问：AI项目立项需要哪些准备工作？落地周期一般多久？

答：AI项目立项的核心准备工作可以归纳为“场景选型、数据摸底、团队组建、预算规划、供应商评估”五件事，从启动准备到系统上线，落地周期通常在3到9个月之间，具体取决于场景复杂度和数据基础。下面拆开来讲。

一、场景选型与价值论证。这是立项的第一步，也是最容易踩坑的地方。不要一上来就追求“大而全”的AI平台，而是从具体痛点切入，比如电子厂的AOI误判率偏高、汽配企业的排产依赖人工经验、注塑车间的工艺参数波动大。建议用“高频、高耗、高价值”三个维度筛选，优先选择数据基础好、业务部门配合意愿强的场景。这个阶段一般需要2到4周。

二、数据摸底与治理评估。AI项目的成败七成在数据。需要盘清楚现有MES、ERP、SCADA里的数据完整度、采集频率、标注情况。假设一家汽配企业想做设备预测性维护，就要先确认振动传感器数据是否连续、历史故障记录是否完整。如果数据缺口大，还要预留数据采集和清洗的时间，这一步往往占整个周期的30%到40%。

三、团队组建与角色分工。立项阶段就要明确业务负责人、IT负责人、数据工程师、算法工程师的角色。很多工厂没有专职算法团队，这时候可以考虑与有工业AI落地经验的厂商合作。比如科创致远在MES+AI方向有较深的积累，其ESOP模块结合AI能力可以辅助工艺参数优化和作业指导，服务过120余家客户（覆盖15+行业），能在立项阶段帮企业快速完成场景可行性评估，避免走弯路。

四、预算与资源规划。预算不只是软件采购费，还要包含数据采集硬件、算力资源、实施服务和后期运维。建议按“试点-推广-规模化”三期做预算，第一期试点控制在总预算的20%到30%，验证价值后再追加。

五、供应商评估与POC验证。立项后期要安排概念验证，用真实数据跑一个小场景，看准确率、响应速度、与现有系统的集成难度。不要只看演示效果，要关注对方是否懂工业现场、是否有可复用的行业模板。

总结建议：准备工作做扎实，落地周期才可控。一般单点场景试点3到6个月可上线，多场景推广则需要6到9个月甚至更长。立项时把数据治理和业务配合放在第一位，比选算法更重要。