AI 落地前检查清单 — 一页纸搞定准备度诊断

我们的组织,真的准备好开始做 AI 了吗?本文把整个系列的要点压缩成 20 个问题,覆盖问题定义、数据、人力、预算与安全这五个方面。无论还没启动,还是已经做了一段时间,照着答一遍,就能在一页纸上看清现在所处的位置、下一步最该补的是哪一块,以及可以从哪一篇文章接着往下读、继续推进。先把准备补齐,再谈落地。

AXAI 转型检查清单咨询
观看视频 · 3:08
本文的讲解视频(韩语)。
YouTube 频道 →
短视频 4 个(韩语)
AI 준비된 기업, 13%뿐이었다
AI 프로젝트 실패 1위 원인은?
도구·사람·예산·보안, 체크했나요?
20문항 중 '예'가 몇 개인가요?

不确定准备好了没有?回答这 20 个问题。 10 分钟就够。

为什么需要检查清单

这个系列讲了很多:问题定义、工具探索、数据准备、项目管理、说服管理层、安全、成果衡量。

全部压缩成 20 个问题。

领域 1:问题定义(4 题)

Q1. 想用 AI 解决的问题有没有具体定义?

美国智库 RAND 在 2024 年 8 月发布的 AI 项目失败原因报告中,访谈了 65 位具有 5 年以上经验的数据科学家和工程师,归纳出五大根本原因。第一是误解或误传了需要用 AI 解决的问题,第二是缺乏训练有效模型所需的数据。这正是 Q1 和 Q5 排在最前面的原因。

Q2. 能用数字说出问题的大小吗?

Q3. 问题有"负责人"吗?

Q4. 有没有考虑过非 AI 方案?

领域 2:数据(4 题)

Q5. 相关数据存在吗?

Q6. 能访问到这些数据吗?

Q7. 大致了解数据的量和质量吗?

Q8. 数据还在持续积累吗?

领域 3:工具和技术(3 题)

Q9. 判断了需要什么类型的 AI 吗?

Q10. 有没有先用现有工具小规模实验?

Q11. 定了自建和外包的界限吗?

领域 4:人力和组织(3 题)

Q12. 指定了 AI 负责人吗?

Q13. 给了这个人每周 4 小时以上的正式时间吗?

Q14. 实际使用 AI 的人参与了项目吗?

领域 5:预算和执行(3 题)

Q15. 知道试点需要的最低预算吗?

Q16. 定了成功标准吗?

Q17. 失败了有预案吗?

领域 6:安全(3 题)

Q18. 定了什么数据可以给 AI 用吗?

Q19. 做了个人信息的法律审查吗?

韩国已有可参照的官方标准。韩国个人信息保护委员会于 2025 年 8 月发布了《生成式 AI 开发与使用个人信息处理指南》(韩文),将生命周期分为 4 个阶段,并列出每个阶段需要确认的最低限度安全措施。利用 ChatGPT 等商用 LLM 服务开发产品的企业也在适用范围内,可以作为法律审查的起点。

Q20. 有 AI 产出的验证机制吗?

AI 生成的回答、文档、判断,由谁在什么时候核对?把输入了什么、核对了什么记录下来,验证会容易得多——这正是记录型 AI 工作法系列所讲的做法。

结果解读

15 个以上"是":现在就能开始。

10-14 个:可以开始,但要同步补"否"的领域。

不到 10 个:准备比 AI 落地更优先。

"否"多也没关系

"否"在哪里,第一个项目就在哪里。 没有组织是完全准备好的。知道自己在哪里,就已经领先一步了。

事实上,Cisco 在 2023 年 11 月发布的 AI Readiness Index 显示,在全球 8,000 多家企业中,完全准备好部署和使用 AI 的只有 14%。这项调查同样从战略、基础设施、数据、人才、治理、文化六个维度衡量准备度。大多数组织都是带着某处的"否"出发的。

等 20 个全是"是"再开始,就永远开始不了。从现在已经是"是"的开始。