（收官版）

话术：“先全面上线，跑起来再优化，效果肯定越来越好。”

逐问拆解：

1. “全面上线的失败代价你承担什么？”——要写进合同的：效果不达标的退款/赔偿、数据事故的责任。口头承诺的“负责到底”在法务眼里等于零；
2. “为什么不能先试点？”——不接受试点验收的公司，在怕什么？（试点是对双方的保护：他真有实力，试点只会证明它。）拒绝试点的合理理由极少；
3. “’越来越好’的机制是什么？”——谁标注、谁迭代、多久一次、用什么验收（第 4 阶段第 2 课的数据积累机制）？没有机制的“越来越好”是一厢情愿；
4. “上一家客户全面上线后数据给我看看。”——脱敏后的效果数据和费用结构。拿不出任何一家全量客户的，“成熟方案”从何谈起。

合格回答应该长什么样：“建议贵方先试点：范围、成功标准、停止条件我们配合制定；付款按盲测/试点/稳定运行三段挂钩；上线后每月效果报告含误报率和成本；已签 N 家全量客户，经授权可提供 X 家的效果数据摘要。”

话术：“试点免费，效果好了再谈钱。”

逐问拆解：

1. “试点期我的数据怎么用？”——免费试点的真实对价常常是你的数据：合同文本进了谁的库、会不会被留权训练、试点结束删不删（第 3 阶段第 3 课）。“免费”两个字不回答这些问题，协议必须回答；
2. “试点结束后系统、配置、数据怎么交接？”——免费期攒下的提示词、知识库配置、流程习惯都在供应商环境里，谈崩了能不能带走？带不走的“免费”是锁定，不是优惠；
3. “收费方案现在就给。”——试点期不谈钱，等于放弃筹码最足时的谈判权：等你全部门用顺了手，对方的报价单才第一次出现。

合格回答应该长什么样：“试点支持费 ¥X（或限范围免费），数据仅用于本次服务、不留权训练、结束后 N 日内删除并出证明；配置与数据可导出；正式报价现在提供，试点达标后按此执行。”——免费的试点最贵：你付的不是钱，是数据、习惯和谈判筹码。

常见问答

Q1：试点失败了怎么跟领导交代？ 换个框架：试点的产出是“结论”而不是“成功”。拿出一页建议，写清“该场景不适用，原因是 X（归因数据），建议转向 Y 场景或优化 Z 后再试”——这是合格的交代。真正要交代不了的，是没定标准、没对照组、跑了一堆感觉就下结论的试点：失败都不知道败在哪。

Q2：领导要求“直接全面上线，别搞试点”，怎么办？ 给他算两笔账：①失败账——全面上线后效果不达标的代价（全员工时、数据迁移、商誉）对比试点的 6 周和有限范围；②责任账——没有成功标准和停止条件的全面上线，出了事故责任无法切分。再用“样板段”逻辑说：行业里没有不经样板段就大面积施工的总包。多数情况下，把试点压缩到 6 周、范围一个部门，是能谈下来的折中。

Q3：试点期该不该让供应商深度参与？ 该参与、不该主导。供应商提供部署支持、答疑、配合整改——但评估集、评分、对照组数据必须我方掌握（利益相关方不能既当运动员又当裁判）。合同里写明：试点数据双方共享，评估集归我方。

Q4：对照组怎么设？人都说忙不过来，没人愿意纯人工对照组。 退而求其次用“基线对照”：取试点前 3–6 个月的历史人工数据（工时、质量、返工），要求任务分布可比。再辅以“流水线对照”：同班组前 200 份人工、后 200 份 AI 辅助。完美的对照难得，够用的对照常见——比“没有对照强”，永远成立。

Q5：一页建议写不下怎么办？ 写不下的原因通常是两个：数据没算清（去算清），或不敢下结论（回去看停止条件和归因）。一页纸之外的细节（完整评估表、失败样本清单、成本明细）放附件——正文一页定决策，附件备查。领导问细节时你能翻到附件第几页，本身专业度的体现。

Q6：试点结论是“继续”，下一步预算怎么估？ 按推广路径分段估：二期（扩一个部门）→ 全公司（含数据治理、培训、运维编制）→ 持续运营（模型费、评估复测、版本管理）。每段都带自己的成功标准和停止条件——推广不是一次放权，是多次验证。

Q7：AI 初审出错了，谁担责？ 试点方案第 5 件套（责任边界）就是回答这个的：AI 输出以“辅助意见”身份进流程，正式意见有具名人签字——错在 AI（漏检）算系统改进项，错在复核（签字人没看）是人的责任。先划清再上线，不要等事故后倒推；涉具体法律责任的情形，按公司制度和专业意见处理。

Q8：跟供应商签试点协议，必须写进哪几条？ 五条底线：①评估集归我方——评分权是试点的命门；②数据条款——数据仅用于本次服务、不留权训练、结束后限期删除并出具证明（第 3 阶段第 3 课）；③费用与付款挂钩验收——盲测/试点/稳定运行分段付，不一次性预付；④退出与交接——配置、知识库、数据可导出，谈崩了能带走；⑤保密与事故责任——数据事故的责任划分写清楚，口头“负责到底”无效。缺一条，试点就成了供应商的主场。

自测（毕业题）

你在公司推动 AI 合同初审试点 3 个月：月均 1,142 份合同，AI 辅助组人工耗时 1.5 人日/百份（人工基线 2.1），高风险召回 49/50，误报率 18%。写出一页建议的“结论行”和三条支撑数字，并给出一条停止条件。

概念卡片

延伸阅读

• 本课无新概念，是全课程 22 课的综合运用；按各课“延伸阅读”回查动态信息的核验方法。
• 课程至此完结：从“AI 是什么”到“一页决策建议”，贯穿始终的三条纪律——先定义成功、以实际结果验收、责任始终有人。

写在课程结尾

22 课走完，你手里应该有五样东西：一张能拆解任何 AI 概念的知识地图、一套评估和验收的纪律、一个能算清账的成本框架、一份问不倒的供应商提纲、一页能拍板的决策建议。技术会变、模型会换代，但这五样东西的底层逻辑长期有效——先定义成功、以实际结果验收、责任始终有人。祝你在自己的项目里用出真结论。