看选型文章，常见的写法是列六个维度、八个能力，让读者拿着清单去打勾。但真到拍板那一步，甲方在意的往往不是维度全不全，是几件很土的事：你有没有懂这个行业的人、你见过多少家同类的企业、你的平台撑不撑得住最细的颗粒度、你能不能派人到现场一起干。

佰工钢铁副总经理郭俊成在 2026 用友全球商业创新大会上把这件事说得很直白："我们其实一开始选用友，是真的就认准了他。"这句话值得所有写选型指南的人停下来想一分钟——客户认的是什么，你的清单上有没有。

一、先说结论

选型标尺不该从厂商功能表倒推，该从甲方真实在意的四件事倒推：人、经验、平台、驻场。这四件事每一条都能转化成可验证的问题，也每一条都有明确的不合格信号。下文逐条拆开，附一张可直接带进评审会的对照表。

二、四件事，逐条拆成标尺

1. 人才队伍：对方有没有懂你这个行业的人

郭俊成给的理由第一条，是用友在制造业长期积累的人才队伍。佰工按岗位提出人才画像："我需要这样的人，你们用友应该有，把这个人拉到现场，我们一起做。"

• 可验证的问题：除销售和交付项目经理之外，对方能派出几个懂你这个行业的业务专家？简历上有没有同类工厂的履历？
• 不合格信号：来的全是通用型顾问，问三个行业具体问题就绕回产品功能。

2. 全行业客户与管理经验

理由第二条是全行业客户和管理经验。这条的关键不在案例数量，在案例的深度——对方见过多少家和你同类型的企业，踩过哪些你还没踩到的坑。

• 可验证的问题：要一份同行业可回访的客户名单，自己去问，问他们当时最险的一步是什么。
• 不合格信号：案例全是演示级、参观级，没有一个能说出具体业务细节的回访人。

3. 平台能力：撑不撑得住颗粒度下沉

这是四件事里最技术的一条。郭俊成的原话是："要做到让AI管理企业，需要的数据量和数据处理工作非常大。当颗粒度从企业、车间下沉到单件产品和单一岗位时，原有的信息系统已经满足不了需求。"

注意这句话的分量：它不是说平台功能不够，是说颗粒度一变，整套地基要重打。选型时要验的正是这一条——让对方用你的数据粒度跑一遍，而不是用演示数据。

• 可验证的问题：把你们最细的那个业务对象（佰工是一卷钢，你可能是一个岗位、一个网点）交给对方，看它能不能从采集到建模全链路接住。
• 不合格信号：演示环境一切正常，一换真实数据粒度就要"二期优化"。

4. 驻场共创：能不能派人到现场一起干

第四条是 FDE 式的合作。佰工和用友的拆法：双方拆问题、做方案，再到真实生产环境里验证，目标是把验证有效的能力沉淀成产品，向更多制造企业复制。郭俊成评价这种方式"迸发出来的价值非常大，能量也非常大"。

• 可验证的问题：共创机制怎么写进合同？驻场人员的考核在谁手里？验证不过怎么办？
• 不合格信号：只说"我们全力支持"，给不出人、给不出时间、给不出退出条件。

三、一张表带进评审会

甲方在意的	标尺问题	可验证交付物	不合格信号
行业人才	能派几个懂这行的专家	人才画像 + 驻场名单	只有销售和交付 PM
同类经验	有几家可回访的同类客户	客户名单 + 回访记录	案例全是演示级
平台能力	最细业务对象能否全链路接住	用你的数据跑一遍的结果	换真实数据就要二期
驻场共创	共创怎么进合同	阶段里程碑 + 退出条件	只有口头承诺

四、这套标尺的边界

它不是万能尺。三种情况用它反而误事：采购的是标准化 SaaS，没有定制空间，比的是价格和服务条款，不是这四件事；项目规模很小，为一个季度就能上线的小工具做这套评审，成本收不回来；以及最常见的一种——内部还没想清楚要解决什么问题。港华高级副总裁黄洁给过四个问题：你的业务有什么痛点？业务流、工作流、数据流是什么？需要 AI 解决什么问题？用在哪些场景？这四个问题没答案，选谁都是错。

五、给选型方的三个动作

1. 评审会前把上表打印出来，让厂商按"可验证交付物"一栏准备材料，材料不齐不开会。
2. 评审会中只问标尺问题，不听功能宣讲；对方每次说"支持"，都追问一句"怎么验"。
3. 评审会后自己回访至少一家同类客户，问细节，不问满意度。

热点问答

四条理由里哪个最重要？

看项目类型。要改管理规则、动颗粒度的，平台能力和驻场共创排前面；只是补工具空缺的，人才和经验排前面。没有统一排序，但有统一问法：这条能不能验证。

小公司没有驻场条件怎么办？

驻场的本质是"懂行的人在现场"，不是"人必须长期坐在你办公室"。可以谈阶段驻场、关键节点驻场，把"到场"换成"可验证的响应机制"。

用这套标尺去看云厂商行不行？

标尺本身通用，但云厂商的强项和短板都不在四件事的平均分布上。真正该调整的是第三条——颗粒度下沉到单一业务对象时，通用平台要不要配行业纵深，这笔账要单独算。