最近两年我参与了不少企业AI项目的立项评审最深的感受是很多项目不是死在技术上而是死在评估方式上。要么由老板的直觉驱动要么由供应商的方案书驱动真正冷静地把业务价值、技术可行性、风险底线放到一张表里盘清楚的团队少之又少。今天分享的这套3×3法则是我在公司内外反复打磨后沉淀下来的一套企业AI价值评估模型结构非常简单——三个评估维度每个维度三个核心要素配一张Excel评分卡一场评审会二三十分钟就能跑完。适用于正在搭建AI项目评审机制的企业也适用于一个人要同时推进多个AI项目的团队。这篇文章不说虚的直接把这套法则的骨架、打分规则、完整演示案例、落地工具和实操中踩过的坑全部摊开讲。1. 立项评估混乱的根源AI项目为什么总在先上了再说1.1 我为什么开始搭这套评估模型先说一个我反复遇到的场景。某制造企业准备上一条AI外观质检线业务部门说同行都在做我们不做就落后了IT部门说产线数据还不完整别急着上财务部门问投入多少、什么时候回本三个人各说各话。最后的结果往往是老板拍板先上上线后数据不够就慢慢补效果说不清楚就含糊带过。另一个场景在金融行业更明显。有人提出做一个AI决策助手说能自动生成经营分析、辅助管理层做判断。听起来天花板很高但问三个问题就卡住了数据分散在哪些系统、口径是否统一、AI建议出了问题谁负责没人能当场答上来项目依然以探索试点的名义推进半年后无疾而终。这些情况见得多了你会发现一个共性企业缺的不是AI能力而是一套所有人认同的立项评估机制。后来我在给客户做AI应用规划时开始尝试把评估过程固定下来用同样的维度、同样的打分标准去审查每一个项目。这套方法经过多个行业场景的印证最终收敛成了现在的3×3法则。1.2 这套法则解决什么问题废话不多说它就是用来回答三个问题的值得做吗——这个AI项目能带来多少业务价值做不做得成——现有数据、技术、组织和人才条件支持吗敢不敢做——合规、安全、业务流程受影响的程度能不能承受这三个问题分别对应三个评估维度业务价值、实施可行性、风险与合规。每个维度下面再拆三个要素一共九个所以叫3×3。它最大的价值不在于算得有多精确而在于让不同角色在同一个框架里对齐预期。业务部门不能光说有用要说清楚价值在哪一档IT部门不能光说有困难要说清楚数据卡在哪一个环节管理层也不靠直觉拍板看的就是这张表上的分值和依据。如果你所在的团队正准备建立AI项目的立项评审制度或者你手头积了一堆AI需求不知道先做哪个这套法则可以直接拿去用。2. 3×3法则的骨架三个维度、九个要素每项都能量化先看整体框架。维度要素编号要素名称核心问题业务价值VV1收入增长能带来新收入还是保住已有收入业务价值VV2成本优化能节约多少人力、物料或时间业务价值VV3体验与质量能提升哪些可量化的体验和品质指标实施可行性FF1数据就绪度核心数据齐不齐、准不准、能不能拿到实施可行性FF2技术成熟度方案是成熟可用还是需要大量定制研究实施可行性FF3组织与人才业务方有没有牵头、算法能力够不够风险与合规RR1合规与安全数据使用和决策链路是否符合规则风险与合规RR2业务冲击对现有流程、岗位和习惯的冲击大不大风险与合规RR3财务风险投入规模、回报周期和失败成本能否承受下面逐一展开每个要素我都会给出1分、3分、5分的打分锚点照着锚点打分不同人评出来的分数不会差太远。2.1 业务价值维回答值得做吗V1 收入增长这一项看AI能不能直接创造营收。注意不是间接赋能那种模糊话术而是能落到具体产品线、客群和订单层面的贡献。1分与收入的关系靠想象无法落到具体业务单元。3分能从逻辑上推导出增收渠道比如推荐转化率每提升1个百分点对应多少销售额。5分有可追踪的收入指标和对照组设计能通过AB测试直接验证。我在评审中经常会追问一句话这个项目上线后哪个销售团队或者哪个产品线的收入表会变答不上来的V1基本就在3分以下。这不是苛刻而是AI项目最大的问题就是价值悬浮。V2 成本优化这一项是制造业和运营型AI项目的主力得分项。它涵盖人力节省、能耗下降、良率提升、坏账减少、工时压缩但前提是算得清账。1分只说节省人力一问具体省几个人、省多少工时答不上来。3分有流程级测算比如某个环节自动化后每天处理单量、单位耗时、单件成本的对比。5分有财务口径的入账依据比如排班表、能耗账单、返工成本的明细记录。这一项最容易出现供应商帮你把账算好了的情况。我后来的规矩是V2必须由业务方自己复算一遍供应商给的测算只能参考。原因后面说。V3 体验与质量很多项目不直接产生收入或成本节省比如客服满意度提升、质检漏检率下降、报表时效提升。这类价值容易被低估但不能视而不见。1分用提升客户体验这种无法量化的表述。3分有明确指标比如投诉率、NPS、缺陷漏检率、平均处理时长。5分已经建立半年以上的真实基线数据项目启动前的数值是准的。质量类指标最好的一点是它可以和收入、成本挂钩。比如漏检率下降0.5个百分点对应一年少赔多少客户款这就把V3的价值翻译给了财务。2.2 实施可行性维回答做不做得成F1 数据就绪度这是AI项目成功与否的最大分水岭也是我最愿意花时间审的一项。模型算法再先进数据不齐全是空中楼阁。1分核心数据没采集或者不在任何数字系统里还要靠线下手工录入。3分系统里有数据但不完整字段缺失、口径不统一需要2—3个月清洗整理且缺少标注。5分数据已入库字段完整有基本质量监控还有可用的标注数据集。我见过太多项目倒在F1上。某实验性项目在演示阶段跑得很好一上生产发现真正的业务数据根本不是那回事数据缺了三分之一剩下的三分之一格式还是乱的。所以F1低于3分的项目老老实实先做数据治理。F2 技术成熟度这一项看方案的现实性。有些AI应用已经是货架商品有些还得从论文阶段开始研究两者的投入和风险完全不是一个量级。1分目标场景需要从零做算法研究找不到成熟参考。3分有开源模型或成熟方案但需要针对业务做较大适配和定制。5分同行业有多个落地成功案例供应商能直接提供标准化方案。在评审时我会问团队一个问题如果不用当前这个供应商市面上还有没有替代方案如果只有一家能做、并且听起来像玄学F2就要打低分。技术绑定是风险管控的重要维度。F3 组织与人才AI项目是组织变革项目不只是算法项目。业务方谁拍板、谁验收、谁为结果负责比用什么模型更重要。1分项目没有明确业务owner只有IT或数据部门在推。3分有牵头部门但业务骨干参与度有限算法团队需要外部支持。5分业务方有专人全程参与算法团队具备完整交付能力上线后运维责任落到具体岗位。我在评审金融类项目时特别重视F3。因为业务部门一句这个我们不太懂你们技术看着办基本预示着项目上线后没人用。有没有人把AI当成自己的事来做这一点非常重要。2.3 风险与合规维回答敢不敢做R1 合规与安全这一项要审的是数据权限、隐私边界、行业规则、决策链路可审计性。金融、医疗、教育行业尤其重视。1分使用敏感数据但缺乏授权流程或者行业规则不明确责任界定模糊。3分有授权但流程繁琐需要特批AI输出仅限内部参考。5分数据授权清晰算法决策链路完整可审计合规部门提前介入。如果R1得了1分我个人倾向于直接进入观察区不管总分再好看。因为合规问题一旦爆发项目本身做得再好也可能被叫停。R2 业务冲击AI项目往往要改变原有流程甚至影响部分岗位。冲击越大推进阻力越大落地失败的概率也越大。1分将改变多个岗位的核心流程且没有沟通计划。3分涉及局部流程调整部分岗位需要转岗培训和过渡安排。5分新方案与原流程兼容或并行一线接受度高有试点缓冲。这里要说一句R2分低并不意味着项目不能做而是必须在立项时就把变革管理成本算进去。不少项目技术上跑通了最后死在员工不用、业务不配合上。R3 财务风险这是ROI类问题总的投入规模是多少预计多长时间回报万一项目失败沉淀下来的技术资产和数据资产还能不能复用。1分总投入超过年度预算的一半回报周期不可预测。3分投入可以靠部门预算覆盖预计18个月左右回收。5分投入低可以分阶段推进6个月内有可见收益失败后平台能力可复用到其他场景。R3的作用不是拦住新项目而是逼着团队把投入说细。一个项目是200万还是800万对应的推进节奏和决策层级完全不同。三个维度都展开完了你会发现这九个要素没有一个需要用到复杂数学但每一个都对应一个实际痛点。做到了这一步评估框架就立住了。3. 打分与决策规则权重、公式、红绿灯和一票否决项3.1 九个要素的默认权重九个要素如果平均分配等于没有重点。根据我自己的评审经验一套比较稳妥的默认权重是这样的维度要素默认权重业务价值V1 收入增长15%业务价值V2 成本优化15%业务价值V3 体验与质量10%实施可行性F1 数据就绪度15%实施可行性F2 技术成熟度10%实施可行性F3 组织与人才10%风险与合规R1 合规与安全10%风险与合规R2 业务冲击10%风险与合规R3 财务风险5%合计100%权重背后的逻辑是业务价值占40%、可行性占35%、风险占25%。价值优先因为没有价值的AI项目根本不必启动可行性紧跟其后因为AI项目失败主因大概率在数据和环境风险比例看似最低但它另有一票否决机制不需要靠权重体现。这个权重不是死的。有些企业处在稳妥探索期可以把R1加码到15%有些企业被竞争对手的AI应用逼得很紧价值权重也可以加到50%。但调整幅度一次别太大我建议权重变动控制在10个百分点以内否则不同项目之间就没有可比性。3.2 评分公式与一个完整的计算示例每个要素按1到5分打分只能打整数不允许打3.5这种带小数点的分数。理由很简单打整数会逼着评审者做倾向性判断带小数容易变成和稀泥。总分的计算方式是总分 V1×15% V2×15% V3×10% F1×15% F2×10% F3×10% R1×10% R2×10% R3×5%举一个我在评审中见过的典型组合看起来各项都还过得去但总分就是卡在中位要素V1V2V3F1F2F3R1R2R3得分435245344权重15%15%10%15%10%10%10%10%5%加权得分0.600.450.500.300.400.500.300.400.20总分 3.65。这个3.65很典型V3和F3都很高但F1只有2分直接拖累了总分。如果评审时只看总分可能会得出还行、可以试试的结论。但实际执行中数据就绪度不足一定是第一个暴露的问题所以光看总分不够还要看每个维度的均值。这个示例的总分是3.65正好落在黄色区间对应的策略是有条件推进但必须把F1的专项数据治理计划先拿出来。3.3 红绿灯判定与三条一票否决项总分出来之后按下面的区间做初步判定总分区间结论处理方式≥ 4.0绿灯直接进入立项和资源排期3.0 — 3.9黄灯有条件推进低于3分的要素必须给出专项改进计划 3.0红灯暂停立项重新定义问题范围除此之外还有三条一票否决项。只要有任意一条触发不管总分多高都先进入暂停/重定向通道合规风险不可控数据使用没有授权或者决策链路无法审计没人能为AI的判断负责。核心数据不存在且6个月内无法补齐这是硬伤算法再强也没用。回报周期超过管理层容忍度通常超过3年就很不现实除非这个项目有明确的战略卡位价值。一票否决的本意不是否定项目而是逼着团队重新设计范围。很多大红项目把范围缩小之后重新评估会直接变成黄灯甚至绿灯。这个机制我在下一个章节用具体案例展示。4. 完整评估演示质检AI和决策助手两个项目的分数轨迹4.1 案例A某制造企业的产线外观质检项目先看一个典型的制造业项目。某企业计划在终检环节引入AI视觉检测替代人工目检同时提升漏检率控制水平。评审现场的逐项打分是这样的要素得分关键依据V12不直接产生收入只影响交付质量V25可减少12名终检员编制一年节约人工成本约200万V34漏检客诉率有6个月基线数据有明确下降目标F15产线相机已累计近3年图像缺陷标注基本可用F24视觉检测方案成熟需要适配多SKU产线F34质量部牵头设专人算法团队2人加供应商支持R15不涉及用户隐私图像数据留在本地R23产线工人担心岗位调整需要转岗方案R34总投入约200万预计18个月回收平台可复用其他产线加权计算2×15% 5×15% 4×10% 5×15% 4×10% 4×10% 5×10% 3×10% 4×5%逐项相加是0.30 0.75 0.40 0.75 0.40 0.40 0.50 0.30 0.20 4.00落在绿灯区。有意思的是这项目如果没有3×3法则大概率会在省不省人力上拉扯很久。但评分过程把问题拆开之后大家发现价值侧和可行性侧都很扎实唯一的软肋在R2岗位影响。所以立项时直接要求人力资源部门同步准备转岗培训方案把这个风险锁住。4.2 案例B某公司的战略决策AI助手项目再看一个听上去很宏大、实际处处踩雷的项目。某公司计划开发一个AI助手自动归集经营数据、生成分析报告甚至给出下一阶段的策略建议。看起来价值上限很高但评审现场打出来的分非常难看要素得分关键依据V14决策效率提升潜力大但难以落到具体收入V22短期算不清节省了什么V33内部报告质量提升指标偏主观F11数据分散在多个系统口径不统一部分还要手工整理F22大模型生成报告可行但自动决策建议没有成熟参考F32IT部门在推业务部门观望无明确负责人R11决策建议涉及责任归属行业规则不清晰R22管理层习惯原有流程强行改变有抵触R32投入300—500万回报周期不明失败几乎无复用价值加权计算4×15% 2×15% 3×10% 1×15% 2×10% 2×10% 1×10% 2×10% 2×5%逐项相加是0.60 0.30 0.30 0.15 0.20 0.20 0.10 0.20 0.10 2.15红灯区。这个项目的问题非常典型价值讲的天花乱坠但从数据到组织到合规全是硬伤。尤其R1只有1分直接触发合规风险不可控的一票否决。如果只凭想象力这是一个值得探索的项目放进评分卡里它是一个现在不能做的项目。4.3 高总分项目的重定向从红灯到黄灯的完整轨迹案例B最有价值的不是被判了红灯而是评审会之后的重新设计。团队把目标从给决策层出建议缩小到自动归集经营数据并输出异动提示管理层的判断权完全保留AI只做信息整理和异常提醒。重新打分的结果完全不同要素得分变化变化原因V14 → 3不再承诺决策效率做减法V22 → 3可对应报表团队的人工工时压缩V33 → 4报告时效从T3到T0指标可量化F11 → 3范围缩小后取数口径基本统一仍需3个月整理F22 → 3不再做自动建议只做汇总和解释方案成熟度提升F32 → 3业务方指定一名分析岗专员为对接人R11 → 4输出内容由人工审核后分发责任清晰R22 → 4报表流程本就是集中化工具不改变权责R32 → 4投入缩到80万左右工具可复用于其他汇报线重新计算总分3×15% 3×15% 4×10% 3×15% 3×10% 3×10% 4×10% 4×10% 4×5%逐项相加是0.45 0.45 0.40 0.45 0.30 0.30 0.40 0.40 0.20 3.35黄灯区。从2.15到3.35靠的不是打鸡血而是把项目范围从AGI式的决策助手拉回到一个管用的经营数据助手。评分卡在这里扮演的角色是决策辅助工具它没有扼杀创新反而帮一个不切实际的想法找到了可以落地的路径。5. 落地工具用一张Excel评分卡把评审会控制在一小时内5.1 字段设计一张表应有的维度很多公司一谈到建立评估模型就想上系统、上平台。其实一开始根本不需要那么重一张Excel表足够。我的评分卡是这么设计的字段区域具体字段项目元信息项目名称、所属部门、评估日期、评估人要素区维度、要素编号、要素名称、权重评分区1—5分、加权得分依据区打分依据来源、核心证据描述结论区总分、维度均值、红绿灯结论、是否触发一票否决行动计划区需专项改善的要素、计划完成时间、责任人关键的一列是打分依据来源。我强制规定任何人在评审会上给出的分值都必须在这列写下依据。比如V2打5分就写依据人力资源部排班表终检岗位12人平均年薪约30万可转岗优先级排序已确认。没有依据的分值在评审会上直接不算数。5.2 公式、条件格式和雷达图的组合用法Excel里落地很简单。假设要素得分在C列第2到第10行权重在B列加权得分写在D列D列公式就一行 ROUND(B2 * C2, 2)总分单元格再汇总 SUM(D2:D10)为了让表更直观建议做两件小事条件格式把1—2分的格子标红色3分标黄色4—5分标绿色。这样整个表格的短板一眼就能看出来不用逐格阅读。三个辅助单元格分别计算V均值、F均值、R均值再用这三个数字插一张雷达图。雷达图贴在评审材料里管理层可以直观看到这个项目在三条边上哪条明显塌陷非常有利于解释为什么不能做或者为什么必须补齐某项能力。雷达图不用做得多复杂Excel自带的雷达图样式改一改就行。它的价值是沟通层面的业务领导看到R维度塌得很低再配合一票否决项的说明比读十页分析报告都管用。5.3 评审会怎么开流程和主持要点工具再好也要有对应的开会方式。我用这套评分卡做了几十场评审最终沉淀出三个固定步骤第一步会前发材料。项目负责人提前三天填写评分卡的要素得分和依据部分不需要填总分和结论这两部分留给会议现场算。这么做是为了防止会前沟通不充分、现场从头解释业务背景浪费所有人时间。第二步现场逐项过。会议现场不看PPT只看评分卡。主持人带着团队从V1开始逐个要素过分数。每个要素最多追问两个问题一是这个分值的依据是什么二是如果打低分需要什么条件能往上提。争论焦点记录下来不追求当场说服所有人。第三步算分、定结论、列行动。现场算出总分和各维度均值给出红绿灯结论。如果是黄灯直接落行动计划哪个要素低于3分谁负责目标日期是哪天。这个行动计划要跟着立项材料走不能开完会就消失。一场评审会控制在一小时内完全可以做到。超过一个小时多半是因为有人拿着PPT复述项目背景需要主持人果断打断。6. 复盘两年使用经历五个高频坑与应对方式坑一打分通胀评审会变成老好人会这套方法用了一个季度之后我注意到分数开始普遍偏高。原因是参与者不愿当面给别的部门低分怕伤和气。应对办法有两个一是强制依据来源列必须写证据写不出来的分数直接作废二是允许匿名预打分会前先收集一轮会上只讨论有分歧的项目。匿名预打分之后打分通胀的问题缓解了很多评审质量也明显上升。坑二只看总分忽略单维塌陷有一个项目总分3.63黄灯区理论上可以推进。但细看发现R维均值只有1.8明显低于2.0。当时的评审结论是有条件推进结果项目还没正式立项就在合规论证环节被卡住了。幸好只是评审阶段虚惊一场。之后我在评分卡里加了一条硬规则任何一个维度均值低于2.0不管总分多少必须先进入重定向评估。总分会掩盖短板但只要把维度均值和一票否决项摆在一起看这个问题基本可以解决。坑三指标膨胀从9个变成23个3×3法则最大的优点是好记但很多人会忍不住往里加要素。有一阵子我把九个要素扩成了二十三个细分项结果评审会现场一半时间在解释指标定义另一半时间在争论打分标准完全失去了沟通效率。后来我果断删回去把二十三个细分项降级为补充说明材料只作为参考附在评分卡后面。好评估模型的标准不是精确而是让不同部门的人在20分钟内达成基本共识。这一点真的非常关键。坑四只评不测评分卡用完就被扔进抽屉有一种很可惜的做法评分卡只在立项时用一次项目上线后没人再翻。评估模型的价值不应该止于立项。我的习惯是每个项目上线半年后把评分卡的九个要素重新打一次分对比立项时预估和当前实际。如果V2当初预测省200万、实际只省60万就要找出差距在哪是范围缩水还是配合不到位。这个复评机制会倒逼团队把当初写的依据放得更认真因为白纸黑字迟早要被翻出来检验。坑五供应商给的收益测算照着填就行最后一个大坑来自外部。很多供应商的解决方案里附带一份ROI测算测算结果通常非常漂亮什么效率提升35%三个月回本。如果团队把这些数字直接抄进V2的打分依据整个评分卡就会被带偏。我的规矩是供应商的测算只能作为参考线索V1和V2必须由业务方用本单位的真实数据重新走一遍。制造业就看排班表和良率报表零售业就看客单价和转化漏斗金融业就看客户流失率和运营成本明细。业务方算出来的数字哪怕保守很多也比供应商的理想曲线可信。说一点个人感受吧。这套3×3法则本身没有什么高深的地方三个维度、九个要素小学数学就能算明白。我真正觉得有价值的是它逼着业务、IT、财务、法务坐在同一张表面前每个分数都说出理由。公司里从来不缺好项目缺的是互相说服的时间。如果你正准备在公司里建立AI项目的立项评估机制我建议别急着找高端方法论先拿这张评分卡跑两个季度把打分的口径跑顺了再考虑要不要加指标。最后再分享一个小习惯每张评分卡都保存一份并且在备注栏写下最想推翻这个分数的人是怎么想的。半年之后回头看这些记录你会觉得比任何复盘报告都有意思。
