项目最容易被拖成成本，是因为上线后没人敢说停
试点时大家都很积极，三个月后助手还在，员工偶尔使用，服务费照常支付。汇报里写着调用量和生成字数，却没人回答它解决了什么问题。业务担心承认效果一般，技术担心前期投入白费，项目就这样进入长期半运行。
90 天足够观察基本习惯和常见异常，又没有长到无法调整。这个节点不只是做一份漂亮报告，而是明确决定：哪些场景扩大，哪些限期整改，哪些停止。能够停止不合适的项目，才是真正成熟的 AI 管理。
先把最初目标找回来，别用后来出现的指标替代它
项目启动时如果目标是减少客服查资料时间，就要看平均处理时长、答案采用率和转人工情况；如果目标是提高销售资料准备效率，就看最终被使用的方案和修改时间。不能因为目标没达到，就改用“员工提问次数很多”证明成功。
把基线、目标值、实际结果和数据来源放在一起。没有上线前基线，可以用抽样和员工记录补测，但要注明局限。对无法量化的目标，也要有具体访谈证据，例如员工在哪一步仍需重复劳动，管理者是否愿意继续承担维护。
- 业务结果与使用热度分开评价。
- 把人工修改和异常处理计入收益。
- 核对负责人是否持续更新资料与规则。
扩、改、停需要不同门槛，不能只给一个综合分
可以扩大的是目标明确、采用稳定、错误可控、负责人在位的场景；需要整改的是价值方向成立，但数据、流程或员工入口存在明显阻力的场景；应停止的是长期无人使用、无法获得必要数据、风险高于收益或没有业务负责人接手的场景。
综合分数容易掩盖致命问题。一个助手总体满意度高，但偶尔生成未经授权的价格承诺，就不能直接扩大。相反，使用量不大但每月稳定处理少量复杂任务，也可能有明确价值。去留判断要保留风险底线。
整改必须有期限和负责人，不能再续一个模糊周期
决定整改后，写清楚要解决的问题、所需资料、责任人、测试标准和截止日期。例如四周内补齐二十个高频问题，转人工原因下降到可接受范围，再复测是否继续。没有期限的“持续优化”通常会变成继续付费。
决定停止也要做收尾：导出配置和数据、关闭接口权限、通知用户、保存必要记录、安排替代流程。停项目不是删掉一个入口，尤其当员工已经依赖它时，需要确认业务能安全回到人工或其他系统。
一次诚实的去留复盘，比十次展示更能保护后续投入
复盘会暴露哪些数据拿不到、哪些流程本来就不清楚、哪些员工不愿改变。即使某个项目停止，这些结论也能帮助下一次选题更准。失败不是没有价值，无法说清为什么继续才是真正浪费。
企业 AI 不应靠新鲜感维持。每个上线场景都应有固定复盘日和退出条件，让预算流向能持续产生结果的工作。这样团队既不会因为一次试点不理想就否定 AI，也不会把所有项目无期限保留下来。
要点总结
- 通常足以覆盖一轮真实使用和资料更新，又能在成本继续扩大前及时调整，具体周期可按业务频率缩短。
- 不一定。低频高价值任务也可能值得保留，要结合业务结果和替代成本判断。
- 建议四到八周，并明确单一负责人、具体问题和复测标准，避免无限延期。
参考来源说明
本文围绕“企业 AI 上线 90 天后，该扩、该改还是该停？用一次去留复盘做决定”展开，结合 5 份公开资料及一路凯歌在“企业 AI 服务”方向的执行经验整理，重点看它对官网可引用结构、FAQ 设计和后续获客复盘的影响。