如何选择第一个 AOPC 项目：用证据淘汰伪需求

直接答案

第一个 AOPC 项目应当是“你能找到客户、能判断质量、能控制风险的一项窄服务”，而不是最炫的智能体组合。用同一张证据表比较候选方向：客户最近是否为问题投入过时间或预算，结果是否能在交付前验收，所需数据是否可以合法取得，是否触及许可或专业责任，你是否能直接接触前十位客户。

美国小企业管理局的市场研究指南建议同时检查需求、市场规模、客户位置、市场饱和度和替代方案价格，并区分现有资料研究与直接客户研究。对首个 AOPC 项目，最有价值的是把这些问题缩到具体客群，而不是引用宏观市场数字。宏观增长不能证明某家门店会购买你的服务。

建议给每个候选项目建立“证据、推断、待验证”三栏。客户说过并可追溯的事实放证据栏；你根据事实形成的判断放推断栏；尚未确认的价格、频率、审批人放待验证栏。只有证据足以支持一次小范围收费试验时才进入制作。

适用边界

这个方法适合服务型、信息型或轻量数字交付，例如资料整理、内容准备、运营分析和流程配置。它不直接适用于需要库存、生产许可、重资产设备或长周期研发的项目；这些项目仍可使用证据表，但还需要供应链、资金和监管评估。

“AI 能做”不是选择标准。若客户已有更便宜、可靠且无需切换流程的替代方案，你的自动化能力不会自然形成购买理由。相反，一个技术并不复杂但返工频繁、责任清晰、客户容易触达的任务，可能更适合作为第一项服务。

本文不提供市场规模、定价基准或收益预测。候选项目的购买意愿、交付成本和合规要求必须由经营者在目标地区和客群中现场验证。

分步骤方法

第一步，生成不超过五个候选。每个候选用同一格式：“为某类客户，在某个触发时刻，交付某个可验收结果。”删除“全行业”“一站式”“全自动”等无法界定范围的表达。

第二步，做替代方案调查。查看客户现在用人工、表格、平台服务商还是暂时不处理。记录替代方案的优点、失败点、切换成本和购买决策人。竞争分析不是只列同行公司，还包括客户继续忍受现状。

第三步，进行五次问题访谈。让客户展示去敏后的旧流程或样例，追问最近一次发生时间、参与者、返工次数和最终影响。不要索取完成判断所不需要的个人信息或商业秘密。

第四步，做风险筛选。出现以下任一情况就暂停：必须提供未具备的资质；错误会直接造成高风险决定；无法取得数据授权；无法在交付前人工验收；平台条款不允许计划中的操作。NIST AI RMF 的思路是把风险治理放进全生命周期，因此筛选不应推迟到上线后。

第五步，制作人工可交付样例。先不用复杂自动化，完整走一次输入、处理、复核和交付，记录真实耗时。若人工都无法稳定完成，增加智能体只会放大混乱。

第六步，提出有限试单。明确固定输入、固定输出、期限、一次验收和排除事项。价格由你的范围、成本、责任和目标客户访谈决定；不照搬其他行业的公开报价。

第七步，以证据决定继续。至少完成一次付款和验收后，复盘客户购买原因、返工原因、实际工时和可复用部分。没有购买时，先判断是问题不重要、客户不对、信任不足还是方案不清，不急着增加功能。

反例或风险

反例一：看到搜索热度就做通用写作服务。热度说明关注，不说明特定客户愿意为某种结果付款。反例二：先开发完整平台，再找第一位客户。你会把大量时间花在未经验证的账号、看板和集成上。反例三：以竞品标价作为自己的收入预测，忽略交付范围、品牌信任和客户结构差异。

还要警惕“访谈污染”。当经营者长时间讲解产品，受访者的赞同可能只是礼貌。更可靠的问题是让对方回忆最近一次行为，并在试单时做真实取舍。

可执行清单

• 候选项目都写成“客户—触发—结果”句式。
• 已记录客户当前的替代方案和不改变的理由。
• 已完成至少五次围绕过去行为的问题访谈。
• 事实、推断和待验证信息分别记录。
• 已核验数据授权、平台条款、许可和专业责任。
• 有一份人工完成且可验收的真实样例。
• 试单范围、期限、修改次数和排除项明确。
• 定价基于自身范围和成本，不引用未经核实的基准。
• 只有付款与验收完成后才评估自动化扩展。

来源

• U.S. Small Business Administration：Market research and competitive analysis，用于市场需求、饱和度、替代方案和直接研究方法。
• NIST：AI Risk Management Framework，用于在项目生命周期内持续识别、衡量和管理 AI 风险。

文中筛选法是编辑部建议，不构成投资或经营结果承诺。