试点从一个团队和一两项高频任务开始。先记下现有耗时、返工、成本和通过标准，连续运行四到六周，再用同一口径比较。
第一个任务要能重复、能核对
代码缺陷初步分析、项目资料整理、工单分类和固定格式报告比较容易建立基线。
优先选择团队每周都会做、输入和完成标准相对稳定的任务。负责人要能判断结果是否合格，试点失败也不能直接影响生产。
一开始铺到全公司，或者同时接入太多系统，会让团队很难判断问题出在产品还是流程。
开始前记下现有做法
没有基线，试点结束后只能凭印象判断。连续观察几次现有流程，记录：
- 从接到任务到完成的总时间；
- 人工处理时间和等待时间；
- 返工次数与常见错误；
- 当前工具、模型和执行资源的成本；
- 结果由谁验收，什么条件算通过。
质量如果难以用一个分数表示，可以使用清单，例如“字段完整、来源可核对、格式符合要求、关键结论经负责人确认”。
连续运行四到六周
演示时可以挑选理想输入，日常工作不会。连续运行会遇到输入异常、权限申请、模型波动和任务失败，也能看出员工是否愿意继续使用。
每次运行要关联任务、发起人、项目、模型、用量和结果。团队每周查看返工、失败原因和超出原定边界的新需求。
验收时同时看效率和管理
按试点前的口径比较耗时、返工、成本和通过情况。再检查身份是否明确、权限能否回收、用量能否归到任务，以及异常发生时有没有暂停或人工接管方式。
结果合适就扩大，有问题就调整后再试。数据表明场景不合适时，也可以停止。
试点需要留下的记录
- 确定一个团队和业务负责人；
- 选择一到两个高频可验收任务；
- 记录试点前基线与风险边界；
- 配置项目、人员、模型、工具和权限；
- 连续运行并每周复盘；
- 用相同口径验收；
- 形成停止、调整或扩大的书面结论。