先资产化再谈复诊

诊断产出应整理成可复用的三件套:场景库(含状态与责任人)、现状基线(指标与采集口径)、评分表(权重与依据)。没有这三样,复诊只能重做访谈,成本与首轮几乎一样,复诊时也没法直接复用这些结论。

桌面上的笔记本电脑与方案界面
方案桌面:规划与汇报自有素材

什么信号触发复诊

核心指标连续偏离、关键系统替换、组织架构调整、模型能力代际更新、监管规则变化,任一项出现就启动复诊。按固定周期全量复诊成本高,按信号触发更实际,也更容易坚持,但先要把信号定义清楚。

复诊只做增量

复诊不复述全部现状,只更新变化部分:新场景入池、旧场景调状态、基线重采样、权重重算。把范围压到增量,一次复诊通常几天即可完成,不必再占用业务方整周时间,也不至于打乱业务方的节奏,复诊也更省时。

复盘要回写

试点结束后的成功率、接管率与失败类型,应回写到场景库与评分权重,让下一轮判断更准。不回写的复盘只是汇报,不会改进决策,同类问题下次还会重演,复盘也就失去了它原本应有的意义,判断也更准确。

责任落到岗

指定场景库的维护人,通常是数字化部门的产品岗,每季度核对一次状态。无人维护的库半年后就会与实际脱节,责任人可能早已调岗,库里的结论却还在被引用,半年后没人说得清它是否还准,复诊也才接得上。

适用与不适用

适合谁

  • 已有多轮 AI 项目的集团企业,已有场景库
  • 试点结束后需要决定扩展或收缩的团队
  • 希望把诊断能力沉淀为内部机制的部门

不适合谁

  • 首次做诊断、尚无历史资产的单位,且无场景库
  • 项目制交付、不打算长期运营的场合,且无历史资产,且无预算,可先做试点,可先做小试点

典型场景

某物流企业把首轮诊断的场景库交给数字化部产品岗维护。半年后模型升级,复诊组只用了三天:新增两个场景、把一个已上线场景的成功率基线重采样、把可行性权重上调。复诊报告直接成为下一年度预算依据,并按季度复核。

可执行步骤

  1. 把场景、基线与评分表整理成可检索、可维护、有明确责任人的库,并指定备份人
  2. 指定维护人与备份人,并约定季度核对、更新和交接的具体机制,写进岗位说明
  3. 书面列出触发复诊的五类业务、系统与监管信号,并指定各自的观察人,并定期更新
  4. 复诊只更新变化项,输出增量报告、权重调整建议与后续待办清单,并注明责任人
  5. 把试点复盘的成功率与失败类型回写到场景库、评分权重与基线,并留存原始记录
解决方案与项目开发类目结构示意图
类目示意图:解决方案与项目开发通用流程示意 · 上岸智源

常见坑

  • 诊断报告只存成 PDF,场景与基线无法检索,复诊等于重新做一遍,人换了更接不上,下次只能从头再来。
  • 复诊按月全量重跑,成本高到没人愿意执行,最后不了之,机制很快形同虚设,最后没人再提这件事。
  • 评分权重从不调整,新场景永远排在旧结论后面,机会被错过,团队也会绕开这套流程,判断越来越偏。
  • 维护人缺位,库里的责任人早已调岗,数据无人核对也无人更新,结论却继续被引用,没人敢按下线。
电商仓储与订单处理场景
电商仓储:订单与库存场景自有素材

自检与验收清单

  • 场景库是否有状态、责任人与更新日期字段,可筛选
  • 基线指标的口径与采样方式是否固定,可复现,且有口径
  • 复诊触发信号是否书面化并指定观察人,可执行
  • 维护人与备份人是否明确到具体岗位,有人接手
  • 复盘结果是否回写到评分权重与现状基线,可追溯

常见问题

复诊要不要再收一次费用?

按范围评估。增量复诊工作量小,通常作为运维服务的一部分约定;全量重做则按新项目立项。关键是合同里提前写清边界,避免临时争议与预算外支出,也便于年度预算评审。

多久复诊一次合适?

建议按信号触发,另设半年一次的例行核对。业务变化快的行业可缩到季度,稳定行业半年到一年即可,频率过高反而没人执行,也浪费业务方时间,节奏也更容易把握,也更容易坚持。

谁来主持复诊?

由内部数字化部门主持,外部方提供模板与抽查。这样知识留在客户方,外部只在关键判断上补充视角,费用与依赖都更可控,复诊也能按自己的节奏推进,不必每次重新立项。

参考来源

  1. 中国信通院发布《大模型落地路线图研究报告(2024年)》 中国信息通信研究院(上海证券报转载) · 2024
  2. 中国信通院 权威发布·蓝皮书栏目 中国信息通信研究院 · n.d.
  3. AI Risk Management Framework (AI RMF 1.0) 美国国家标准与技术研究院(NIST) · 2023