“AI 不是技术炫技，而是要先抓‘低垂的果实’—— 用小步快跑的迭代，让 AI 真正解决企业的真问题。”

很多企业做 AI 项目，一开始就错了 —— 要么盯着技术参数，要么沉迷场景炫酷，最后钱花了，价值没见着。”华为的解法是：所有 AI 项目先过 “十二问” 评估关。

一、 价值评估整体框架

华为认为AI项目需要通过 “AI的十二问”来评估价值。就像是一个评估AI项目的“体检表”，通过对多个关键问题的深入思考和回答，来衡量AI项目的可行性和价值。
“十二问”评估框架分为三个部分：

• D1：商业价值：要确保AI应用能带来实实在在的商业价值，别为了追求技术而技术。

• D2：场景成熟度：评估AI在特定业务场景中的适用性和成熟度，看它是否真能解决问题。

• D3：持续运营：强调AI解决方案的长期可持续性，要能不断改进，持续输出价值。
  

二、十二问的具体内容

华为AI场景的“十二问”是评估企业AI应用潜力的核心框架，涵盖商业价值、场景成熟度和持续运营三大维度。
具体十二问如下：

1. 商业价值维度

• 业务场景是否能清晰度量价值？（如增收、降本、增效）
• 场景是否能直接带来收入增长或成本降低？
• 效率提升是否可量化？

2. 场景成熟度维度

• 业务场景是否有明确的业务负责人（Owner）？
• 业务流程是否已形成明确规则？
• 业务是否已实现数字化（有用户触点）？
• 业务数据是否足够支撑AI冷启动（范围清晰、完整、易获取）？
• 数据是否满足AI训练需求（如知识数据完整性）？
• 技术是否具备落地条件（如算力、模型适配性）？

3. 持续运营维度

• 落地后3年期ROI是否为正？
• 是否有持续投入资源的机制？
• 是否能建立长效机制避免短期化？

华为通过十二问的框架强调场景选择需兼顾短期收益与长期价值，避免资源浪费 。 ‌

三、 三问生死线

其中前 3 问直接决定项目是否值得启动，堪称 “生死线”。

1. 第一问：商业价值 —— 没有 “真金白银” 的收益，再炫也不做
   “AI 项目必须回答‘能赚多少钱、省多少钱’，否则就是伪需求。”
   例如： 华为某工厂曾想做 “AI 视觉质检”，初期评估发现，传统人工质检成本虽高，但 AI 方案投入需要 2 年才能回本，且产品迭代快，场景稳定性不足。最终团队调整策略，先从 “零件尺寸 AI 测量” 切入 —— 这个场景投入少、见效快，3 个月就实现 “测量效率提升 50%，误差率降 30%”，半年收回成本，这才是 “低垂的果实”。

2. 第二问：场景成熟度 —— 别拿 “实验室技术” 赌业务
   “不是所有场景都适合 AI，成熟度不够，再牛的技术也落地不了。” 华为评估场景有个硬标准：“数据是否足够、规则是否清晰、业务是否高频”。
   例如： 华为供应链的 “AI 需求预测”，之所以能做到 “准确率提升 25%”，核心是积累了 10 年的历史订单数据，且需求波动规律清晰；而对于 “新品研发风险预测” 这类数据少、变量多的场景，华为选择 “小范围试点 + 数据积累”，不盲目推进。

3. 第三问：持续运营 ——AI 不是 “一锤子买卖”
   “很多企业以为 AI 上线就结束了，其实这才是开始。” 华为要求所有 AI 项目必须包含 “运营方案”：谁来维护模型、数据如何更新、效果如何监控。
   例如： 华为 “AI 合同审阅系统”，上线后专门组建了 3 人运营小组，每周更新 “风险条款库”，每月优化模型识别精度，目前已处理千万级合同，识别 27 万 + 风险条款，要是没有持续运营，半年后模型就会 “失效”。