这是《企业智能体落地三部曲》第二篇。上一篇讲了为什么个人提效换不来组织成效，这一篇解决选择题：第一个智能体项目，从哪切入。
很多企业的第一个智能体项目，是这样选出来的：哪个场景演示效果最突出、最能打动决策者，就先做哪个。三个月后，项目却卡在验收环节。效果无法度量，异常无人兜底，数据权限也尚未获批。第一批场景选择失误，损失的不只有预算，还包括组织内部对智能体的信任。
选场景之前，先回答三类问题
一个智能体项目在立项时就要说清三件事：场景，即哪些任务适合先交给智能体；治理，即它可以访问哪些数据、调用哪些工具、执行哪些动作；组织，即谁负责定义任务、验收结果、处理异常。
多数失败项目在立项时只回答了第一类问题。治理和组织两类问题留到上线前才补，等于把项目最难的部分放在了最没有回旋余地的时刻。
好的第一批场景，同时满足四条标准
第一批场景的首要目标是以较低成本建立信任和方法，不必追求价值最大化。满足四条标准的任务才有资格进入候选：边界清楚，即能在明确范围内独立运行；低风险，即错误能够被识别和纠正；有价值，即能够明显节省时间或成本；可兜底，即有人工或规则可以处理异常。
实操上，应以流程中的一个节点作为切入口，而非直接改造完整流程。先梳理端到端流程，找到其中决策密集、规则明确的节点，评估这个节点出错的影响范围，确认所需数据可用，再启动试点。从一个具体节点开始，比一开始就改造整条流程更为稳妥。
用"价值 × 治理成本"两个维度看，别只看价值
高价值场景不一定适合先启动，因为治理成本同样是成本。把候选场景放进一个二维矩阵：横轴业务价值，纵轴治理复杂度（合规要求、审批强度、出错影响）。
价值高、治理复杂度低的场景，应优先试点；价值高、治理要求也高的场景，如财务、供应链、采购，应谨慎验证；跨部门流程协同和"数字员工团队"这类宏观目标则应暂缓，因为多数企业尚未具备所需的组织与治理条件。这个判断会随企业的数据基础和治理能力变化，矩阵需要定期更新。
第一批推荐：客服、知识管理、IT 服务台
三个场景在大多数企业同时满足四条标准：客服与客户支持（常见问题解答、工单分流、订单查询、投诉初筛）、知识管理（制度问答、文档检索、会议纪要、知识库维护）、IT 服务台（工单诊断、变更建议、告警聚合）。它们的共同点是高频、反馈快、人工可兜底，错误能够及时发现并由人工处理。
还有一个节奏建议：同一个场景内，先从只读建议型任务做起（智能体只查询、只起草、只建议，动作由人执行），跑稳之后再进入受控执行型任务。销售支持、研发辅助、数据分析也适合按这个节奏从辅助任务切入。
财务、供应链、采购可以做，但须先治理后执行
涉及资金流转、合同签订、库存调度的场景，错误会直接带来资金损失和合规责任。这类场景并非禁区，但要分两步走：可以先做的是检索查询、方案建议、风险预警、辅助复核这类只读任务；谨慎进入自动执行的是资金支付、合同签署、采购下单、供应链执行。进入自动执行前，必须满足审批链、最小权限、日志审计、人工确认、回滚方案五个前提。
判断标准很朴素：一个动作如果不可逆、涉及资金或对外承诺，就必须有人工确认。
试点从第一天起就要定义验收指标
试点不能只看演示效果，要在启动时就定好度量口径，常用五个：任务完成率、人工接管率、异常率、处理时长、用户反馈。跑一个月，数据会替你回答"值不值得扩大"。
同样重要的是复盘并形成可复用资产：试点记录、失败样本、知识库修正、流程模板，这些资产决定第二个场景能不能比第一个快。只留下一个"演示成功"的印象而没有留下资产的试点，等于白做。
现在可以做的一件事
可以列出所在部门重复度最高的五个任务，逐项对照边界清楚、低风险、有价值、可兜底四条标准。全部符合的任务即可列为第一批候选场景。完成选择后，下一个问题是如何使其从试点安全进入生产，再复制到更多部门，这也是第三篇的主题。
可信金科在金融等行业以"垂类系统 + 智能体"的方式做落地，FDE（前线部署工程师）驻场完成场景诊断与试点验证，帮助企业把第一批场景选对、跑通、留下资产。
