企业想做 AI 诊断，常见做法是发一份问卷：你最希望 AI 解决什么问题？
收上来的答案通常是“提高效率”“降低人力成本”“让数据更有价值”。这些都对，但没法指导下一步。
诊断真正要看的，不是愿望，而是任务。先做一张任务表。
表里放什么
一张可用的任务表，至少要有八列：
- 岗位：谁在做；
- 任务：具体做什么，不要写“日常运营”；
- 频率：每天、每周还是每月；
- 耗时：一次大概多久；
- 规则：有没有标准输入和输出；
- 数据：需要哪些资料或系统；
- 异常：出问题时怎么处理；
- 代价：做错了会怎样。
表不用很漂亮，能填清楚就行。一个部门先列十到二十个任务，不要一上来列一百个。
怎么判断先做哪个
填完表后，按五个维度打分。
频率。 每天发生的任务，优先级高于一年一次的任务。
规则清晰度。 输入输出越稳定，越容易做第一版。
数据基础。 资料齐全、系统有接口，落地会快很多。
出错代价。 代价低的任务适合先试；涉及付款、合同、对外承诺的，往后放。
可验收。 能不能用几个具体指标判断做得好不好。说不清验收，就很难判断项目成败。
五项加起来分最高的，不一定是最热门的，但通常是最容易跑通的。
访谈谁
只看表不够，还要访谈。
一线员工最清楚任务怎么做，也最清楚哪里最烦。管理者知道目标和优先级。IT 和安全知道数据能不能出、系统能不能接。
访谈时不要问“你想不想用 AI”，问具体问题：
- 昨天你做的最重复的一件事是什么？
- 哪一步最花时间？
- 哪些情况一定要找老员工？
- 如果系统答错了，会有什么后果？
- 现在有哪些系统，数据能不能导出？
这些问题比“AI 能帮你做什么”更容易得到真实信息。
输出什么
诊断结束时，不要给一份几十页的报告。
给三样东西就够了：
- 三个候选场景，写清楚为什么选；
- 每个场景的验收指标和人工接管方式；
- 一个四周试点计划，谁负责、做什么、看什么数据。
候选场景不要太多。三个已经足够，选一个先做。剩下的可以排到后面。
常见错误
第一种错误，是让供应商主导诊断。供应商容易把自己的产品当成答案，先有工具再找场景。
第二种错误，是只听管理者，不听一线。管理者看到的是结果，一线知道过程。
第三种错误，是把诊断做成培训。讲了很多 AI 知识，但没有产出任务表和试点计划。
第四种错误，是只选“听起来厉害”的场景，比如全公司知识大脑。范围太大，第一版很难验收。
边界
诊断不能保证项目一定成功，但能减少一开始就选错方向的概率。
如果流程本身很乱、数据拿不到、没有人愿意做业务负责人，诊断结论可能是“先别做 AI，先整理流程”。这也是有价值的结论。
企业 AI 诊断的产出，不是一份漂亮的报告，而是一张能指导下一步的任务表。
如果你正在做诊断，可以看我们的企业 AI 诊断与陪跑，也可以从企业 AI 提效从哪里开始开始，先列任务。