试点跑通了却推不到全公司：不是推广没做好，是试点时就没埋复制条件

试点跑通了却推不到全公司：不是推广没做好，是试点时就没埋复制条件一、一条判据，能问出大部分问题二、三种假跑通，在验收单上都合格三、为什么两边条件不一样四、复制五道闸门，每道都要有一条能判的线五、判定规则要写死，四行六、顺序不能跳，每一层补的不一样七、试点已经结束，四步倒推八、收束

判断一个 AI 场景能不能复制，不必先讨论战略、预算、组织意愿。有一条判据就够：

换一个不认识这个项目组的人，在不问原班人马的前提下，能不能把这套流程完整跑一遍。

能，叫可复制；不能，问题不在推广。

这条判据好用的地方在于它不问你感觉如何，只问一个可执行的动作。而且它把"可复制"从形容词变成了动词：复制不是"这套东西写得好不好"，是"别人跑不跑得动"。

多数试点在验收单上是通过的，但拿这条判据一问，就露馅。露馅的方式有三种，而且几乎都长在验收之后那一个月。

假不是说数据作假，是说这个成功只在某个特定条件下成立。三种形态，各有一个测法。

▸ 人依赖型：只有发起这件事的人会完整地用。测法是把他抽掉一周，看使用次数掉多少，掉一半以下基本就是这一型。验收看不出来，是因为他本人在场，那些好看的指标本来就是他跑出来的。

▸ 样本依赖型：只在试点那批数据上跑得动。测法是去历史库捞一批没整理过的原始数据，字段缺项、格式不一、口径打架的都留着直接跑；准确率比试点低两成，就只认它。验收看不出来，是因为试点数据通常被挑过，而且多半不是作假，是"先让它跑起来"的自然结果。

▸ 监督依赖型：有人盯就有结果，没人盯就没人用。测法是停掉周报和例会，一周不催不问，只看后台使用记录，打开次数掉到个位数就是要人撑。验收看不出来，是因为验收那两周恰好是关注度最高的两周。

三种不互斥，多数项目占两种，最常见是人依赖加监督依赖：发起人盯着指标好看，他一走，指标和人一起没了。

三种跑通，在验收单上都合格，换到第二个部门一条都活不过去。

不是推广力度不够，是两件事的成功条件不同。三条差异，一一对应上面三种假跑通。

▸ 兜底差异：试点期有兜底，异常有人现场处理、数据有人临时整理、口径有人当场解释。这些兜底不写在方案里、不在预算里，是项目组的权限和注意力顺手提供的。复制期全部撤走，因为它从来不属于流程。

▸ 口径差异：试点可以"就这一批数据、就这一个班组"成立。这句在试点是描述，到复制就变成限制。第二个部门输入不一样，第一个部门的口径就不再是口径，是特例。

▸ 激励差异：试点期靠关注度推动，老板问过一次、负责人每周看进度。复制期关注度转到下一个热点，能接住的只剩日常考核和岗位职责，而这两样在试点阶段没碰过。

试点靠绕过去跑通，复制时所有被绕过去的问题会集中回来。 每次"这里先手工补一下""这批数据先剔掉"都是一次绕过。绕过时成本很低，因为成本被项目组吸收了；复制时项目组不在，成本就平摊到每个使用者头上。他们没有义务吸收，只会得出一个结论：不好用。

这类项目最常见的失败不是没跑通，是跑通了扩不动。Gartner 在 2025 年底的调研里，把"试点成功但无法扩大规模"列为制造业 AI 项目失败的前三大原因之一。我拿到的是二手转述，没有样本量，只当方向佐证。

复制条件指的是：让第二个人在不问第一个人的前提下，把同一件事做到同样结果的那些前提。它不是文档，不是培训，也不是把人调过去带一带。它长什么样：换个人接手，要知道去哪取数、数据不合格怎么判、跑出来不对先查哪三处、什么情况找谁。

五道闸门可以当五次追问用。每道追问都有一个"答不上来"的信号，信号出现在哪一层，正好说明缺的是什么。判据里的数字是经验阈值，可按本组织调整，别当行业标准。

▸ 说得清：追问"这次为什么成"。答"效果好""大家配合""模型能力强"，都算答不上来；能答出"把最常出错的那类单据单独加了校验"，才算过。同岗位换人时最先露馅，新人不知道为什么这么做，碰第一个例外就停住。

▸ 稳得住：追问"跑过多少轮、波动多大"。答不出坏结果的分界线，就是还没稳。分界线通常是输入长度、格式、某字段缺失，或某类特殊单据，而且同类任务得有十轮以上。同部门换岗位时最先露馅，任务一变，边界要全部重算。

▸ 拆得开：追问"成功依赖什么"。依赖项要一条条摆得出来，并且分得清哪些必须保留、哪些可以替换：数据权限、系统接口、岗位判断权属于前者，工具、模型、界面属于后者。跨部门时最先露馅，同部门靠人情能通的权限，跨出去才真暴露。

▸ 留得下：追问"别人拿着能不能直接用"。齐不齐不看有没有写，看别人跑不跑得出同样结果。口径一变最先露馅，越细的 SOP 越容易作废，因为写的只是"在这个部门怎么走"。

▸ 接得上：追问"下一个场景和原场景有多像"。看三项：任务、数据、系统。三项都像可以直接接力，两项像要先补一样，一项都不像就别接。跨层到全公司时最先露馅，那层相似度最低，判断相似度的人却离现场最远。

闸门 1 到 4 检查"这个场景有没有变成可复制资产"，闸门 5 检查"下一个场景值不值得接"。

这条放行条件得能验证。试跑时你什么都不说，只记他卡在哪：卡在"不知道下一步点哪"，是闸门 1 或 4；卡在"数据对不上、格式不认"，是闸门 2；卡在"没权限、接口没开"，是闸门 3；卡在"结果不对又说不出为什么"，是样本库缺。

这里的"换人"指内部换人，不是换供应商。两者组织含义和成本完全不同。

多数人在试点结束后才开会讨论要不要继续，那种会的结论取决于谁的嗓门大。正确做法是反过来：在启动会上就把"结果到决策"的映射写好。

四类指标先说清，否则触发条件都是空话：业务指标看耗时和成本，使用指标看活跃人数或任务次数，质量指标看准确率和人工介入率，风险指标看越权和错误外发次数。

▸ Go：进下一次跨越。四类指标同时达线，且闸门 1 到 4 有据可查。走之前先补该层要的那一样。

▸ Iterate：改一处，再测一轮。主指标达线，但失败样本集中同一环节，且已知道改哪里。只改一处，同时改三处，下一轮分不清是哪个改动起的作用。

▸ Hold：条件不到，先补条件。主指标达线但使用指标不达线：能做出结果，就是没人用。要补的不是模型，是入口、培训、考核。

▸ Stop：停止投入。失败样本改两轮没改善，或关键依赖无法复制，比如那个关键判断只有一个人会做、而这人调不动。

Hold 必须有出口，否则四行表不闭环：写明补什么、谁补、什么时点复查；复查仍不达线，按 Stop 处理。 最多两轮，第三轮还不动，就不是条件问题，是这件事没有需求。

顺序固定：单任务 → 单岗位 → 多岗位 → 部门 → 跨部门 → 全公司，六个节点、五次跨越。 一开始就横向铺到全公司，等于把五个层次的问题同时引爆。

第一次跨，只换了任务范围，同一个人还在做同一类事，所以补的是使用说明和失败样本库，卡点集中在闸门 1 与闸门 4。第二次跨，人数变多，输入开始不整齐，要补输入规范，卡点转到闸门 2 和闸门 4。第三次跨，开始接别的环节，衔接处第一次出现，要补权限与数据接入规则，卡点基本都在闸门 3。第四次跨，系统和口径同时换掉，要补口径对齐表，卡点在闸门 3 和闸门 5。第五次跨，决策权和预算进入，要补治理机制与版本升级规则，卡点只剩闸门 5。

第三次跨，也就是多岗位走到部门这一步，卡住的最多，因为权限审批既不在业务部门手里，也不在项目组手里。想确认自己站在哪一层，问一个动作就够：上一个接手的层，有没有人在不问你的前提下跑完过一次？

标准包十件里，必须有五件：SOP、输入规范、人工审核规则、验收标准、失败样本库；可以后补五件：业务流程说明、Prompt 或 Skill 封装、使用说明、培训材料、版本记录。没有失败样本库的标准包，等于把上次踩过的坑原样留给下一个人。

顺序上先做试跑，再做回填：试跑只要半天，定位到的卡点会告诉你去翻哪一段历史记录，否则翻材料容易翻成一次通读。补诊断放在第三，是因为归属定了才知道边界该切在哪。立项放最后，名义一改，对方的态度就跟着变：叫推广，他可以合法地说情况不一样；叫试点，他得和你一起把验收口径定下来。

《工业和信息化部办公厅关于开展人工智能应用服务商培育专项行动的通知》，文号工信厅科函〔2026〕414号，2026 年 8 月 27 日发文，官网 2026 年 8 月 31 日发布。里面有个提法：小快轻准。"轻"这个字，我的解读是它本身就在为复制设计：方案越重，每个部门都要重投建设成本，复制单价越高，推广只能靠行政推动。这是政策背景，不是资质认定。

按柳政办〔2025〕3号的目标，柳州在三个行业推动 435 家中小企业完成数字化改造，2026 年 10 至 12 月过国家验收。这 435 家正在过的关是改造验收，不是 AI 场景跑通，更不等于推到全公司。而验收之后那一段，恰好是没人负责的那一段。这也是我持续研究广西企业AI应用与产业机会的原因之一。

90 天试点模型的四段是 1-15 诊断选场景 / 16-45 PoC / 46-75 上线 / 76-90 复盘，它还能当复制条件的埋设时间表。配套原则是小切口验证：切口小到什么程度算小？小到一个人能独立跑完一个完整循环。

如果只做一件：把发起人抽走一周，看使用次数掉多少。 这就是那条判据的最小版本。至于"这个场景将来归谁"这句，不问，选场景就只按价值选，不按可复制性选。"先诊断，再落地"在这一篇多一条：诊断不只诊断现状，也要诊断归属。