01 / 固定基准与样本
用同类任务比较试点前后结果。记录任务数量、复杂度和参与人数，避免把业务波动直接算成 AI 带来的收益。
02 / 统计有效结果
记录被采用的草稿、真正解决的阻塞、已完成的跟进，以及误报、返工和失败。不要把发送提醒本身当作业务问题已经解决。
03 / 决定是否扩张
同时核算软件费用、接入与实施工时、员工学习成本和模型用量。只有下一部门也具备数据条件和明确收益时，再扩覆盖范围。
核心结论
返回资源中心产品愿景可以很大。第一次试点的输入、边界和验收，一定要足够具体。
实践指南 / 价值衡量
不要只数 AI 调用了多少次
把真实工作成果、人工投入和使用成本放在同一张验收清单里。
从一个部门开始不用一次改变整家公司。
不用一次改变整家公司。
先把一件重要的事做好。
确认场景、数据与验收标准，再决定是否开始。