"我们也想做AI，但从哪开始？"——这是我们被问得最多的问题，也是最容易答错的问题。因为大多数企业问这句话的时候，心里其实已经有了答案：买套系统、上个场景、招个人。三个答案，恰好是三个误区。
三个最常见的错误起点
误区一：先买工具。供应商的演示都很惊艳，于是采购清单代替了战略。MIT的调研数据值得记住：企业自建AI项目约三分之一成功，与专业伙伴协作的约三分之二。差距不在钱，在顺序——工具是地基之上的装修，地基没测过，装修越贵越危险。
误区二：先追热点场景。隔壁厂上了AI质检，我也上。问题是人家的质检工位三年mes数据在线，你的检验记录还在本子上。同一个场景，在别人家是甜点，在你家可能是深坑。场景值不值得做，取决于你的数据底子，不取决于它的热度。
误区三：先招AI专家。招不到、留不住、用不上。模型已经是商品，翻译才是稀缺品——懂工艺的翻译官、会验收的把关人、有章法的运维者，这三个角色大概率能从你现有团队里长出来，比空降一个"专家"靠谱得多。
正确的起点：先测，再动
三个误区背后是同一个病根：只答"买什么"，不答"先做什么"。而"先做什么"不靠拍脑袋，是可测的。
就绪度测评做的事很朴素：把"感觉我们还行"变成几个维度的分数——数据在不在线、流程标不标准、组织接不接得住。分数的价值不是排名，是排除法：地基分不过线的场景，直接从今年的清单里划掉。这不是保守，是省钱——划掉的每一项，都是一笔本来要交给供应商的学费。
AI落地的第一步不在预算表里，在病历本上。先确诊，再开方。
测完之后，排序反而简单了：有地基、有需求、有人接的场景，Top3会自己浮出来。第一个项目选它，九个月后你就有自己的案例，而不是别人的观众。
顺序反过来的企业我们也见过：先签了系统、后补地基，结果实施周期翻倍，项目款变成了学费。同样一笔预算，先测再花是投资，先花再测是赌博。从哪开始？从知道自己现在站在哪开始。