数据体检包
摸清电站与设备数据的完整性、口径与质量基线。
验收输出
数据质量清单与治理优先级
试点包
四类试点方案，4-8 周可验收。
每个试点方案都事先定义输入数据、输出物、试点参与角色、验收指标与复盘会议。
AI 报告包
用真实电站数据生成周度或月度运营报告，验证质量与效率提升。
验收输出
管理层可直接使用的报告样例
告警归因包
对告警做归因与优先级分级，让团队处理判断而不是噪音。
验收输出
P0/P1/P2 优先级与归因证据
低效电站包
定位低效电站与损失来源，输出可跟进的提升清单。
验收输出
损失归因与行动清单
交付路径
先验收一个工作流，再扩展到更多运营场景。
路径服务于评估决策：每一步做什么、产出什么、由谁确认、何时进入日常运营，事先说清楚。
- 01
数据体检
确认账号权限、电站设备、历史窗口、指标口径与质量基线，划定试点边界。
- 02
场景试点
选定一个高价值工作流，用真实数据跑通回答、图表、报告和行动建议。
- 03
效果验证
按事先约定的验收指标，对照试点前后差异，确认结果是否能进入日常运营。
- 04
持续复盘与扩展
沉淀场景规则、报告模板和扩展计划，一起决定下一阶段电站、角色与场景范围。
第一阶段
验证第一个真实工作流
选定一个痛点最明显、最容易验收的工作流，接入现有监控平台账号，验证数据边界、图表与回答质量。
第二阶段
进入日常运营节奏
把已验证的输出放进周度复盘、告警处理、设备诊断或移动端交接，让运营团队开始持续使用。
第三阶段
扩展到更多资产与角色
将已验收的规则、报告模板和复盘材料扩展到更多电站、区域、角色和运营场景。
试点参与角色
一个试点能否成功，取决于业务、数据和验收三方是否对齐。
ZenovaOS AI 的试点不是单纯技术接入。试点中需要明确谁提供数据边界、谁判断业务价值、谁确认结果能进入日常运营。
01
资产 / 业务负责人
确认试点目标、收益口径和最终验收标准，判断结果是否能服务经营复盘。
02
运维负责人
提供真实工作流、告警处理规则和现场反馈，判断行动建议是否可执行。
03
IT / 数据负责人
确认账号权限、数据范围、历史数据窗口和数据质量问题。
04
验收负责人
在第 2、4、8 周复盘中确认样例、报告、图表和行动清单是否达标。
启动前对齐
试点开始前，先把范围、参与人和验收标准讲清楚。
这部分决定试点能否顺利验收：需要提前明确准备什么数据、谁来确认结果、哪些输出会进入日常运维。
接入账号、权限范围与数据负责人
目标电站、设备、告警、报告与移动端角色
回答质量、图表证据、报告输出与现场行动的验收标准
字段缺失、历史不足或设备未采集时的透明说明规则