一句话定义:AI 就绪度评估(AI Readiness Assessment)是在真正引入模型之前,对组织做一次系统检查,判断数据、流程、权限、评测这四件事,是否足以支撑 AI 真正落地。
打个比方:你打算请一位大厨来家里做饭。只关心“大厨水平高不高”是不够的,还得先确认厨房有没有灶、有没有电、食材买不买得到、排烟通不通,以及谁去买菜、谁洗碗。很多 AI 项目失败,原因在于“请了大厨,厨房却没有接通燃气”,并非模型不行。
数据(Data):数据有没有、干不干净、拿不拿得到。典型场景是客服想上智能问答,结果工单散在三个系统里,“客户”在 CRM 叫 account、在工单库叫 customer_id,历史记录还有一半是手写备注。模型再强,也喂不进去。
流程(Process):模型输出落在哪个环节、谁复核、出错怎么处理。合同审阅模型标出了风险条款,但公司没有规定“谁有权决定放行”,于是结论没人敢用,最后只能“参考一下”,价值归零。
权限(Access Control):模型能读哪些系统、输出给谁看、有没有审计日志。简历筛选模型如果顺手能读到全员薪酬表,就是个随时会爆的风险。
评测(Evaluation):怎么算“好”。没有标注好的测试集、没有业务方认可的成功标准,上线就只能靠感觉。摘要模型“看起来不错”,但没人定义过漏掉关键信息的容忍度是多少。
| 维度 | 评估该问的问题 | 没准备好的典型症状 |
|---|---|---|
| 数据 | 在哪、字段是否统一、能否合规取用 | 同一实体在多个库里叫不同名字 |
| 流程 | 输出落在哪一步、谁签字、错了怎么兜底 | 模型有结论,但没人敢负责 |
| 权限 | 能访问哪些系统、谁可见、有无审计 | 模型权限比岗位权限还大 |
| 评测 | 测试集从哪来、标准谁定、容忍度多少 | 上线依据是“演示时效果挺好” |
和相邻概念的区别:概念验证(PoC)回答“模型能不能做到”;就绪度评估回答“我们接不接得住”。数据治理是常年工程,就绪度评估则是针对某个具体场景的一次性检查,有清单、有结论、有责任人。AI 战略规划说的是要去哪,就绪度评估说的是现在能不能出发。
实际意义:对从业者,先评估再选型,能省掉“模型上线三个月无人使用”的返工;评估的产出应当是一张表:缺什么、谁负责补、大概多久。对业务方,被问“我们能不能上 AI”时,先反问这四个问题,往往比直接找人做 Demo 更有用。
