企业 AI 服务商评估：以「是否先做诊断」为第一筛选门
做技术选型时，我们习惯先看参数、再比方案。但换成"选 AI 服务商"，这套顺序会失效，因为服务商卖的不是参数，是一段还没发生的交付。
所以评估的第一步不该是"你支持什么"，而是**"你会不会先做诊断"**。这句话可以当第一道筛选门：过了，再谈后面的；不过，后面的讨论都没有基础。
我处理这类评估的统一动作是：先诊断，再落地 ：先把问题边界、数据条件和组织准备度弄清楚，再决定工具、模型和实施范围。
一、第一道筛选门：诊断环节问什么
一个准备进入企业场景的服务商，诊断阶段至少要能回答五类事实：
▸ 流程对象：要解决的是哪个具体流程，而不是笼统的"全面 AI 化"；
▸ 角色与决策链：谁是实际使用者，谁负责反馈，谁有权决定流程变化；
▸ 数据边界：数据在哪里，能否合规取得，格式和权限是否清楚；
▸ 流程结构：当前流程的输入、判断、输出和异常情况是什么；
▸ 验收口径：试点准备观察什么，谁记录，何时复盘。
如果对方只展示产品功能、不采集这些事实，输出就停在工具介绍层，不构成落地判断。
这一门的通过判据（建议逐条勾选，任一条不通过即中止评估）：
| # | 判据 | 通过条件 |
|---|---|---|
| 1 | 复述能力 | 对方用自己的话复述了你的流程边界，没有复述不通过 |
| 2 | 追问深度 | 至少追问一个你原本没说清的细节（审批人、更新频率、异常处理） |
| 3 | 留痕 | 沟通结束时，你手上有对方写下的流程描述，而不是只有口头讨论 |
| 4 | 顺序 | 先问业务、后谈产品；顺序反了不通过 |
第 3 条最容易被忽略：没有留痕的沟通，不管谈得多好，都不算一次诊断。
这道门之所以要放在最前，是因为它筛掉的不是"技术弱的服务商"，而是"跳过问题定义直接给方案的服务商"。
二、评估清单：五个必须问清的问题
① 先做哪个场景，为什么。 判据：回答里能不能看到使用者、痛点、数据、流程和验证周期五个要素。合格线＝五要素中命中至少四个，且每条指向本企业业务；不合格＝命中三个以下，或理由是"行业趋势"。
② 需要哪些数据，哪些数据不能接。 判据：数据来源、权限、保存方式、脱敏方式、可见范围是否逐项明确。数据边界必须在项目早期定，越具体越容易评估。合格线＝五项逐一有答复，且能明确说出哪些数据不接；不合格＝"数据我们来对接"。
③ 哪些环节由 AI 辅助，哪些保留人工判断。 判据："全自动"不是专业答案。涉及对外承诺、关键业务判断和敏感资料时，必须给出人工复核节点以及出错后的处理方式。合格线＝主动划出保留人工的步骤清单，并给出出错后的介入人与介入时点；不合格＝"不需要人管""基本不会出错"。
④ 第一轮试点多大，什么时候检查。 判据：边界、参与人、输入输出、检查节奏是否都说清。范围过大，会把数据、权限、流程和人员问题同时放大；范围过小，产生不了真实反馈。合格线＝四件齐全且能给出参与人数与检查频次；不合格＝检查时点定在项目结束之后（那是验收，不是检查）。
⑤ 效果没达到预期，怎么处理。 判据：有没有复盘与修正机制。项目里可能出现数据不足、使用习惯不适配、接口不稳定或目标定义不清。只会承诺结果、不说明如何修正的，评估要打折扣。合格线＝能列出至少两种失败情形及其对应修正路径（补数据/缩范围/换场景/暂停）；不合格＝把不达预期归因为企业配合度。
三、交付节奏评估：90 天试点模型
口头承诺难以量化，我改用一套 90 天试点模型 做节奏对照。四段固定：1-15 诊断选场景 / 16-45 PoC / 46-75 上线 / 76-90 复盘 。
1-15 诊断选场景。 目标不是解决所有问题，而是选出一个边界清楚、风险可控、数据能取得的试点场景。交付物应是一份可读的诊断结果：选型理由、使用者、数据来源、人工负责环节、检查方式。15 天内说不清试点对象与验收口径，后续时间表存疑。
本段交付物清单（建议逐项签收，缺项不放行）：
▸ 试点对象：写明做哪条流程的哪一段 ▸ 验收口径：写明可被观察的判定标准 ▸ 数据来源与权限：写明出处、可取得性、不接范围 ▸ 人工负责环节：写明哪些步骤保留人判断 ▸ 复盘时点：写明时间与组织人
16-45 PoC。 小范围验证，不是 PPT 复演。要看真实样本、真实流程、真实使用者反馈。需记录：输入可处理范围、出错情形、人工复核耗时、使用者留存意愿。产生问题不可怕，没有留下问题清单与调整记录才可怕。
放行判据看记录完备度、不看结果好坏 ：四类记录齐＝放行；只有成功截图、无出错清单＝不放行。一段零出错记录的 PoC，通常意味着覆盖的真实输入不够。
46-75 上线。 上线 ≠ 发链接，而是把验证过的范围接入实际流程。要交付账号权限、数据安全、使用说明、反馈入口、异常处理人。只在演示环境成立、进真实系统后无权限/无日志/无责任边界的，不算完整上线。
放行判据＝五件交付物是否落地 ：账号权限方案、数据安全说明、使用说明、反馈入口、异常处理人。缺任一项，状态只能标"试用"，不能标"上线"。
76-90 复盘。 回答四问：原先要解决什么，实际完成了什么，哪些变化可被记录，哪些变化暂时不能归因。输出应包含继续扩大、调整范围、暂停或重新诊断的触发条件。
放行判据＝四问是否都有明确答案 ，其中"哪些变化暂时不能归因 "是判别项：一份不含"不能归因"内容的复盘，等价于一份宣传材料。
结论 ：90 天试点模型不是效果承诺，而是判断交付过程是否具体、是否可核对的评估工具。
四、政策变量：服务商能力被要求进现场
2026 年 8 月 27 日，工业和信息化部办公厅发布《关于开展人工智能应用服务商培育专项行动的通知》，文号为工信厅科函〔2026〕414号；官网于 2026 年 8 月 31 日发布。
这是政策背景，不是采购某个服务商的直接结论。通知提出推动服务商提升面向真实场景的服务能力，提到建设 **FDE（前线部署工程师）**队伍，扎根用户现场；同时提出形成一批「小快轻准」的人工智能产品和服务。
工程上可用的读法：把政策语言翻译成服务商能力项：是否具备现场理解能力，能否把复杂方案拆成小范围、快验证、轻量化、边界清楚的动作。这两项可以直接进评估清单。
必须声明 ：政策中的资源池、目标数量或 FDE 等表述，不能被写成"工信部认证服务商""工信部授权服务商"或个人资质。服务商主体、团队、案例来源、交付边界和合同责任，仍须独立核实。
五、评估清单（十问，沟通时直接问）
▸ 你会不会先做诊断？诊断会核实哪些事实？
▸ 你建议的第一个场景是什么，为什么不是其他场景？
▸ 这个场景的真实使用者是谁？
▸ 需要哪些数据？数据权限和安全边界怎么处理？
▸ 哪些步骤由 AI 辅助，哪些步骤保留人工判断？
▸ 第一轮 PoC 的范围、样本和输出是什么？
▸ 多久进行一次反馈和调整？谁负责记录？
▸ 上线时有哪些账号、接口、日志和异常处理要求？
▸ 90 天结束时用什么口径复盘？哪些结果不能直接归因？
▸ 如果场景不适合扩大，停止或调整的条件是什么？
不需要对方一次给出标准答案，但答案要落到流程、数据、责任和时间节点，而不是"我们有成熟方案"。
六、评估顺序（一句话记住）
先问会不会诊断 → 再看场景边界是否清晰 → 再看能否用小范围 PoC 验证 → 再核对上线的权限、数据与责任 → 最后用 90 天试点模型 复盘。不要在项目开始前就接受一个无法核对的效果承诺。
如果你正在做服务商评估，可以用关键词 AI诊断 做一次 30 分钟快诊，把业务问题、场景边界和沟通要点先梳理清楚，再决定是否进入付费诊断或培训。快诊是问题梳理入口，不承诺具体效果，也不替企业做最终采购决策。
判断 AI 服务商靠不靠谱，不是看谁把模型名词说得最多，而是看谁愿意把问题、数据、试点、复盘和责任说清楚。
唐欢（弯弯）｜企业AI落地顾问
让企业把AI真正用到业务里
弯弯的产业AI实战