今天聊一个被问烂了、但很少有人讲透的问题：企业做AI落地，第一个场景到底该怎么选。
我接触过不少制造企业，CIO和数智化负责人最爱干的一件事，是拿着一份AI能力清单，找那个"看起来最有价值、最能体现AI水平"的地方下手。我一直觉得，选第一个场景的逻辑，和选第二、第三个场景完全不是一回事。
第一个场景真正要解决的，不是"做一个有价值的AI功能"，而是在企业内部立起一个信心锚点。让老板、业务负责人、一线员工，都亲眼看到AI把一个具体流程跑通、跑顺，而不是又一个看起来不错、没人真用的demo。
信心这个东西，在企业里比技术难建得多。老板投了钱要看到回报；业务线被各种"数字化项目"折腾过太多次，上了系统没人用的案例一抓一大把；一线员工默认这又是来增加负担的活儿。这种普遍的怀疑，才是AI落地真正的阻力。第一个场景如果选错——选了个炫的、效果不明显的、虎头蛇尾的——后续推进的阻力会成倍放大，所有人心里那句话就冒出来了："看吧，又是demo。"
所以我对第一个场景的选型，有六条判断，但归根到底就一句话：高频、耗人、效果能看见、边界可控、有人一起干。
前三个判断——痛点明确、使用频率高、原来很耗人——其实是在回答同一个问题：这是不是个真痛点。真痛点有三个体征。第一，它现在就让人难受，不是"好像可以用AI"，而是每天重复问答、每天反复找资料、天天催进度、手工整理数据，这种把人耗在低价值环节里的事。第二，它天天发生、周周发生，不是一年几次——一年几次的场景可能有价值，但不适合当第一仗。第三，它现在就靠堆人力扛着，客服重复回答问题、项目经理反复追进度、销售每天整理客户信息、老板每天找人要经营数据。这三条凑齐，才是"AI一进去能立刻被体感到"的地方。
第四条，效果要一眼能看见。做完之后大家得明显感觉到更快、更省事、错误更少、响应更及时。这条最关键，因为信心不是你讲出来的，是业务方自己嘴里说出来那句"这个有用"。效果一旦难以被感知，第一个场景就建不起信心，后面再漂亮的计划都推不动。
第五、第六条，业务负责人愿意配合，数据和流程相对可控。这两条决定的是"这事能不能真做成"。AI落地从来不是技术一个部门的事，必须有人愿意拿真实场景、真实数据、真实反馈来一起把事做成。同时，别一上来就挑全公司最复杂、权限最重、数据最乱的地方开局——那不是在选第一个场景，那是在给自己挖坑。
那什么样的场景适合切入？我的判断是知识库、问答、客服、销售跟进、经营数据分析这一类。它们有个共同特征：边界清楚、数据能拿到、结果能验证。
为什么是这些？因为它们都是信息流通的环节——要么是信息找人（问答、知识库），要么是人找信息（销售整理客户、老板看经营数据）。AI在这些环节上，本质是在做信息的检索、整理、聚合、呈现，这正是当前AI最成熟、最稳定的能力区间。你让AI做"让人更快拿到对的信息"，而不是让AI做"替人做决定"。这个边界划得越清楚，第一个场景越容易成。
反过来讲，如果第一个场景选"让AI做决策"——让AI定排产、让AI出报价——风险就高得多。决策类场景容错率低，错一次，信心崩得比没做还快。所以我的延伸判断是：第一个场景，让AI做辅助，别急着让AI做决策。辅助类场景见效快、风险低、信心立得稳，等信心和认知都到位了，再往决策类走也不迟。
说白了，企业AI落地是滚雪球。第一圈滚起来最重要，第一圈滚不起来，后面计划再宏大都是PPT。而第一圈能不能滚起来，就看你第一个场景选得准不准。
写在最后
别花三个月论证第一个场景该做什么。找一个高频、耗人、效果能看见、业务负责人愿意一起试的点，两周到一个月跑出一个最小版本，让业务方自己嘴里说出"这个有用"。那句话一出来，你企业的AI落地，才算真正开始。