EnterpriseVal 是一种面向用例的评估系统，旨在弥合公共基准只能回答“模型能做什么”与企业部署需要的“在我们的数据、控制下，这个工作流是否合适、可靠、安全并值得扩展”之间的差距。系统包括五个核心要素：① 用例的形式化规格，明确冻结的社会技术配置，包括模型、提示、检索、工具、护栏和人工监督，并给出自主程度和后果层级，以决定评估强度；② 指标目录，覆盖忠实度、效用、效率、可靠性、保证和监督；③ 评分协议，利用盲评专家结合经校准的 LLM‑as‑judge 通过预测驱动推理实现规模化；④ 两层阈值门，作为可执行算法，将带置信区间的指标向量映射为 REJECT、CONDITIONAL 或 SCALE 决策；⑤ 价值‑风险模型，其中审稿人捕获率作为可测参数。我们在一家全球银行的三个工作流进行试点。信用备忘录撰写中，最佳模型在引用精准度上达到 88%，幻觉率 1.6%，满足 70% 与 5% 的门槛；流程转化中，分析师的人工精炼时间从约 27.4 小时降至 2.9 小时。本文区分已验证结果、试点证据、系统提案和待验证假设，并列出完整验证所需的实验。
点评：EnterpriseVal 为企业提供了可操作的量化框架，使生成式 AI 的落地评估从概念走向可重复的业务决策。