企业 AI 试点的验收指标，不能停留在“效果不错”或“员工愿意用”。指标应从业务任务出发，回答三个问题：系统能否完成目标工作，是否改善了现有流程，是否满足安全与交付约束。若这三类条件没有事先写清，试点结束时就容易出现技术团队认为成功、业务部门却看不到收益的分歧。
先把试点限定在一个明确场景，并描述任务、使用者、输入条件和预期结果。例如，不只写“辅助客服”，还要说明它处理哪类问题、答案需要满足什么要求，以及由谁复核。随后记录现有流程的基线，选取可对照的任务和相同评价口径。没有基线，试点只能说明系统表现如何，无法判断它是否带来了改善。
指标可分为三组。第一组是任务质量：结果是否正确、完整、符合业务要求，是否需要人工纠错或升级处理。第二组是流程效果：完成任务所需时间、人工步骤或复核负担是否发生变化。第三组是风险与可运营性：权限和数据处理要求是否满足，运行是否稳定，异常能否被发现并妥善处理。具体选哪些指标，应由场景决定，不必为了显得全面而堆砌指标。
验收标准要区分“必须满足”和“希望改善”。安全、合规、关键业务正确性等底线条件，不应被效率收益抵消；效率或体验指标则应结合业务目标设定可接受的变化范围。试点前还要约定测试样本、评价方法、参与评估的人，以及结果不达标时是调整、补测还是终止。对 AI 输出尤其不能只看少量演示样例，应检查代表性任务中的表现，并记录失败类型和人工介入情况。
最终验收不是给模型打一个总分，而是判断预先约定的条件是否同时成立。把指标、数据边界、责任分工和退出条件写入试点方案，才能让结果可复核，也让后续采购决策有清晰依据。