工具 · 免费 · 10 分钟

贵司的 AI 转型，
走到破晓的哪一步了？

四个维度、十二道题。做完你会得到一个分数、一个等级、三件最该先做的事——以及一页可以直接转发给管理层的摘要。全部在你的浏览器里本地计算：不注册、不发送、不存储，打开 Network 面板即可验证。

评分框架

每维 3 题、每题 0～3 分，共 100 分制。维度与判据依据公开研究拟定：

一
组织与人
高管挂帅 · 场景负责人 · 岗位出路
二
流程与数据
流程文档化 · 数据可得 · 非结构化利用
三
技术与工程
多模型架构 · 评估集 · 迭代节奏
四
治理与安全
合规前置 · 数据保护 · 监督设计

框架依据斯坦福 Enterprise AI Playbook（41 组织 / 51 个成功部署）与 McKinsey 高绩效者研究的公开结论构造，用于开启对话，非标准认证。

一 · 组织与人Q1～Q3 · 挂帅 / 负责人 / 出路

Q1AI 项目的最高层参与度

签完预算就不再过问，全部委托 IT 或外部供应商高管定期听取汇报，但节奏由项目方决定高管主动掌舵：清障碍、配资源、盯进展 AI 目标已进公司级 OKR/考核，高管亲自演示和布道

Q2场景的业务负责人

没有明确负责人，或仅技术团队自行推动有业务部门挂名，但投入以 IT 为主每个重点场景有业务中层实际负责并对结果表态业务负责人对成功标准负全责，且一线骨干被正式抽调参与

Q3被 AI 改变岗位的员工出路

没讨论过，或默认等于裁员口头承诺不裁员，但无具体安排有转岗与再培训计划并与项目同步设计释放的产能被明确导向新业务与更高价值工作，并已向员工讲清“向上的路”

二 · 流程与数据Q4～Q6 · 流程 / 可得性 / 非结构化

Q4核心流程的文档化程度

流程靠老师傅的口传心授，无人能画出全貌有 ISO 式流程文件，但与实际操作两张皮目标场景已做端到端梳理，隐性规则被显性记录流程地图持续更新，且直接作为 AI/自动化方案的设计输入

Q5数据可得性

想用的数据要跨部门求人，动辄数周数据在，但散落在互不打通的系统里（约 59% 的企业如此）重点场景所需数据已有通路和接口新场景取数是天级而非季度级，历史数据有系统性留存

Q6非结构化数据（文档/邮件/通话/图像）

基本没进任何系统，更谈不上利用有归档但检索困难，无人敢用已在用 LLM 处理部分非结构化数据（成功样本中这一比例为 91%） LLM 已解锁原先完全不可用的数据资产，并进入决策流

三 · 技术与工程Q7～Q9 · 模型 / 度量 / 迭代

Q7模型策略

没有正式在用任何模型，停留在观望绑定单一供应商，切换成本正在快速累积已有模型网关/多模型备份，按场景路由多模型架构从第一天就位，模型被视为可互换组件、优势在编排层

Q8评估与度量

效果好坏凭演示印象和老板感觉上线后统计过使用量，但无事前基线部署前定义了 KPI（含质量与风险指标，不止省人）有自建评估集，版本迭代跑回归，度量接入业务报表

Q9迭代节奏

立项 → 招标 → 一年后验收的瀑布节奏有敏捷之名，但生产变更动辄数周审批双周级迭代，用真实用户反馈驱动改版周级发布，“反馈闭环代替上线日期”是共识

四 · 治理与安全Q10～Q12 · 合规 / 影子AI / 监督

Q10法务与安全的介入时点

上线前最后一关才过审，经常卡死有红线清单，但只做事后检查法务/安全作为伙伴进项目早期从第一天设 PII 脱敏与审计追踪，合规是设计约束而非关卡

Q11影子 AI

不知情或放任（行业现状：70%～80% 的员工在用未经批准的 AI 工具）知情、明令禁止，但没人管得住已收编：提供经安全评估的官方 AI 通道官方通道体验优于野工具，且使用有审计、有培训

Q12人工监督设计

没有考虑过：AI 要么不做，要么全自动一刀切逐项审批（中位生产率提升只有升级式的一半：30% 对比 71%）按任务风险分级设计监督（升级式/审批式/协作式）监督级别被视为战略设计：容错度、监管、复杂度三因子定档并定期复盘

等级如何解读

四个等级，对应拂晓四程的四个阶段

分数只是坐标，不是成绩单——60 分的日出企业若选错监督模式，照样会退回微光。

做完之后

分数会说话，
但对话才见真章。

结果页可以一键生成摘要带给管理层；或者直接带着分数来聊——诊断对话会围绕你的最短板维度展开，而不是念同一套 PPT。

带着结果预约诊断 → 先看证据再决定

贵司的 AI 转型，走到破晓的哪一步了？

组织与人

流程与数据

技术与工程

治理与安全

四个等级，对应拂晓四程的四个阶段

分数会说话，但对话才见真章。

贵司的 AI 转型，
走到破晓的哪一步了？

分数会说话，
但对话才见真章。