一、为什么是这五个维度

「我们该不该上 AI」这个问题没法直接回答，因为它取决于你现在的位置。把它拆成五个可以分别回答的问题，判断就变得具体了。

二、五个维度与它们各自的判据

业务目标与场景：你能说出希望 AI 改善的具体业务问题吗？「提升效率」不算，「销售跟进记录不完整导致交接困难」才算。有没有一个业务负责人（不是技术负责人）对这件事负责？

系统与数据基础：这个场景依赖的数据现在存在哪里？如果答案是「在几个人的表格里」，那第一步不是 AI。

组织与人才：业务和技术角色是否会共同参与？只交给技术部门独立推进的 AI 项目容易偏离业务——因为决定效果的是业务规则，而业务规则在业务部门手里。

流程与协作：这个流程近期是否还在频繁调整？仍在反复修改的流程不适合先自动化，先让它稳定下来。

投入与治理：预算口径、验收标准、数据使用边界，这三项在开始之前是否已经明确？

三、分数的含义与它的限度

本站的准备度测评按这五个维度出分。但需要说清楚：

同样的分数在不同行业含义不同。制造业的「数据在系统里」和咨询业的「数据在系统里」，难度不是一回事。

分数的用途是帮你定位「先补哪一块」，不是给你一个可以对外引用的结论。