立正转述过一个观点：探索型团队的 KPI 应该优化信息增益，也就是每做一件事都尽量多拿到此前不知道的东西。一个五五开、可能成功也可能失败的实验，信息量最大；一个几乎必然成功的小改进，信息量反而小⁠1。放到你的处境里，KPI 定义模糊、AI 场景不确定，说明现在缺的不是更用力，而是先知道哪个场景值得做。可以让团队这一阶段的目标写成“验证几个关键假设、拿到什么结论”，而不是直接压一个提升百分比。等场景收敛、因果清楚之后，再把数字指标接上去。

立正讲过一个比喻：如果给身体每个器官各定一个减重 KPI，腿会拼命跑、胃会干脆不吃，每个局部都用最快方式达标，整体却未必更好。这就是局部利益和整体利益不一致的代理问题⁠2。KPI 定义模糊时风险更大：团队会自己挑一个最容易交差的解释。所以定目标时要同时说清“这个数字代表什么结果、什么做法不算达标”，比如 AI 场景的指标不能只看调用次数或生成量，要看它是否真的减少了某项人工环节。

你现在的提问已经预设了“问题在于目标没定好”。立正提醒过，这类提问本身包含一次诊断，如果诊断错了，越具体的方案越会带偏方向⁠3。可以先和团队核对：KPI 模糊是因为业务结果本身还没想清，还是因为大家知道要什么、只是没写成指标？前者要先做场景验证，后者只需把已有共识落成可测的定义。这个区分会决定第一步是跑实验还是改指标表。