京上云科技在阳东县参与过不少选型讨论,发现一个规律:越是不成熟的团队,越愿意展示效果;越是成熟的团队,越愿意谈失败案例与边界。所以判断能力最好的方式不是看它做成了什么,而是问它做不成时怎么办。
让对方讲一个没做成的项目,以及没做成的原因。能讲清楚的,说明有真实项目经验。
好的回答通常包含具体细节:数据不够、标注标准不一、业务流程本身没理顺、客户预期过高。

差的回答是笼统的“客户配合不够”或者“需求变太多”。这类回答说明它没有复盘习惯。
一个团队愿不愿意谈失败,反映的是它的项目管理成熟度,而不是技术水平。
给出一个具体场景:一万条记录里有重复、有空值、有格式不一致,问它怎么处理。
合理的回答应该有步骤:先去重(按什么规则)、再补全(补不了怎么办)、然后统一格式、最后抽样验证。
还要能说清规则由谁定。数据清洗规则必须由业务方确认,不能由技术方拍板。
答不出步骤的团队,通常把数据当成“喂进去就行”的原料,项目后期一定出问题。
问对方上线后用什么指标判断成功。答案要能落到业务上,而不是“准确率百分之九十五”。
好的回答会说:人工核对的工作量下降多少、处理时长缩短多少、错误率降低多少。
还要问基线怎么取。没有基线,所有改善都无法衡量。
能把评估讲清楚的团队,通常也愿意签带有验收指标的合同。这是最实用的判断信号。
AI效果会随时间退化,因为业务在变、数据在变。问对方有没有应对机制。
合理回答包括:定期抽样评测、人工修改记录回流、以及按季度做一次调优。
还要问调优是否额外收费。写进维护条款的,说明它把这件事当成常规工作;临时报价的,说明它没考虑过。
这个问题最能区分“做一锤子买卖”和“做长期服务”的团队。
给一百条真实数据,让对方在几天内跑出结果并给出评估。愿意做且做得出的,能力基本可信。
AI项目的成本主要在数据与迭代。要求把这两项单列,价格才可比。
合同建议分三段:验证阶段、上线阶段、以及三个月的观察期。每段有独立验收标准。
验收指标要写进附件:准确率下限、介入率上限、处理时长目标。达不到的处理方式也要约定。
不建议接受“包效果”的承诺。效果取决于数据与场景,写清指标与处理方式更实际。
第一,看它的技术文档样本。文档规范程度,往往反映工程质量。
第二,问团队成员构成:有没有做过数据工程的人。只有算法工程师的团队,落地会很吃力。
第三,问它最近一个项目的上线时间与当前使用率。使用率是最诚实的指标。
三个动作加起来不到一小时,判断的准确度却远高于看十份方案。如果你在阳东县正在选AI开发方,可以找京上云科技按这四个问题做一次对照面谈。
验收指标的写法。写成“准确率达到九成”没有意义,写成“在双方确认的评测集上准确率不低于九成,达不到则免费调优两轮”才有约束力。
评测集由双方共同确认并封存,是这类合同的关键附件。