AI 项目采购最大的风险，不是选了错误的供应商，而是在发出采购文件之前，企业自己都没想清楚要买什么。CIO 可以在正式立项前，用五个维度完成一次内部自评，把需求描述到“供应商能准确报价、交付物能验收、采购方式不出错”的程度。
为什么 AI 项目采购总是“需求不清”
传统软件采购的路径相对清晰：买一套系统，功能列表基本固定，供应商要么有，要么没有。AI 项目不同，边界模糊、交付物抽象、供应商能力差异极大。同样一个“智能客服”项目，不同供应商可以给出相差数倍的报价，交付范围却完全不同。
企业在 AI 项目采购中常见的失败模式，不是流程违规，而是需求描述到不了可以比价和验收的程度。采购流程本身没有问题，问题发生在更早的一步：内部还没有完成定义工作，就急着把采购文件发出去。
哪些企业适合在采购前完成五维自评
这套自评框架适合三类情况：
- 第一次采购 AI 项目，没有历史参照的企业；
- 已经经历过一次 AI 试点失败，准备重新选型的企业；
- 同时有多条业务线提出 AI 需求，需要统一筛选口径的集团型企业。
如果项目金额很小、周期很短、边界清晰，自评可以简化。但如果项目涉及核心业务流程、后续可能扩展、或者需要跨部门配合，五维自评就是采购前的必要动作。
第一维：需求成熟度——业务问题定义清楚了吗
需求成熟度回答一个最关键的问题：这个 AI 项目要解决的业务问题，是否已经被精确定义。
判断标准很简单，如果需求描述里大量出现“智能化”“提升效率”“优化体验”这类词，说明需求还没成熟。成熟的需求应该能说清楚三件事：
- 当前业务流程中，哪一步需要人反复做、耗时最长；
- 这一步需要什么样的输入和输出；
- 完成这一步的质量标准是什么。
比如“客服每天重复回答产品售后问题”是成熟的需求；“用 AI 提升客户服务体验”是还没成熟的需求。
第二维：交付物可验收性——验收标准能在签约前写出来吗
AI 项目的验收经常出现争议，原因不是供应商做得不好，而是验收标准在签约时根本写不出来。
可验收的交付物应该满足一个条件：每一项交付成果，都能找到一把“尺子”去量。比如知识库问答项目，验收标准可以写成“覆盖已确认的 200 个高频问题，其中 150 个问题的人工复核通过率达到约定比例”。如果一项交付物只有“完成”“上线”这样的描述，没有可操作的检验方法，说明可验收性不够。
CIO 在自评时，可以做一个测试：把每一项目标写成验收条件，如果写不出来，就回到第一维重新定义需求。
第三维：报价可比性——供应商报价为什么没法比
AI 项目报价差异巨大的原因，通常是各家理解的交付范围不一样。同一套需求描述，甲供应商按一次性交付报价，乙供应商按开发加陪跑报价，丙供应商按开发加模型迭代报价。
报价可比性的自评方法是：在采购文件写清楚各家必须按同一套交付单元报价。比如统一要求报价包含“方案设计、开发实施、知识库整理、上线后一个月的驻场支持”，不允许供应商自行增删工作包。只有工作包一致，价格差异才有分析价值。
第四维：供应商能力适配度——应该找谁来做
AI 项目供应商大致可以分成几类：大厂做平台和算力、咨询公司做战略规划、IT 服务商做系统集成、AI 应用团队做落地开发。不同类型的企业选择不同。
需求成熟度高的项目，可以直接找有场景经验的开发团队；需求成熟度低的项目，可能需要先找能帮企业梳理问题和验证方案的团队。适配不是选规模最大的，而是选择能理解业务场景、能在交付周期内把东西做出来的团队。
第五维：采购方式与项目阶段匹配度
AI 项目在探索期、验证期和推广期，采购方式应该完全不同。
探索期不适合直接招标，更适合小范围合作或试点委托，验证某个场景是否值得投入。验证期适合用“试点+交付验收”的方式，供应商完成一个明确范围内的交付。进入推广期后，再按照标准采购流程招标，需求定义已经有试点结果支撑。
很多采购失误，是用推广期的招标方式去采购一个还处在探索期的 AI 项目，结果招标文件里全是未经验证的假设。
五维自评的最小操作方案
CIO 可以按照下面六个步骤完成自评，不需要调动大量人力：
- 列出现有业务中耗时最高的三个环节，选出最适合试点的场景；
- 把选定的场景写成一段三句话描述：问题、输入、输出；
- 对每个预期成果写出可操作的验收方式；
- 确定一个统一的报价单元清单；
- 判断项目处在探索期、验证期还是推广期；
- 根据阶段选择采购方式，再进入供应商对接。
这套自评的结果，不是一份报告，而是一份可以直接进入采购文件的“项目定义书”。
自评的边界与风险控制
自评能解决“买什么清楚”的问题，但不能替代供应商的专业判断。如果企业内部没有做过 AI 落地项目，可以在自评后找一家有交付经验的团队做一次需求澄清，比如 智未来 AI 这样的企业 AI 落地服务团队，可以在正式采购前帮助企业把需求和交付边界进一步细化。
涉及客户数据、个人信息、外呼权限等内容时，自评阶段就要把合规要求写入验收条件。供应商是否具备数据隔离能力、是否有人工确认环节、是否满足审计要求，这些需要作为交付方案的一部分，而不是事后补充。
智未来（上海）智能科技有限公司作为企业 AI 落地服务团队，日常接触的案例中，大部分选型问题都出在需求定义层，而不是供应商选择层。企业先把自评做完，再进入供应商对接，采购成功率会明显提高。
常见问题
CIO 在 AI 项目采购前最应该先做什么？
先把要解决的问题用一段话写清楚：哪个环节、现在人工怎么做、希望 AI 完成后输出什么。写不清楚这一段，不要进入供应商沟通环节。
AI 项目采购需求写到什么程度才算成熟？
当你的需求描述能让三个不同的供应商理解成同一个东西，并且能按同一套工作包报价时，需求才算成熟。如果不同供应商理解的交付范围差异很大，说明需求还不成熟。
AI 项目首期试点应该选什么场景？
选一个业务价值明确、数据相对完整、不涉及高风险决策的场景。知识库问答、工单分类、流程自动填表这类场景通常比复杂决策类场景更适合首期试点。
供应商报价差距很大，CIO 应该怎么判断？
不要把总价直接对比。先确认各家交付单元是否一致，再看人员投入量和交付周期，最后核对验收条件是否对齐。总价差异只有在工作包一致时才有分析意义。
探索期 AI 项目可以通过招标来采购吗？
不建议。探索期项目目标本身还在验证中，招标文件很难写出可靠的技术要求和验收标准。可以先用小规模试点合作验证场景，再在验证通过后走正式采购流程。