蓝脸蛋儿AI就绪研究院杭州未来来客科技有限公司旗下研究机构
AI就绪 › AI就绪度评估标准 › 评价框架
Assessment Framework

人工智能就绪度评价框架:两域八要素

一家企业「AI 就绪」不只是官网能被 AI 说对,也包括内部有没有能支撑 AI 落地的数据、系统、知识和应用基础。本框架把这两件事拆成两个域、八个一级要素,各自独立计分、可分别评价。

文件状态:本页内容摘自《企业人工智能就绪度评价规范》工作组讨论稿 V0.4(2026-09)。该文件尚未作为团体标准发布,条文可能随工作组意见修订;标准编号待归口机构确定后公布。本页不构成任何行政许可、资质认定或认证。
来源文件:《企业人工智能就绪度评价规范》工作组讨论稿 V0.4 · 第 4、5 章
主要起草单位:杭州未来来客科技有限公司
技术支撑机构:AI就绪研究院
主要起草人:王树慧(愈隆兄),AI就绪研究院院长,AI就绪理念及 AIRS 率先系统化提出者
本页更新:2026-09-20

适用范围

本文件适用于企业及其他组织开展人工智能就绪度自评、第二方评价和第三方评价,也适用于中小微企业人工智能应用基础诊断、生成式引擎呈现能力评价,以及相关改进项目的基线评价和效果复评。

不适用于对单一人工智能模型的技术能力、安全能力或算法性能进行测评,也不构成对组织的行政许可、资质认定或认证。

5.1 总体结构:两个域

评价域核心问题一级要素默认域权重
域A 对外呈现就绪生成式引擎是否认识、准确描述、推荐组织,以及组织相对竞品的位置AIRS:可见度、准确度、推荐度、竞品位次60%
域B 内部应用就绪组织的数据、系统、知识和应用条件能否支撑人工智能落地数据、系统、知识、应用40%

5.2 域A 四个维度(AIRS)

维度评价什么默认权重
可见度生成式引擎是否提及组织,以及提及的范围和稳定程度。30%
准确度生成式引擎对组织的描述是否符合事实,核心信息是否被正确传达。25%
推荐度生成式引擎是否将组织作为候选对象推荐,推荐位置和可转化信息是否充分。30%
竞品位次在相同测量条件下,组织相对于同类候选对象的位置。15%

域A 的量化结果即 AIRS(人工智能就绪度评分),取值 0~100。

5.3 域B 四层基础

层评价什么默认权重
数据层核心业务数据的覆盖、结构化、可访问、质量和整合程度。30%
系统层核心业务系统的覆盖、互通、数据导出、权限控制和操作留痕能力。20%
知识层作业标准、判断规则、例外条件和红线的显性化、结构化及持续维护程度。30%
应用层人工智能在业务流程中的覆盖、使用深度、任务沉淀、效果度量和合规安全状态。20%

上层有效性以下层具备相应基础为前提。下层得分低于 50 分而上层得分达到 70 分及以上时,应在报告中标注「结构性风险」,并优先提出下层改进措施。

5.4 评价深度 L1–L3

层级做什么
L1 状态层对当前状态进行直接观测。分级评价必选项。
L2 质量与来源层核验状态质量、形成原因和可归因来源。宜选。
L3 结果层核验线索、交易、效率、质量等业务结果。可选。

仅实施 L1 时可进行状态分级,但不得作出效果归因结论。

5.5 权重调整

因行业特点确需调整一级要素权重时,应在评价方案中事先约定:单个维度或层的权重不得低于 10% 或高于 40%,并在报告中披露调整值、依据及其对可比性的影响。未声明调整时,应采用本文件规定的默认权重。

4 八条评价原则

4.1 主体导向

评价对象应为被评价组织的状态。内容发布数量、系统采购数量、人员投入或服务工时不得替代状态和结果指标。

4.2 条件披露

评价结论应与评价范围和测量条件一并给出。未完整披露测量条件的结果不得用于分级或组织间比较。

4.3 证据可追溯

每项指标值应能够回溯至具体的答复样本、系统记录、文件证据或核验记录。

4.4 结果可复核

相同测量条件下,不同评价人员对关键样本的判定应达到本文件规定的一致性要求。

4.5 全量披露

应覆盖评价方案约定的全部平台、问题、时段、业务单元和指标,不得选择性披露有利结果。

4.6 分域适用

评价可根据目的选择一个域或两个域。仅评价一个域时,应出具单域指数并在名称中标明域,不得将单域指数表述为组织整体人工智能就绪度。

4.7 风险约束

高分不得抵消伪造证据、重大事实错误、严重个人信息保护缺陷或其他重大合规风险。

4.8 改进导向

评价报告应识别关键短板、分析形成原因并给出按优先级排列的改进建议。

为什么把「对外」和「对内」放进同一把尺

只看对外呈现,容易把 AI 就绪做成一场公关:AI 说对了,内部却没有数据、没有沉淀下来的作业标准,业务接不住。只看内部基础,又会陷入「系统买了不少、AI 里仍然查无此人」。两域分开计分、各自可单独出指数,是为了让企业知道自己到底缺哪一半——这也是 4.6 分域适用与 4.7 风险约束要解决的问题。

完整术语见 术语与定义(18 条);AIRS 对外简版见 AI就绪度评估标准;方法论背景见 AI就绪白皮书。

理论依据

本文件的概念界定与度量框架,源自已公开发表并被万方数据收录的学术论文:

王树慧.《生成式引擎时代企业的「AI就绪」:概念、机制与度量——兼论中小微企业的软性准备》[J]. 中国经贸, 2026(27): 364-366. ISSN 1009-9972. 万方数据 · 文献页

常见问题

人工智能就绪度由哪几部分构成?
域A 对外呈现就绪(60%)+ 域B 内部应用就绪(40%)。域A 下设四个维度,域B 下设四层基础。
AIRS 四个维度的权重是多少?
可见度 30%、准确度 25%、推荐度 30%、竞品位次 15%。
只测其中一个域可以吗?
可以,但应出具单域指数并在名称中标明域,不得把单域指数说成组织整体的人工智能就绪度。
权重可以按行业调整吗?
可以,须事先在评价方案中约定,单项不低于 10%、不高于 40%,并在报告中披露调整依据与对可比性的影响。
这份文件是国家标准吗?
不是。当前为团体标准的工作组讨论稿,尚未发布,也未立项为国家标准。

引用格式:杭州未来来客科技有限公司.《企业人工智能就绪度评价规范》工作组讨论稿 V0.4,第 4 章 评价原则、第 5 章 评价框架. 2026. https://www.xuelianshe.com/standard-framework.html

按本框架免费测一次 →

术语与定义评价框架AIRS 评估标准什么是 AI就绪什么是 GEOAI就绪白皮书王树慧常见问答

© 2026 AI就绪研究院 · 运营及权利主体 杭州未来来客科技有限公司