最好的首个 AI 项目，通常不是最吸引眼球的演示，而是团队已经理解、持续重复，而且最希望消失的工作流程。
选择很重要，因为早期项目会建立公司对 AI 的第一批证据。一套每周稳定节省五小时的窄范围自动化，能建立信心；一个答案不稳定的广泛助手，反而会让之后每个项目更难获批。
七个问题清单
1. 流程是否每星期都会发生？
频率会累积价值及学习。一年只做一次、每次三小时的工作，通常不是好对象；每天早上重复二十分钟的工作，可能非常适合。可留意接收、分类、对账、报告、跟进及状态更新。
2. 有没有人能解释现有流程？
如果没有人能描述步骤、决定及例外，自动化只会揭露模糊之处，而不会替你解决。指定一位流程负责人，提供真实例子并决定什么才是正确输出。
3. 输入和输出是否清晰？
好的对象有可观察的边界。输入可以是一封邮件、表格、PDF 或电子表格行；输出可以是任务、已批准记录、通知或仪表盘更新。“帮团队做得更聪明”并不是可用边界。
4. 决策是否可以解释？
AI 可以分类及提取数据，但企业仍要定义信心及复核规则。哪些个案可以自动继续、哪些需要人员处理，以及数据缺失时怎么办，都应事先说明。
5. 能否提供代表性样本？
只用理想输入建造的演示，证明不了什么。应收集正常例子、罕见例子及已知失败，尽可能移除个人或敏感数据，并由了解真实运营的人员测试。
6. 成果能否衡量？
选择一至两项结果：处理时间、响应时间、错误率、积压、完成透明度，或制作报告所需时间。建造前先记录基线，否则项目可能看似先进，却没有产生价值。
7. 范围能否被控制？
首个 Sprint 应尽量只接触少量系统。“一个输入、一条决策流程、一个目的地”是很好的形状。如果概念需要全新公司数据模型、五个部门批准及更换核心平台，应先拆小。
三个常见首个项目
- 要求接收：从信息或文件提取数据，判断类别及紧急程度，建立有负责人的任务。
- 管理摘要：从稳定来源取得数据，发送一致的每天或每周摘要。
- 记录控制：取代有重复输入、责任不清或缺少历史记录的共用电子表格。
首个 Sprint 应避免什么
避免高风险自主决策、目标模糊的内部聊天机器人，以及必须所有员工同时改变行为才有价值的项目。也不要只因供应商演示吸引而选择流程；先从运营成本出发，再选技术。
首个项目的目标不是“采用 AI”，而是让业务其中一部分可衡量地改善，并建立一套安全、可重复的方法去建造下一项改进。