> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-er-bu-fen-zhan-le-yu-pan-duan-pian/10-cheng-shu-du-yu-zhun-bei-du.md).

# 第 10 章 · 成熟度与准备度评估

上一章判断了"该不该重投"，这一章往下走一步：如果要投，先看清自己准备到了什么程度。这不是为了打一个好看的分，而是因为 AI 落地常常不是被最强的一环拉动，而是被最弱的一环卡死——数据没治理好、或者根本没人负责，再好的场景也推不动。评估的用处，是找出那块最短的板。

先看准备度，可以从六个维度自评。战略：有没有清晰的目标和一把手真正牵头，而不是各部门零散尝试。组织：有没有明确的人和团队负责，责任链清不清楚。数据：关键数据能不能拿到、质量如何、有没有基本治理。系统：核心系统有没有对外的接口，能不能被程序调用。预算：是不是有可持续的投入，而不是一次性的试验经费。人才：有没有会用 AI 的业务人、以及会做 AI 的技术人。这六维里，任何一维过弱，都会成为拖住整体的那块短板。

再看成熟度，可以粗分五级。第一级，零散试用，员工各自用些工具，没有组织层面的动作。第二级，单点见效，某个场景跑通、拿到了确定回报。第三级，多场景复制，把成功经验搬到了别的场景。第四级，嵌入核心，AI 进入了关键业务流程，而不只是边角提效。第五级，改变经营方式，企业的分工和价值创造方式因 AI 而变。多数企业此刻在一到二级之间，而真正的分水岭在三到四级——那里要碰的，正是责任链重接和数据治理这些硬骨头。

这里要接上第 4 章的一个提醒：不同深度的用法，对六个维度的要求并不一样。只想让 AI"说"的轻场景，对数据、系统、组织的要求都很低，不必等六维全绿再动；而要让 AI"替企业动手"、嵌入核心流程，六维里数据、系统、组织、责任这几块就必须扎实。所以评估不是追求全维度满分，而是拿"打算做多深的场景"去对照"哪些维度必须补齐"。

最后一句提醒，针对这类评估的通病：别把它做成一张官僚的打分表，用"我们还没准备好"当拖延的借口。评估是为了知道从哪切、先补哪块，是行动的起点，不是行动的前置审批。分低不该导向"再等等"，而该导向"那就从对短板要求最低的场景先做起来"。

## 要点速查

* AI 落地常被最弱的一环卡死；评估的用途是找出最短的板，不是打好看的分。
* 六维准备度：战略、组织、数据、系统、预算、人才。任一过弱都会拖住整体。
* 五级成熟度：零散试用 → 单点见效 → 多场景复制 → 嵌入核心 → 改变经营方式；分水岭在三到四级（碰责任链与数据治理）。
* 要求随场景深度变化：轻场景不必六维全绿，深场景则数据/系统/组织/责任必须扎实。

## 给管理者的三步

* 现在：用六个维度给企业做一次诚实自评，标出最弱的一两块。
* 三个月：不等短板全补齐，先从"对短板要求最低"的场景动手，拿到第一个单点见效。
* 一年：对照想做深的核心场景，专项补齐它依赖的那几个维度（通常是数据、系统、责任链）。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-er-bu-fen-zhan-le-yu-pan-duan-pian/10-cheng-shu-du-yu-zhun-bei-du.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.