与其听人讲智能体多好，不如回答20个具体问题。

下面这份清单，是我们做合肥企业办公智能体开发时用来判断企业现状的诊断题。它不问你懂不懂技术，只问你的日常——你公司里每天真实发生的事。

建议你拿张纸，边读边记。每道题答"是"记1分。读完之后，你会得到两个答案：你的企业到底需不需要智能体，以及最该从哪件事开始。

第一部分：关于"重复劳动"的7个问题

第1题：你的员工，每天有没有花大量时间在不同系统之间来回切换、重复录入同一批数据？

比如订单录一次、发货录一次、台账再录一次。这种"数据搬运"是智能体最经典的切入场景。

第2题：你们公司有没有一张表，是某个人"不放假"的原因？

月末报表、周度汇总、客户台账——如果这类表格的更新完全依赖某一个人的记得、盯着、手动更新，那就有风险，也有机会。

第3题：员工遇到问题时的第一反应，是不是"去问某个老同事"？

如果公司里的"知识"主要活在人脑里，而不是在可检索的资料里，那智能体落地的第一步就非常清晰：把知识从人脑搬进知识库。

第4题：你们有没有那种"每天都在回答，答案每次都一样"的问题？

考勤怎么算、报销什么标准、客户投诉走哪个流程。凡是回答高频、答案固定的问题，智能体几乎零门槛接管。

第5题：整理会议纪要，是不是一件大家都不爱干、又不得不干的事？

如果是，这是投入产出比最高的试点场景之一。

第6题：重要信息是不是常常"掌握在少数人手里"，其他人问不到？

销售不知道客户历史订单、客服不知道设备购买记录、新人不知道流程细节——信息不通的地方，就是效率漏损的地方。

第7题：有没有岗位的人，重复性工作占了他一半以上的时间？

如果某个人80%的时间在做机械重复的事，那么他被解放出来的那部分时间，就是这次投入最直接的回报。

这一部分记分参考：7题里有4题以上答"是"，说明你的企业重复劳动的密度较高，办公智能体有明显价值空间。

第二部分：关于"数据基础"的5个问题

第8题：你们公司的核心业务数据，是不是已经在线上系统里了？

如果还大量靠纸质台账、个人Excel，那要先补数字化这一课，智能体是后一步。

第9题：不同部门的数据，名字和口径是一致的吗？

同一个"销售额"，销售部和财务部算出来不一样，这是很多企业报表扯皮的根源。智能体对数据口径的一致性要求很高。

第10题：你们的核心系统，能不能对外开放接口？

ERP、CRM、OA这些系统如果完全封闭、无法对接，智能体的能力会被卡在门外。这不是智能体的问题，是集成条件的问题。

第11题：公司的制度、手册、流程文件，有没有比较完整的电子版？

知识库的原料就是这些文档。资料越全，智能体的回答质量起点越高。

第12题：公司里有没有人，能说清楚"某个流程具体走几步、经过谁"？

如果连人都说不清流程，AI更学不会。流程混乱的企业，往往需要先梳理，再上智能体——顺序不能颠倒。

这一部分记分参考：这一部分反映的是"地基"。答"是"的比例低于一半，不必灰心，但要有心理准备：项目里相当一部分精力会花在流程梳理和数据准备上，而不是写代码。

第三部分：关于"组织准备度"的5个问题

第13题：老板或核心管理层，是不是真心想推进这件事，而不是只想"试试看"？

智能体项目几乎都有一段"效果看起来一般"的爬坡期。没有管理层的耐心，很容易死在半路。

第14题：你愿意先在一个小场景试，而不是全公司一次性铺开吗？

能接受小步试错的企业，项目成功率高得多。追求一步到位的企业，往往哪一步都走不完。

第15题：公司里有愿意配合梳理业务、参与测试的一线骨干吗？

项目需要"懂业务的人"深度参与，而不是甩给IT部门闭门造车。愿意出人的企业，通常也真的想解决问题。

第16题：你能接受智能体"回答问题"，也需要人工"确认结果"吗？

这是把风险控制在合理范围的必要前提。指望"全自动、无需人工"，反而容易踩坑。

第17题：公司能接受一个3到6个月的见效周期吗？

如果有人期待"下周上线、下月翻天"，建议先调低预期再来谈，对双方都好。

这一部分记分参考：这一部分考验的是"人和决心"。答"是"少于3题，技术上再可行，也建议先解决内部的共识问题。

第四部分：关于"目标清晰度"的3个问题

第18题：你能不能说出一个具体的场景，而不是"提高效率"这样的笼统愿望？

"我们希望客户来电时，客服能立刻看到对方购买的设备型号和历史报修记录"——这就能开发。"希望能省点人"——这就没法开发。

第19题：你希望解决的问题，是"谁在乎"的问题？

是老板在乎，还是某个部门在乎，还是客户在乎？越靠近真实痛感，项目越有生命力。

第20题：如果只能解决一件事，你选哪一件？

能回答清楚这题的人，通常已经走在别人前面了。

这一部分记分参考：3题都答得很顺，说明你具备直接启动项目的清晰度；如果答起来含糊，建议先花一周，把"最想解决的那件事"想明白。

怎么读你的分数

不必把20题加总后追求高分——不同部分的意义完全不同。

如果第一部分（重复劳动）答"是"多，说明机会多，可以大胆启动规划。

如果第一部分高、但第二部分（数据基础）低，说明方向对、路远一点，先补数据短板。

如果第一、二部分都不错，但第三部分（组织准备度）弱，说明别急着上技术，先统一内部共识。

如果前三部分都好，第四部分（目标清晰度）却含糊，说明你已经具备了所有条件，只差点破那层窗户纸——这时候找一个靠谱的团队聊一次，往往就能定下来。

一个真诚的提醒

这份清单里的题目，没有一道是"技术题"。

这不是巧合。我们做过和见过的项目都在反复验证同一个结论：办公智能体项目的成败，技术只占一小部分，剩下的都取决于企业对自身问题的诚实程度。

清楚自己在哪漏水的人，装什么工具都顺手；说不清自己痛在哪的人，再好的方案也会被搁置在一边。

所以如果你测完这份清单，发现自己分数不高，不必沮丧——那恰恰说明，你已经比大多数人更清楚自己该补哪一课了。

如果你测完之后，想找人对着结果聊聊——哪些能马上做、哪些要先缓一缓、有没有更划算的路径，欢迎访问好牛网络科技官网 https://www.hfrjkf.cn/ ，把结果同步给我们。作为深耕合肥本地的智能体开发公司，我们更愿意先帮你看清楚，再谈做不做——毕竟，让企业少走弯路，本身就是我们的专业价值之一。