本章回答：如何从一个真实决策流开始，做 90 天试点？如何判断成功/失败？
9.1 选一个决策流
不要一上来改全公司。选一个高价值、可验证、可逆的决策流。
| 候选 | 价值 | 可验证 | 可逆 | 适合度 |
|---|---|---|---|---|
| 预算审批 | 高 | 高 | 中 | 高 |
| 招聘审批 | 中 | 高 | 高 | 高 |
| 采购审批 | 中 | 高 | 高 | 高 |
| 项目立项 | 高 | 中 | 中 | 中 |
| 战略决策 | 高 | 低 | 低 | 低（不适合试点） |
选择标准：
- 高价值：影响收入/成本/风险；
- 可验证：有明确的前后指标；
- 可逆：失败可以回退；
- 有 owner：有人对试点负责；
- 有数据：能拿到基线数据。
9.2 90 天试点
| 阶段 | 时间 | 动作 | 产出 |
|---|---|---|---|
| 诊断 | 第 1–2 周 | 会议审计；访谈；识别根因 | 会议组合地图、砍会清单 |
| 选流 | 第 3 周 | 选一个决策流（预算/招聘/项目/采购） | 决策流地图 |
| 建对象 | 第 4–5 周 | 建角色卡、决策日志、授权表 | 三个对象 |
| 试点 | 第 6–9 周 | 在新决策流上运行承诺闭环 | 试点记录 |
| 评估 | 第 10–11 周 | 对比试点前后的周期/质量/风险 | 评估报告 |
| 推广 | 第 12–13 周 | 复制到第二个决策流 | 推广计划 |
试点选择标准：
- 高价值：影响收入/成本/风险；
- 可验证：有明确的前后指标；
- 可逆：失败可以回退；
- 有 owner：有人对试点负责；
- 有数据：能拿到基线数据。
9.3 评估指标与停止条件
| 指标 | 定义 | 目标（示例，需基线校准） | 数据来源 | 审计方式 |
|---|---|---|---|---|
| 决策周期 | 从议题提出到决定的天数 | 基线 X 天，目标缩短 20–30% | 会议/审批系统 | 抽 10 个决定端到端追踪 |
| 会议产出率 | 有明确决定的会议 / 总会议 | 基线 X%，目标 ≥ 70% | 会议记录 | 双人编码抽样 |
| 行动项按时关闭率 | 按时关闭 / 总行动项 | 基线 X%，目标 ≥ 80% | 任务系统 | 抽 10 个对源文件 |
| 承诺闭环完整率 | 八环节完整的决定 / 总决定 | 基线 X%，目标 ≥ 90% | 决策日志 | 双人编码 + 评分者间信度 |
| 越权事件 | 权限越界 + near-miss | 目标 0 越权；near-miss 全报 | 审计日志 | 独立审计 |
| 责任追溯率 | 可追溯到人的决定比例 | 基线 X%，目标 100% | 决策日志 | 抽查「此人是否有信息/时间/权限」 |
| 验证成本 | 验证/返工时间 / 决策价值 | 不显著上升（看比率，不看绝对值） | 工时/返工记录 | 月度对比 |
注意：
- 指标是诊断工具，不是考核工具；
- 指标需要基线；没有基线，不要定目标；
- 「承诺闭环完整率」需要抽样核验，不能自评；
- 「验证成本不上升」可能是自相矛盾的目标；如果验证替代信任，成本可能上升，应该看「验证成本/决策价值」。
停止条件：
- 试点 90 天后，决策周期没有缩短，或行动项关闭率没有提升；
- 出现严重越权/责任事故；
- 人类理解度下降（无法解释关键决定）；
- 验证成本超过收益。
如果停止条件触发，不要强行推广；先复盘结构问题。
9.4 常见失败模式
| 失败模式 | 症状 | 根因 | 修复 |
|---|---|---|---|
| 只改模板不改结构 | 换了纪要模板，问题依旧 | 把会议当文档问题 | 从决策权/数据/目标入手 |
| 只加会不减会 | 会议越来越多 | 没有会议组合设计 | 先减后加 |
| 只开会不决策 | 讨论很热闹，没有结论 | 没有决策规则 | 明确决策者/规则 |
| 只决策不跟踪 | 决定做完就忘 | 没有行动项/复查 | 任务系统/决策日志 |
| 只规范不工具 | 制度写在墙上，行为照旧 | 软约束 | 硬约束/工具 |
| 只工具不治理 | 工具很好，但没人用/用错 | 没有培训/治理 | 培训/治理/度量 |
| 过度自动化 | Agent 做了太多，人类失控 | 没有 checkpoint | 不可委托清单/审计 |
| 责任漂移 | 出了问题找不到人 | 没有责任映射 | 决策日志/人类兜底 |
| 试点变永久影子系统 | MVP 没有迁移路径 | 没有推广计划 | 迁移/退出计划 |
9.5 试点功效与对照
90 天试点，真正运行只有第 6–9 周（约 4 周）。如果决策流每月只有 1–2 次，样本量不足以判断效果。
最低条件：
- 目标决策流每年 ≥ 30 次决定；
- 基线可回溯 8–12 周；
- 预注册「最小可检测效应」（例如决策周期缩短 ≥ 20%）；
- 有对照组或阶梯设计（先试点 A 组，再推广 B 组）；
- 评估人独立于试点负责人；
- 月度闸门，不只 90 天终评。
注意：
- 单臂前后测难以排除 novelty/Hawthorne 效应；
- 指标由试点团队自报，容易美化；
- 如果旧流程仍在跑，试点失败没有「急性疼痛」，只有额外负担；
- 推广不应在终评前启动，否则结构上偏向「继续」。