评的是能力而不是工具
维度通常覆盖战略与治理、数据基础、技术平台、人才与组织、场景运营五块。评的是企业能否持续把 AI 用起来，而不是买了多少工具；工具清单只能作为佐证材料，不能直接换算成分数，否则会误导投入方向。
每个分数要有证据
评分背后要挂材料：制度文件、系统清单、项目记录、访谈记录。没有证据的分数只是印象分，复评时无法比较，也无法向管理层解释为什么这一项低，评审会上很容易被问住，最后只能改口径圆场，结论也就失去意义。
产出是差距与优先级
报告的核心不是总分，而是哪几项差距会卡住下一步、先补哪一项更合理。总分相同、短板不同的企业，行动顺序完全不同；把总分当结论，往往会做出错误的投入决定，钱花了也没解决问题，还耽误时间。
不适合当排名或考核
不同企业的业务结构差异很大，横向排名意义有限；把诊断分数直接用于部门考核，会诱导填表美化。更合适的用法是内部基线对比与复评趋势，让改进有参照，而不是制造压力与填表负担，最后数据也失真。
适用与不适用
适合谁
- 准备投入前需要摸清家底、愿意安排访谈的企业
- 并购或重组后要统一能力口径的集团
- 申报项目或接受考核前需要自查的组织
不适合谁
- 想用一个分数做行业排名、不做访谈的企业
- 无法安排访谈与材料调取、时间太紧的项目
- 期望诊断直接替代实施落地的团队
典型场景
某装备制造企业在年度预算前做了一次诊断，五个维度中数据基础得分偏低，直接影响了两个场景的排期。报告据此把数据治理列为前置任务，试点场景改为依赖较少的那一个，三个月后重新评估并调整了顺序，预算也随之重排。
可执行步骤
- 确认诊断目的、使用范围与呈现方式，先说明不做什么并留档，避免后期争议
- 按维度收集制度、系统与项目材料，列明清单、提供人与截止时间，逐项跟踪
- 安排业务与 IT 访谈并做记录，交叉核对口径与事实，并核对两方说法，避免偏差
- 校准评分并输出差距、优先级与责任部门建议，附证据清单，标注证据等级
常见坑
- 只填问卷不访谈，分数与实际情况脱节，结论不敢用，也不敢对外讲，等于白做一场，评审时也拿不出手
- 把诊断结果直接挂部门考核，材料开始失真，复评失效，还伤信任，后面没人愿意配合，下一次更难推进
- 追求维度全覆盖，关键短板反而没说清，报告很厚但没人看第二遍，决策依旧靠拍脑袋，来年还要重做
- 诊断结束不给行动清单，报告交付即归档，半年后无人提起，投入无法体现，下一轮评估还会重复同样的问题
自检与验收清单
- 诊断目的与使用范围是否书面明确，并可供随时查阅
- 每个维度是否有材料支撑，并标注材料类型与时效
- 访谈是否覆盖业务、IT 与一线执行人员及管理者三类
- 报告是否给出优先级、责任部门建议与证据清单
常见问题
诊断要多久？
中型企业通常两到四周，取决于访谈安排与材料齐备程度。时间主要花在取证与校准上，压缩这两步会让报告变成问卷汇总，参考价值有限，后面还要重新做一遍，反而更慢。
分数低会不会影响立项？
不一定。诊断的价值是说明缺口在哪、需要先补什么，很多项目正是在补齐前置条件后立项的。把低分解释清楚，比拿到一个好看的分数更有用，也更经得起复评与追问，后续投入也更有底。
能不能只做问卷？
可以，但结论只能作为初步印象。问卷适合大范围摸底，关键维度仍需访谈与材料核验；只用问卷时，建议在报告里注明证据等级，避免被当作确定结论使用，后续决策也留出余地。