企業 AI 導入 Checklist:從就緒度到上線的 60 項查核表(可下載)

上季末,一家製造業客戶的 IT 主管把一份 42 頁的導入計畫甩在桌上,問我們一句話:「哪裡出錯了?」他們照著顧問給的流程走了半年,PoC 過了、預算批了,結果模型上線第三週就被前線關掉。原因不浪漫:欄位對不上、權限沒清、沒人負責維護知識庫。技術從來不是瓶頸,遺漏的查核項才是。

我們後來把踩過的雷整理成一份 60 項的查核表,涵蓋從「該不該做」到「誰在維護」的每一步。這篇把它拆開講,文末可以直接下載完整的 AI 導入 checklist 範本。

為什麼多數導入死在「就緒度」而不是「技術」

Demo 很美不算數,上線且有人在用才算數。這句話在盤點階段就決定生死。企業以為自己缺的是模型,實際缺的往往是三樣東西:乾淨的資料源、明確的流程負責人、以及一個能被稽核的成功指標。

一個真實對照。同一套 RAG 知識系統,A 公司三週上線、採用率破六成;B 公司拖了四個月,最後停用。差別不在模型,在 A 公司導入前就完成了資料權限盤點與欄位對齊,而 B 公司是上線後才發現業務資料散在五個系統、命名各不相同。就緒度沒盤清楚,後面每一步都在還債。

我們把查核項分成六個關卡,每一關都設一個「不通過就不准往下」的門檻。它不是給你打勾的心安清單,是給你踩煞車的理由。

完整版每一關再細拆到十項,例如就緒度關卡裡的「有沒有人能在 24 小時內回答資料欄位定義」,聽起來瑣碎,卻是我們預測專案會不會延宕最準的一題。

三個提醒,都是我們自己犯過的錯換來的。

第一,倒著填。先看第五、六關的上線與交接指標,再回頭定義前面的建置範圍。多數團隊從架構開始,結果做出一套沒人維護、上線即孤兒的系統。

第二,每一項都要有具名的人,不是部門。「IT 部門負責資料」等於沒人負責。我們要求每個查核項後面掛一個名字與一個日期,模糊地帶當場現形。

第三,採用率是唯一不能造假的指標。準確率可以在測試集上很好看,但登入紀錄不會說謊。把「首月實際使用率」放進驗收條款,比任何 Demo 都誠實。

這份範本能幫你把 80% 的常見坑標出來,但清單本身不會走完最後一哩。真正卡住企業的,往往是第三關到第五關之間那段沒人願意扛的落地工作:資料要有人清、權限要有人談、前線抗拒要有人一線一線去化解。

Tenten 的 FDE 前線部署工程做的就是這件事——工程師直接進客戶現場,拿著同一份查核表,把系統從「測試環境跑得動」推到「業務每天真的在用」。清單是地圖,有人陪你走完才算數。下載這份 60 項查核表,先從盤點自己的就緒度開始。