第一项工作应该足够重要，让团队愿意认真对待；也应该足够具体，让大家能够在短时间内看见结果。
宏大目标为什么容易失去抓手
全员使用、流程重构、智能组织，这些方向没有错，只是离今天的工作太远。若大量需求同时展开，资源会被分散，质量标准会变得模糊，AI 项目也容易与业务交付分离。
企业需要总体方向，第一轮行动却必须具体。它要有真实材料、真实使用者和真实业务标准，也要在可控时间内交付结果。
第一项工作怎样选择
一个适合启动的场景，通常具备五个条件。
- 有价值：与业务结果、客户体验、管理质量或关键风险有关。
- 有频率：会重复发生，团队能在短期内完成多轮尝试。
- 有资料：必要文件、数据和案例能够获得，权限边界清楚。
- 有负责人：有真正了解业务的人负责验收。
- 能检查：可以用时间、质量、采用或业务反馈判断变化。
把工作摊开来看
选定任务后，先不急着讨论模型。依次梳理痛点、场景、数据、流程和试点：哪里最费力，谁在什么情况下完成什么任务，需要哪些材料，经过哪些判断，第一轮做到哪里算完成。
这一步往往会发现，影响 AI 结果的第一项问题并非模型能力，而是企业缺少可靠的任务背景和清楚的业务标准。
第一轮要交付三样东西
第一是一份经过业务检查的真实产物；第二是一份过程记录，说明资料、步骤、人工判断和失败位置；第三是一轮具体的业务反馈。
三项交付把一次尝试变成组织可以继续讨论的对象。它们也帮助管理者判断，问题究竟出在场景、资料、方法还是产品能力。
什么时候值得进入下一轮
可以观察三个信号：参与者愿意在下一次任务中继续使用；结果达到最低业务标准，能够进入原有工作；团队开始说得清所需资料、步骤、判断和下一版要改什么。
信号出现后，可以扩大样本、增加参与者，或把方法整理为企业 Skill。企业的方向，也会因此获得来自真实工作的重量。