深圳的制造与零售客户坐下来谈 AI 转型，第一个问题往往是「找谁做」，第二个才是「怎么做」。这两个问题其实不该分开问：一家咨询方靠不靠谱，看他愿不愿意把三份文件摆到桌面上——进场前的诊断材料、排过序的场景清单、写清了指标的试点验收条款。本文不比较自研、外包、驻场三条建设路线，那部分放在定制开发项目的报价构成里更合适，这里只讲咨询这一段怎么采购、怎么验收。优码云是深圳的 AI 转型咨询与软件定制开发团队，服务粤港澳大湾区与全国远程客户，交付标准写在AI 转型咨询方案页。
进场前就该拿到手的三份诊断材料
咨询方进场第一周交什么，基本能判断后面三个月会不会返工。我们要求的三份材料很朴素：现有系统清单、数据可及性说明、流程卡点记录。
- 现有系统清单：不是把 IT 资产台账复印一份了事，而要标明每个系统的数据出口——有没有可用接口、能不能取增量、字段口径由谁维护。ERP 与 MES 之间对不上账的项目，多半是这张表没做细。
- 数据可及性说明：数据存在哪、谁有权授权、需要几层审批、历史上有没有跨部门共享的先例。这一项通常比选模型难，也最能暴露一家咨询方是否只做过演示项目。
- 流程卡点记录：跟班看一两天，把「谁在等谁」写清楚。写的不是流程图里应有的样子，而是今天实际怎么跑、谁在补位。
省掉这三份材料，返工发生在哪
系统清单缺失，场景设计会把一个已有接口的能力重新开发一遍，预算直接翻倍。数据可及性没查清，试点做到第三周才发现关键数据要集团总部审批，只能停下来等。流程卡点没记录，验收时业务方一句「我们平时不是这么操作的」，就能推翻全部指标定义。三种返工换了包装，根因都是同一件事：把「了解现状」当成了可以后补的环节。
一份能核对的诊断报告长什么样
诊断结论要落到「哪条流程、哪个岗位、每天发生多少次」这种粒度，而不是「建议加强数据治理」。前者可以拿去和业务部门对账，后者只能放进汇报材料。评估一份诊断报告时，可以先找三样东西：现状数据基线、卡点清单及对应责任人、候选场景的初筛结论。三样都缺，说明这份报告只是访谈纪要的整理。
场景清单按三个维度排序，不按技术热度
技术热度会骗人。各类趋势榜单上排在前面的场景，落到某家具体企业常常是数据还没准备好、或者没人愿意在试点上线后接手运营。爱分析在《Data+AI 应用实践报告》里把选择说得很直接：企业应优先选择数据可获得、任务边界明确、风险可控且便于衡量的场景（报告解读）。我们的筛法沿用这个思路，另补上两个在交付现场最容易翻车的维度：数据就绪度和责任人。
| 维度 | 通过线（可当场问清） | 不通过时怎么处理 |
|---|---|---|
| 数据就绪度 | 主数据口径已确认、关键字段能取到连续历史、授权路径明确 | 先做数据准备小项，不进主场景 |
| 流程稳定性 | 该流程近半年规则没有大改，参与者认可「现状就是这样跑」 | 等流程梳理完成，或换相邻环节切入 |
| 责任人 | 业务侧有明确的流程负责人，愿意在验收单上签字 | 直接搁置，缺责任人的场景不做 |
三个维度都通过，才进第一批。只过两项的，先做小样本验证，别急着进排期。按技术热度排出来的清单往往在第三个场景就停摆，因为排在后面的那批从来没被问过「上线以后谁来负责运行」。
试点验收条款：写可测指标，别写模型准确率
「模型准确率不低于某个值」这类条款在会议室里听起来很硬，落地时无法归因：准确率是按批次算还是按字段算，谁标注的测试集，测试集与真实单据分布差多少，一处说不清就谈不下去。更麻烦的是它跟业务收益之间没有桥——准确率上去了，单据还是要人工复核。
采购侧的趋势正在往可观测性上走。Presenc AI 对 2026 年企业采购权重的汇总显示，数据安全与合规、与既有系统的集成深度、生产可观测性排在前列，能力基准测试排在它们之后（原报告）。可观测性权重上升，本身就是甲方从失败试点里学到的经验：模型看不见、链路追不到，验收就无从谈起。
| 指标类型 | 常见写法（建议改掉） | 可测写法 |
|---|---|---|
| 效率类 | AI 提效明显 | 同一岗位处理同类单据的人工工时，试点前后各测两个完整业务周期 |
| 质量类 | 模型准确率达到约定值 | 单据一次通过率，试点组与未试点组同口径比较 |
| 采用类 | 用户满意度高 | 目标用户中周活跃使用者占比，连续四个自然周 |
| 退出条件 | 达不到目标再继续优化 | 连续两个观测窗口未达标即触发退出，按已完成里程碑结算 |
观测窗口要事先写进合同：从什么时候开始算、统计范围含不含人工兜底环节、谁出数据。退出条件同理——写清触发线、结算方式和知识转移义务，比任何口头承诺都有用。我们在试点合同里固定附一份取数说明，就是为了避免验收前双方对同一个数字的解释不一样。
报价结构与付款节奏：把钱绑在里程碑上
AI 咨询的报价一般分三段：诊断包、试点包、规模化。诊断包可以固定价，产出的是报告与场景清单；试点包按里程碑报价，核心是环境、场景实现和验收；规模化阶段按周期或人天，因为边界最长也最难预估。
甲方最容易吃亏的地方是把三段并成一个大合同，然后按进度平均付款。一旦中间某个场景卡住，钱已经付到七成，乙方没有动力重构方案，甲方也没有筹码。更稳的做法是把付款挂在可交付物上：诊断报告通过评审付第一笔；试点环境搭好并通过中期评审付第二笔；试点验收报告双方签字后付尾款，尾款留到一个能覆盖整改的量级。
至于按效果分成的合同，我们的判断是慎用。收益归因在多数企业现有数据条件下做不到干净，财务处理也麻烦，最后往往变成双方都不满意的折中。想控制风险，用验收尾款和退出条件更直接。
深圳与大湾区客户：驻场、合规与数据出境
深圳客户有三个绕不开的特点：工厂在东莞、惠州，总部在南山或福田，决策与现场是分离的；港澳业务多，数据可能跨境；对交付节奏的要求高，一个重要节点往往压缩到以周计。
- 驻场节奏：诊断期驻场，因为要跟班看流程、要当面问系统出口；试点期改为每周到场加每日远程站会，把驻场成本压在真正需要现场的部分。
- 责任人与决策链：合同里写清甲方项目负责人、业务侧签字人、IT 侧接口人，避免「总部点头、工厂不认」的局面。
- 合规与出境：涉及个人信息的数据处理要有合法性与最小必要设计；数据出境按现行法律框架走安全评估、标准合同或认证三条路径之一，判断留给法务与外部律师，咨询方负责把数据流向图画清楚，并说明哪些环节可以改成境内处理。
- 文档语言：港资与外资团队常见中英双语要求，诊断报告与验收文档要提前约定语言版本，别在验收时才补翻译。
我们自己的两条口径
截至今日公开的案例库里，零售商业、智能制造、医疗健康是页面记录最集中的三个行业，具体条数以案例库实时统计为准；这些是页面记录，不等于客户授权披露的成效数据，所以本文不引用任何项目百分比。交付节奏同理——定制类项目普遍落在数周到数月的区间，取决于场景数量、数据准备程度和是否含驻场，我们不给一个看起来精确、实际靠猜的数字。
如果你正处在选咨询方这一阶段，可以先把现有系统清单和数据可及性说明自己过一遍，再来谈场景，会议室里的效率会明显不同。联系我们可以约一次交付物对谈，也可以先看我们已公开的项目案例。
常见问题
AI 转型咨询费用大概是什么量级？
没有统一报价，因为报价取决于场景数量、数据准备程度、是否含驻场和是否需要改造既有系统。合理的报价单应当把诊断、试点、规模化分开列，让你能只买第一段。任何一上来就报总价的方案，都值得追问边界。
诊断报告出来，一定要接着做试点吗？
不必。诊断包的价值在于给出场景排序和一个可复用的数据判断，你可以拿着它去比价，也可以先内部消化。把诊断与试点绑成不可拆的套餐，通常意味着诊断报告的质量不需要接受独立检验。
怎么判断咨询方会不会转包？
问三件事：交付团队名单及各自角色、类似场景的脱敏交付物目录、试点期谁写代码谁做验收。答不上具体人名和分工，多半要到执行期才凑团队。深圳本地团队的优势是随时可以到现场对账，这一点在试点期尤其值钱。
试点失败怎么退出？
合同里先约定触发线与结算方式：连续未达观测窗口的指标即触发退出，按已完成里程碑结算，交付物与代码归甲方。把退出写成流程而不是事故，双方才敢在试点里做真实测试。
参考
- 爱分析《Data+AI 应用实践报告》解读，东方财富财富号：https://caifuhao.eastmoney.com/news/20261010160440376050760
- Presenc AI，《Enterprise AI Agent Buying Criteria 2026》：https://presenc.ai/research/enterprise-ai-agent-buying-criteria-2026
- 麦肯锡全球企业 AI 现状调查相关报道，新浪财经：https://k.sina.com.cn/article_1735937570_67784e2200101slou.html