《企业AI智驾白皮书》选域篇｜第一条 AI 业务车道，应该从哪里开始

年度规划会上，品牌各个部门都带来了自己的 AI 需求。

商品团队想让 AI 自动生成企划；电商团队希望它管理多平台活动；供应链团队想要自动补货；门店运营希望每天收到经营任务；财务团队则希望 AI 解释利润波动。

每个场景都能讲出价值。真正困难的是：第一次从 L2 走向 L3，到底选哪一个？

如果企业把所有场景一起启动，最后常见的结果不是“全面开花”，而是每条线都在联调、每个系统都要改、没人能说清哪一项真正产生了经营结果。

商品、库存、电商、会员：四类高感知经营场景

01 | | 第一条车道，不应该从“最炫”开始

第一次做 L3，目标不是证明 AI 什么都能做，而是证明一个真实业务域能够稳定、受控、可验收地闭环。

这意味着首域最好具备几个特征：问题足够真实，业务发生得足够频繁，数据能够拿到，动作不会一错就造成不可逆损失，负责人也愿意把结果拿出来复盘。

比如，库存补调往往有清晰的业务对象、明确的单据和可观察的缺货指标；促销冲突也有明确规则、审批节点和毛利红线。相反，如果一个场景低频、边界模糊、没有基线，哪怕演示很惊艳，也不适合成为第一条生产车道。

02 | | 用六个问题，筛出真正适合的首域

它能不能带来经营价值？价值不必先换算成一个很大的金额，但至少要说清楚要减少什么等待、返工、损失或决策时间。

数据是否真的拿得到？不只是“理论上有数据”，而是能否通过稳定的数据源取得最新状态，并说明口径和时间。

动作能不能被控制？是否有正式接口、明确字段、审批节点、白名单范围，失败后能否撤回、补偿或转人工。

业务频率够不够？频率太低，很难在短周期内积累足够证据；频率适中且重复发生的流程，更适合做首个闭环。

效果能不能看见？是否有 3-5 个直接指标，例如缺货率、审批周期、异常闭环时间、取消率或任务完成率。

谁来负责结果？没有具名 Owner 的场景，最终很容易变成“大家都支持、没人签字”。

这六个问题不要求企业一开始就完美，但任何一个明显缺失，都应该提醒项目先补底座，而不是急着上线。

03 | | 四个常见零售场景，各自适合什么样的第一步

商品与促销：适合规则相对清晰、活动频率较高的企业。可以先从冲突发现和方案建议开始，再进入审批后的活动草稿或拦截配置。

库存与补调：适合库存事实较稳定、补货或调拨单据规范的企业。可以先做缺货和积压预警，再选择一个区域、一个品类或一类门店做受控补调。

电商与订单：适合平台多、窗口短、人工复制成本高的企业。首个范围不宜一口气覆盖所有平台，而应先选一个平台、一类活动和一组商品。

会员与门店：适合已经有客群和门店任务体系的企业。可以先形成客群建议或门店任务，再观察触达响应、任务完成和转化变化。

制造、物流和服务业也可以沿用同一判断顺序：先看真实问题，再看动作是否受控，最后看结果能否被观察。场景可以不同，选域逻辑不变。

04 | | 首域的范围，要小到可以负责

“做库存”太大，“做华东区域 100 家门店、某一类鞋服 SKU 的缺货补调建议，并在审批后创建补货草稿”才是可以验收的范围。

一个好的首域，应该明确业务对象、生产范围、时间窗口、系统边界、禁写字段、审批人和指标基线。范围越具体，项目越容易知道什么时候算完成，什么时候应该暂停。

这也是为什么白皮书建议第一次进入 L3 只选择一个业务域。不是企业能力不够，而是要给业务、IT 和管理层一份真正可以共同签字的结果。

05 | | 选完首域，下一步就是把场景放回生意里

场景名称只是入口。真正决定价值的，是 AI 能不能进入一段持续发生的经营过程：商品、库存、订单、会员、门店、供应链或业财。

下一篇，我们会把这些场景放回一天真实的经营节奏里，看 AI 如何从发现问题、给出建议，走向在受控范围内推进动作。