近日国资委在2026世界人工智能大会期间集中发布了央企人工智能战略性高价值场景、行业高质量数据集等系列成果“焕新社区”2.0同步上线央企智能软件工厂联合共建项目也正式启动。知识问答、设备巡检、报告生成、风险识别……需求从各部门涌来清单越拉越长。但对于央国企而言预算、数据和试错空间就这么多首批项目不可能全上。怎么选业务价值、数据条件、安全边界、复制成本缺一个维度后面都可能走不下去。本文结合多家央企AI场景咨询重点梳理出一套四关筛选法供AI项目评审参考。一、业务价值落地须找到拍板的人“提高效率”“降低成本”常常出现在需求描述里但还不能直接支撑立项。把场景放回具体流程中至少要写清四件事改变哪一段业务流程谁是业务负责人当前耗时、成本或差错基线是多少试点结束后用什么指标验收同样是知识问答全员通用的那种覆盖面确实大但业务结果很难衡量。换成设备检修规程查询、招采制度核对、项目材料预审谁用、用在哪一步、怎么验收一下子清楚很多。频次也不是唯一标准有的活儿一天干十次一次省两分钟有的活儿一年碰不上几回但错一次就是大几十万的损失。频次、耗时、错误代价、业务影响得打包在一起算。如果连业务负责人都找不到现状基线也没有AI输出的内容进不了任何决策或操作环节这种场景建议先放一放。二、数据条件系统里有不等于AI能用价值论证通过了先别急着聊大模型。数据在系统里躺着是一回事AI能不能直接用是另一回事。评审时建议逐项核对数据从哪些系统、文档、专家经验里来权限有吗敏感等级怎么定的口径统一吗数据全吗更新及时吗内容过期了谁管谁来审核业务专家能抽时间来做答案评测吗现场跑一圈经常碰到的情况是制度文件同时挂着三四个版本设备数据编码五花八门业务经验全靠几个老员工记在脑子里。这些不解决模型回答的稳定性就无从谈起。要是第一批知识全靠项目组临时手搓后续没人维护内容很快就变成过期材料。核心数据拿不到权属和使用范围说不清楚或者长期要靠人工补资料、改结果这类场景试点也先别急。三、安全边界AI当参谋还是操作手AI查资料、提建议跟AI直接调系统、改数据、触发流程风险完全不在一个级别。评审时输入、输出、执行权限必须分开看哪些数据能喂给模型哪些岗位的人能用AI能调哪些系统、动哪些工具什么事必须留给人来确认操作过程能存日志、能审计、能追溯吗部署环境和信创适配有什么要求但凡涉及资金、生产、客户权益或者关键业务系统最小权限、风险拦截、异常告警、应急处置这些都得过一遍。边界暂时模糊没关系先把场景收窄让AI只负责找资料、出建议最后点“确认”那一下必须是人。数据范围、执行权限、责任主体说不清楚关键操作又缺人工复核和审计记录这条线不能拿试运行去赌。四、复制推广试点跑通了不等于能铺开一个部门跑通了业务骨干随时在旁边兜底。三个月后要铺到三个部门用户多了、数据量大了、业务差异也来了还能不能稳住这些问题最好在立项之前先考虑清楚假设三个月后要复制到三个部门哪些东西能直接搬过去知识和规则能不能配置化智能体能力能不能拼装着用接口有没有标准接入方式权限和安全策略能不能按组织灵活调版本、效果、成本能不能统一看到要是每次复制都得重新访谈、重新接系统、重新整知识那做的还是一个个定制项目谈不上规模化。试点重度依赖个人经验关键能力沉淀不下来后续运营谁来做、预算从哪出复制推广前应当规定好。五、用一张表完成首轮筛选需求池里躺了十几个场景不必搞太复杂。挑三到五个候选按四项打分这张表不负责算出“标准答案”它只是让业务、信息化和安全团队坐下来看见彼此的判断依据。安全红线单独拎出来一票否决数据怎么用、权限怎么管说不清楚直接不进首批。评分接近的时候优先选业务责任清晰、数据准备较好、执行风险低的场景。实际推进中如果企业不知道如何进行流程梳理和场景评分可以考虑借助FDE服务来完成。企业知识库、模型和智能体编排可以考虑用企业级智能体中台如FinClaw来承载。涉及高风险执行动作再单独评估安全网关如FinSafe的适用性。具体怎么组合得结合现有系统、部署环境和安全制度逐个确认。如果需求池里已经列了十几个AI场景建议组织一次闭门工作坊业务、信息化和安全团队用同一张表筛出顺序顺便把缺口清单和验收指标一并理清。AI场景落地本质上不是选模型是选流程、选数据、选边界、选路径这四关过了试点的成功概率就会高很多。