技能介绍

企业 AI 落地的“选择困难症”

很多团队在引入大模型时面临典型困境：业务方提了一堆“听说 AI 能做”的需求，但 IT 团队不知道该先做哪个，更不知道该用什么技术栈。盲目上马高风险场景往往导致首战变成“烂尾”项目。本技能定位为“企业 AI 场景规划师”，旨在解决 场景与技术的错配问题，帮助企业在资源有限的情况下，找到那个“低风险、快见效、可量化”的首个落地场景。

核心工作流与选型逻辑

本技能不推荐直接堆砌技术，而是坚持 “先选场景再选技术” 的原则。其核心工作流包含以下关键步骤：

场景盘点与映射：内置覆盖客服、知识管理、营销、HR 及数据运营等职能的已验证场景库。针对每个场景，明确标注了推荐的技术形态（如 RAG、Agent、Prompt 抽取等）、落地难度、数据要求及预期见效期。
三维评分选型法：对候选场景进行量化打分。总分计算公式为 总分 = 业务价值×2 + 可行性×1.5 + 风险容忍度×1。

- 业务价值：评估省时、影响范围及可量化程度。
- 可行性：考量数据是否现成、流程是否标准、是否需改造核心系统。
- 风险容忍度：判断 AI 输出错误的业务后果严重性。

硬性准入规则：首个项目必须总分最高且 “风险容忍度 ≥ 3”。明确排除对外可见场景作为首发，并要求强监管领域保留人工审核兜底。

适用边界与立项自查

本技能提供的难度与见效期为行业经验值，实际效果高度依赖企业自身的数据治理与流程成熟度。在正式立项前，团队需完成以下自查：确认拥有明确的成功指标基线、业务方深度参与（而非纯 IT 驱动）、数据获取合规，以及规划好上线后的持续调优预算。对于涉及招聘、信贷等敏感决策场景，AI 仅作辅助，最终决策须由人做出。