试点方法 / Pilot Acceptance

企业 AI 试点怎么验收？
用测试集和真实记录说话。

不要把“模型能生成内容”当作验收。验收只看一条真实业务任务：是否有人使用、是否能回溯、是否比原流程更稳定，以及风险是否仍在可控范围。

先有基线，才谈改进

启动前记录当前处理量、耗时、返工、遗漏或等待；试点中保留样本、AI 候选结果、人工修改和异常记录。没有基线，任何“提效”都无法判断。

测试集字段应来自已经确认的需求与任务，不能为了让结果好看而只选容易样本。

验收必须包括人审与回退

定义哪些输出由业务负责人确认、异常出现时回到哪个原流程、什么情况立即暂停。这样验收的不是“自动化程度”，而是可持续的业务可靠性。

先固定测试集，再填写验收记录

测试集不是越大越好，而是要覆盖真实任务、正常样本、边界样本、反例和必须转人工的情况。固定版本后再跑试点；若样本、规则或模型发生变化，建立新版本，不能把不同版本结果混在一起。

字段	填写要求	验收时检查
测试集 ID / 版本	记录创建与变更日期	报告、运行记录与版本一致
样本来源与授权	来源类别、授权/脱敏状态、可用期限	无未授权个人或内部资料
任务与期望输出	输入、上下文、期望答案/动作和判定规则	业务负责人确认可判定
样本分层	正常、边界、反例、冲突、越权/转人工	不能只用“容易题”
实际输出与人审	AI 输出、人工修改、结论和审核人	可回溯，禁止无人审外发
异常与回退	错误类别、处理动作、是否回原流程	触发条件明确且可复现
验收结论	通过、整改后复验、暂停或终止及理由	由指定验收人确认

可复制：测试集与验收记录

复制测试集字段和验收记录

企业 AI 试点测试集与验收记录
项目 / 场景：
测试集 ID / 版本：
创建日期 / 最近变更：
样本来源类别：
授权 / 脱敏状态与有效期：
运行环境 / 工具版本：
业务负责人：
验收人：

【测试集总览】
样本总数：
正常样本数：
边界样本数：
反例 / 冲突样本数：
必须转人工 / 禁止动作样本数：
基线记录位置：

【单条记录】
记录编号：
输入 / 任务描述（不得粘贴不必要的敏感原文）：
样本分层：正常 / 边界 / 反例 / 冲突 / 转人工
期望输出或判定规则：
AI 实际输出摘要：
人工修改或审核意见：
结果：通过 / 需整改 / 转人工 / 回退
错误类别：事实 / 完整性 / 格式 / 权限 / 安全 / 其他
是否触发禁止动作：
异常处理与回退记录：
审核人 / 审核时间：

【批次验收】
运行批次与日期：
输入版本和规则版本：
结果摘要及未通过记录编号：
返工 / 人审负担观察：
与基线的可比说明（不写未经验证的因果）：
整改责任人和截止日期：
复验日期：
最终结论：通过 / 整改后通过 / 暂停 / 终止
验收人确认：
业务负责人确认：
备注：本记录不构成固定 ROI 或法律、合规结论；涉及敏感数据请只保存受控引用。

四种结论，不只写“验收通过”

结论	适用情况	下一步
通过	真实任务跑通、记录可回溯、风险可控、验收人认可	按书面条件决定是否扩展
整改后复验	问题明确且可在限定范围内修正	指定责任人、截止日和新测试版本
暂停	样本、权限、负责人或人审条件暂时缺失	回到原流程，补齐条件后再决定
终止	风险、成本或业务价值不支持继续	导出资产、删除资料并完成交接记录

复制：企业 AI 试点验收简卡

真实任务：
当前基线：
试点样本范围：
业务验收人：
人工审核点：
观察信号：
异常回退：
通过 / 修正 / 停止的判定：

常见问题

企业 AI 试点如何验收？

以真实任务是否跑通、负责人是否认可、人工审核成本是否可接受、结果是否比基线更稳定为核心，并保留测试集、人工修改和异常记录。

企业 AI 试点多久结束？

由任务频率、样本条件和验收方式决定。应在启动前约定复盘日期，而不是为了延长项目无限期运行。

企业 AI 测试集一定要使用真实客户数据吗？

不一定。可以先使用合成、脱敏或字段级样本；只有在授权、最小化和安全边界明确后，才使用真实业务材料。

测试集版本变化后，原验收结果还能沿用吗？

不能直接沿用。样本、规则、模型或流程发生实质变化时应建立新版本，并说明可比性和重新测试范围。

企业 AI 试点验收通过后可以取消人工审核吗？

不能自动推断。是否保留人工审核要按风险、任务和组织制度决定；对外发送、权限变更、付款等高风险动作仍应保留确认门。

把验收写在试点开始前。

带着真实任务、基线、样本权限和验收人沟通，先把测试集、人工审核和停止条件定下来。

发起场景沟通 →

企业 AI 试点怎么验收？用测试集和真实记录说话。