AI 项目怎么分阶段验收：四道里程碑与判定标准
去年有个做建材的南昌客户找我们，说他们的 AI 客服「快好了」。这句话我听了四个多月。翻项目管理记录，只有一份需求文档和一堆微信语音。没有阶段划分，没有验收标准，于是谁也不敢说它没好，谁也不敢说它好了。
没有里程碑的项目，永远停在「快好了」。这不是执行态度问题，是项目结构问题：没有判断点，就没有结束条件。
下面这套四阶段里程碑，是我们在企业 AI 解决方案交付里反复改出来的版本，可以直接拿去对照。
里程碑不是用来汇报的，是用来「允许停下来」的
很多团队把里程碑做成 PPT 节点：时间到了，开个会，讲一遍进展，继续往前推。这种里程碑没有约束力。
有用的里程碑只有一个特征——它给了双方一个合法的中止权。阶段结束，过、改、停，三个选项摆在桌上，谁都得做决定。项目之所以拖着，往往是因为没人被允许说「这个方向不对，我们停一下」。
阶段一：诊断结论，先证明这件事值得做
周期一般 1–2 周。这一阶段不写代码，只回答「值不值得做」。
交付物
- 场景清单：按出现频次 × 人工耗时 × 出错代价排序，不按部门排序
- 数据可获得性核查表：每个场景的数据在哪、能不能取、能不能脱敏
- 一份当前基线：现在的处理时长、准确率、人力成本，用数字写
- 一份「不做清单」：明确这次不碰哪些场景
判定标准
- 能在不看 PPT 的情况下，一句话说清哪个岗位的哪个动作会变
- 基线是可测的，不是「大概每天几十单」
- 至少有一个场景的数据能进测试环境
我们踩过的坑：诊断阶段很容易变成厂商宣讲会。后来加了一条硬要求——诊断报告里必须写出「这个场景用规则或脚本就能解决，不需要模型」的条目。写不出来，说明没认真看业务，只是在套方案。
阶段二：试点上线，跑通一条真实链路
周期 3–6 周。目标不是「能用」，是「有人真的在用」。
交付物
- 一个真实入口：企业微信、网页或工单系统里，不是独立 demo 链接
- 一份接入了真实文档的企业知识库，含文档更新责任人
- 一份失败样本记录：把答错的、拒答的、卡住的全记下来
- 一份调用账单：按天统计的 token 与费用，参考模型 API 与成本管理的做法
判定标准
- 试点用户不少于 5 人，连续使用不少于 10 个工作日（演示不算）
- 端到端成功率达标，口径在阶段一就定好
- 单次任务的平均成本能算出来，且落在你可接受的区间内
- 有明确的人工兜底路径，出问题时用户知道找谁
试点阶段翻车的原因，多数不是模型不行，是没人管文档。知识库三个月不更新，回答就开始胡说。私有化部署的项目尤其容易出这个问题，客户以为部署完就结束了，交付方也乐得少跑一趟，结果半年后系统还在，知识已经烂了。做AI 智能体私有化部署时，我们一般会把「文档更新人」写进验收表，写不出人名就不算过。
阶段三：效果验收，用业务指标不用感觉
验收会吵起来的典型场景：甲方说「感觉不太准」，乙方说「准确率九成」。解决办法只有一个——把口径写在阶段二开始之前。下表是我们常用的验收维度，数字区间以实际方案与报价为准。
| 验收维度 | 怎么测 | 不达标怎么处理 |
|---|---|---|
| 任务完成率 | 抽 100 条真实请求盲测，人工判定对错 | 拆解失败类型，回到阶段二补数据 |
| 响应时延 | 生产环境取 P50 与 P95，不看平均值 | 做请求分级，简单问题走小模型 |
| 单任务成本 | 月度账单 ÷ 成功任务数 | 调整模型路由与缓存策略 |
| 用户采纳率 | 试点用户主动发起的使用次数 | 偏低说明入口或流程设计有问题，不是模型问题 |
| 风险事件 | 越权访问、敏感信息外发、无依据回答 | 单独一票否决，先修再谈效果 |
判定标准写清楚：至少三项达标，风险事件为零。此外，验收报告必须写「没做到什么」。只写成绩的报告，阶段四一定出问题，因为所有人对边界的理解不一样。
阶段四：规模化，从一个人用变成一群人用
交付物
- 权限与账号体系文档：谁可以问什么、日志留多久、审计怎么查
- 运维手册与告警规则：模型接口挂了、额度用完了、知识库同步失败，各自怎么发现
- 培训材料与两轮实操培训，参考企业 AI 培训的做法，一轮讲流程，一轮按岗位演练
- 扩容与成本模型：用量翻三倍时账单大概是什么形状
- 迭代需求池：把这一轮忍住没做的需求记下来，别丢
判定标准
- 使用覆盖目标岗位六成以上人员，超出试点范围
- 内部有 owner，不是厂商一直在旁边扶着
- 出现故障时，内部能在 30 分钟内判断是模型、数据还是接口的问题
- 成本随用量增长的曲线可控，不是线性往上冲
规模化不等于把账号多发几个。权限没分、日志没留、成本归属没定（到底哪个部门出这笔钱），通常热闹两周就凉了。
把里程碑写进合同的三句话
- 每个阶段有独立时间盒，超时触发复盘，而不是自动延期。
- 每个阶段结束有一次书面确认，未确认不进入下一阶段。
- 阶段一和阶段三保留停止权：可以不继续，费用按阶段结清。
这三条看着硬，实际让项目更好谈。因为双方都知道什么时候该做决定，而不是耗到某天有人憋不住发火。
如果你手上正有一个「快好了」的项目，可以先做一件小事：把上面四个阶段的判定标准抄下来，对着现在的进度逐条打分。哪一栏填不出来，问题就出在那一栏。
我们在南昌青山湖区，也接全国远程。想找人一起把验收口径过一遍，可以看看AI 工作流自动化的交付说明，或者直接联系我们，电话 400-873-2750。