下面这 3 个，我认为最值得抓来做“组织 AI 成熟度诊断”的底层参考。

一、首选 3 个 AI 成熟度诊断模型

模型	适合诊断什么	成熟度层级	核心维度	我对它的判断
Gartner AI Maturity Model / AI Maturity Assessment	企业整体 AI 能力、战略、治理、数据、组织、ROI	5级：Foundational、Emerging、Operational、Scaled、Transformational	战略、数据、治理、工程、运营模式、文化、AI 产品/价值	最适合作为管理层诊断总框架
Microsoft Agentic AI Adoption Maturity Model	智能体、Copilot、Agent 工作流在组织里的落地成熟度	5级：Initial、Repeatable、Defined、Capable、Efficient	AI 战略与体验、业务流程、治理安全、技术数据、组织文化	最适合判断企业是否能从“用工具”升级到“用智能体重构流程”
AWS Generative AI Maturity Model	生成式 AI 从认知、试点、上线到规模化部署	4级：Envision、Experiment、Launch、Scale	用例、技术、治理、运营、平台化、可复用组件	最适合技术落地、平台建设、从 PoC 到生产级应用

---

1. Gartner AI Maturity Model：最适合做“董事长/CEO/CIO级总诊断”

Gartner 的模型是典型的“企业级 AI 成熟度总盘点”。它不是只看工具，而是看组织有没有把 AI 做成战略能力。Gartner 官方说明里明确提到，它会围绕 strategy、data、governance、engineering、operating model、culture、AI product/value 等七个核心 AI 支柱给组织打分，并生成差距分析和路线图。(Gartner)

它的 5 个阶段是：

阶段	通俗解释
Foundational	还在零散尝试，谁感兴趣谁玩一下
Emerging	有试点，有高层兴趣，但还没形成体系
Operational	AI 已进入部分业务流程，有负责人和方法
Scaled	多部门规模化应用，能看到 ROI
Transformational	AI 改变决策方式、运营模式和竞争优势

Gartner 对成熟度模型的定义也很直接：它用于评估组织利用 AI 的能力、识别能力缺口，并指导 AI 路线图和投资优先级。(Gartner)

我建议你怎么用：

这个模型适合放在你的课程或咨询报告第一页，用来回答：

这家企业现在到底处在 AI 发展的哪个阶段？
是在“尝鲜”，还是在“规模化”？
是工具使用成熟，还是组织能力成熟？

它最大的价值是 管理层容易听懂，也容易把诊断结果转成“战略、组织、数据、治理、项目组合、ROI”的行动清单。

---

2. Microsoft Agentic AI Adoption Maturity Model：最适合诊断“智能体落地能力”

这个模型非常新，也非常贴近现在的趋势。它不是泛泛讲 AI，而是专门讲 Agentic AI，也就是智能体型 AI 如何在企业里落地。

微软官方说明里说，这个模型用于帮助组织客观评估当前状态，识别具体行动，并把投资重点放到最该补的能力上。它特别强调：AI Agent 不只是提供信息，而是会参与工作流、触发动作、跨系统协作。(Microsoft Learn)

它的 5 个成熟度层级是：

层级	通俗解释
Level 100 — Initial	零散试验，靠个人推动，没有体系
Level 200 — Repeatable	有一些可重复经验，但还不稳定
Level 300 — Defined	方法、标准、治理、流程开始被正式定义
Level 400 — Capable	智能体进入企业运营和跨团队协作
Level 500 — Efficient	企业变成 agent-first，智能体成为默认工作方式

它的五大能力支柱是：AI strategy and experience、Business strategy、AI governance and security、Technology and data、Organization and culture，同时把 Responsible AI 和信任嵌入所有维度。(Microsoft Learn)

我建议你怎么用：

这个模型非常适合你讲“企业 AI 力”的时候使用。因为它能把企业从：

员工会不会用 AI 工具

升级到：

企业有没有能力让 AI Agent 接入流程、数据、系统、审批、协作和经营动作。

尤其适合诊断这几类问题：

诊断问题	对应判断
企业有没有 AI 战略？	不是买账号，而是有没有业务目标
有没有流程重构？	不是让员工提效，而是重做工作流
有没有治理和安全？	数据权限、审批、日志、风险有没有机制
有没有技术底座？	数据、接口、系统、知识库是否打通
有没有组织文化？	员工、管理层、IT、业务是否协同

一句话：Gartner 更像总框架，Microsoft 这个更像“智能体时代的落地体检表”。

---

3. AWS Generative AI Maturity Model：最适合诊断“从 PoC 到生产级部署”

AWS 的生成式 AI 成熟度模型更偏技术落地和工程化。它的官方说明里说，组织可以用这个模型有效集成生成式 AI 能力，避免常见实施陷阱，并通过成熟度评估明确自己处在 AI 旅程中的位置。(AWS 文档)

它分为 4 个阶段：

阶段	通俗解释
Envision	建立认知，识别潜在用例
Experiment	做试点、PoC，验证业务价值
Launch	上线生产级应用，建立治理、监控、支持机制
Scale	企业级规模化，形成可复用组件、标准模式、自助平台

AWS 特别强调：这个模型不是为了给企业贴一个“初级/高级”的单一标签，而是应该把生成式 AI 的不同方面分开看，因为不同部门、不同用例可能成熟度不一样。(AWS 文档)

我建议你怎么用：

这个模型适合放在技术实施、AI 中台、AI 平台、企业内部应用建设的诊断里。它特别适合判断：

诊断方向	关键问题
用例成熟度	有没有从“想法”进入“可验证场景”？
工程成熟度	有没有生产环境、监控、评估、权限、安全？
平台成熟度	有没有可复用组件、标准模板、共享能力？
治理成熟度	有没有风险管理、Responsible AI、合规机制？
规模化成熟度	是否能跨部门复制，而不是每次重新做一套？

一句话：AWS 模型不如 Gartner 那么适合高层汇报，但非常适合诊断企业 AI 项目是不是能真正上线、复用、规模化。

---

二、我建议你最终采用的组合方式

不要只选一个模型。最好的做法是把这三个合成一套自己的“企业 AI 成熟度诊断模型”。

推荐组合

层次	用哪个模型做底座	解决什么问题
顶层诊断	Gartner	企业 AI 现在处在哪个大阶段
流程与组织诊断	Microsoft Agentic AI	是否具备智能体化、流程重构、组织协同能力
技术与落地诊断	AWS GenAI Maturity	是否能从试点走向上线、平台化、规模化

最终可以沉淀成你的 8 大诊断维度

维度	来自哪些模型
AI 战略与高层共识	Gartner + Microsoft
业务场景与价值闭环	Gartner + AWS
数据基础与知识资产	Gartner + Microsoft + AWS
技术架构与系统集成	Microsoft + AWS
智能体与流程重构能力	Microsoft
治理、安全与责任 AI	Gartner + Microsoft + AWS
组织、人才与文化	Gartner + Microsoft
ROI、指标与持续运营	Gartner + AWS

---

三、我的结论

如果你要对外做企业 AI 成熟度诊断，我建议这样定位：

Gartner 定阶段，Microsoft 看智能体化，AWS 看工程化落地。

最适合对管理层表达的一句话是：

企业 AI 成熟度，不是看买了多少 AI 工具，而是看 AI 是否进入战略、流程、数据、系统、治理、组织和经营结果。
真正成熟的企业，不是“员工会用 AI”，而是“组织会用 AI 重新生产结果”。