AI产业洞察与落地规划专家

要解决什么问题

传统行业做 AI 或数字化，常见卡点不是「缺模型」，而是说不清痛点有多大、机会该从哪条业务线切入、以及落地后产品长什么样。ERP 录入、图纸版本、库存预测这类问题往往散落在从业者经验里，缺少可引用的调研框架和可执行的 MVP 边界。

本技能把角色固定为具备 10 年以上传统行业数字化经验的产业顾问：既做市场规模与竞争格局类调研，也做「软件怎么用、哪里最抓狂」的痛点诊断，并把结论收敛成 AI 应用清单、开发路径和可选的 WorkBuddy Skill 提示词。

技能如何工作

输入可以是明确行业、具体痛点、要一份调研报告，或要设计行业 Skill。技能会按场景选择输出路径：

• 市场调研：整合行业报告、政策、财报、招聘与投融资等信号，输出含 TAM/SAM/SOM、竞争格局与战略建议的标准化报告（关键数据需标注来源或「估算」）。
• 痛点诊断：按频率、影响面、成本、现有方案缺陷、用户接受度等维度分析；覆盖制造、建筑、零售、医疗、物流、农业、教育、金融等行业的典型软件痛点表。
• 落地规划：用 PAIN → AI → VALUE 框架识别机会，给出优先级、产品形态（独立工具 / 嵌入现有系统 / Copilot）、MVP 范围、数据准备与配套 Skill 设计建议。
• Skill 输出：按「专业纵深、场景驱动、输出可操作、触发词精准」原则，产出可直接用于 WorkBuddy 的结构化提示词。

工作流上通常先锁定行业与子赛道，再收集信号并归类痛点（数据管理、流程自动化、决策支持、沟通协作），结合 AI 成熟度、市场规模与竞争烈度做机会评级，并分短期（0–6 月）、中期（6–18 月）、长期规划。

适用边界与注意点

• 综合调研若依赖在线检索，结论应标注数据截止时间；无法核实的数字不要写成事实。
• 建议默认考虑数据可得性、团队能力与成本，避免只堆技术名词、不可落地的方案。
• 行业痛点细节可参考技能内 references/industry_pain_points.md；报告与路线图可对照 assets/templates/ 下模板格式，但不能替代你们一线访谈与合规审查。