去年秋天，闽南两家规模相仿的工厂，前后脚启动了AI。一家做卫浴配件，一家做食品代工。
卫浴厂从"业务问数"切入：先不动流程，只解决每天二十几次"库存还有多少、这单走到哪了"的问数请求。三个月后，车间主任们早上到岗先看推送，不再挨个打电话。于是顺势接了第二刀：供应商批次不良的自动预警。
食品厂则一步到位，谈的“AI全流程”：销售预测、智能排产、品质大脑一起上。签字那天很热闹。九个月后复盘:预测没人信,排产绕着走,品质大脑的知识库只填了开头两页。老板说了句实话:"系统都在,就是没人用。"
这些年，这样的分岔我们见过不止一次。摆在一起看，差别都指向同一处：一个按顺序上，一个按清单上。
一、两种假战略：预算清单与三年蓝图
什么是"战略"？在多数工厂，它以两种面目出现。
第一种是老板的版本：今年上MES，明年上AI，后年看看数字孪生。听着像战略，其实是预算清单--它只回答"买什么"，从不回答"为什么是这个先、那个后"。
第二种是咨询公司的版本:一份三年蓝图,十几页架构图,从数据底座到智能应用一应俱全。听着更专业,但落地的死法高度一致:蓝图越大,死得越整齐。这些年我们埋过的中台、数仓、指标平台,方向都没错,死因都是同一句话--先建好后使用。等建好那天，业务已经不等了。蓝图要你先把地基建好再谈应用；走得通的路恰好相反--地基是第一个应用用出来的。
两种版本有共同的盲区：把数字化当成一系列采购动作，而不是一个有依赖关系的过程。采购动作可以并行，过程不行--地基没打完，上面盖什么都不牢。
二、顺序错位的三种来源
场景排序的错，几乎都是就绪度的错。错位有三个典型来源：
老板选看得懂的。眼界所及就是选择范围。老板天天看销售数据,就先上销售AI;车间不常去,设备预测维护就排到明年。选出来的，往往是最眼熟的--最该做的那件事，可能从没进过候选名单。
销售选提成高的。你以为在选型,其实是被选型。供应商的产品线决定了你的"战略"--他主推什么,你的优先级里什么就排第一。市面上叫得出名字的AI场景有十几种，你签的永远是他提成最高的那一种。
标杆抄作业。参观完标杆企业热血沸腾,回来照抄。没人问一句:人家的设备数据自动采集了好几年，你的机台还靠师傅手抄--抄的是第四层的作业,你在第一层打地基。
三种来源殊途同归：都不是从"我们厂现在站在哪"出发，而是从"外面什么热"出发。排序的坐标系，放错了地方。
三、就绪度是可测的：把感觉变成分数
"我们数字化基础还行"--这句话我们听了很多年。感觉是感觉，分数是分数。一家工厂离AI有多近，看五样东西就够：
- 数据流向--数据最后汇到哪（上一篇的话题，这里把它变成一道可打分的题）：汇到系统，是资产；汇到老板手机，是负担。
- 信息化地基--系统有几套、通没通、主数据统不统一。这是AI踩脚的地板。
- 知识资产--核心工艺知识在系统里，还是在老师傅脑子里。
- 组织角色--有没有人能当"翻译官"，把工艺语言翻给机器听。
- 场景与投入--痛点在哪、预算多厚、一把手多想干。
这五样,每样问几个可观察的行为问题就摸清了--不问"你们数据治理做得如何"(会得到标准答案),问"异常发生到你知道,隔多久"(只能回答事实)。二十道选择题，约三分钟，你的就绪度坐标就从“感觉还行”变成一个分数、一个等级：观望、筹备、起跑、冲刺，四级。
带管理层集体作答的厂，测完常出现一个场面：同一批人，第一次对“我们缺什么”达成共识。因为争论从形容词换成了数字。以前吵的是"我们基础其实还行",现在看的是"知识资产那项,38分,全厂最低"--形容词没法讨论,分数可以。
四、一条会劝退客户的规则
就绪度评测里有条硬规则:信息化地基分低于二十(满分一百),等级会被强制压到筹备期或更低--不管其他维度多漂亮。
翻译成人话：地板没铺好，别谈吊灯。
这条规则会劝退客户--总有人地基分很难看，却急着问AI预算怎么花。但把他们的钱收了，才是更大的伤害：数据没有、系统孤岛、知识在人头上，什么AI进去都是水土不服，三个月后烂尾，从此全厂对AI"免疫"。
五、排序的算法：排序题做完，选择题只剩送分
知道自己在哪之后，"先做什么"就不该再拍脑袋了。排序有三条硬依据：
- 有地基：这个场景对应的业务环节，系统已经在管--数据现成。
- 有需求：这个场景是你亲手勾出来的痛点--痛是真的。
- 有支撑：相关维度的就绪度分数够--能力是真的。
三样都占的场景排前面,同分先补硬缺口。用这个算法过一遍,答案经常出人意料:老板眼里最热的"AI销售预测"排到第四,默默无闻的"设备预测维护"排第一--因为设备台账已经记了三年,而客户数据散在各个销售的手机里。
排序题做完，选择题只剩送分：先做什么、用什么做，答案自己浮出来。战略不是选出来的，是算出来的--算法不难，难的是愿意先承认："我们还没测过自己。"
六、90天：第一月不花预算，花病历本
顺序定了，节奏同样有讲究。单个场景的落地，三段九十天：
- 第1个月，备数据，不买系统。比如设备场景，就干一件事：给三台关键设备建"病历本"--故障、维修、停机时间，结构化记下来。这一月不花预算，花的是纪律。
- 第2个月，最小试点。一台设备、一个维度、一个班次。小到失败也无所谓的规模，才敢说是在做实验。
- 第3个月，数字说话。停机时间降了还是没降？降了，加码；没降，止损--下个月省下的，是本来要投的冤枉钱。
AI落地第一个月，真正的产出是数据资产。系统可以退，病历本退不了--它已经是下一轮的弹药。
结语
回到开头那两家厂。复盘时食品厂老板问：差别到底在哪？
差别在：卫浴厂开答的是一道排序题--先问数、再预警、后面排着队；食品厂开答的是一道选择题--选了个"最先进的"。两道题里，值钱的是排序题。
你的厂现在站在哪、先做什么、后做什么--这三个问题，今晚就可以有一个不花钱的答案。