AI 实战·战略决策
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_58fad8c3/ai-transformation-officer。
技能介绍
这技能解决什么问题
公司里一提大模型,常见争论是「自研还是买 API」「账单涨了一倍要不要上 GPU」「欧盟投标要不要先做合规分级」「只有一个 ML,下一个该招谁」。这类问题若只靠拍脑袋或抄行业文章,很容易在利用率假设和示例单价上翻车,老板要的却往往是一页能说清楚的决策结论。
本技能把首席 AI 官(CAIO)四类战略决策拆成可执行流程:模型自建 vs 采购 vs 微调、AI 风险分级、自托管盈亏、AI 团队演进。加载后会遵守几条硬纪律——先按 references/ 里的「何时用 / 反模式」把前提问全,再跑对应 Python 计算器;成本默认是 2026 美元示例价,正式汇报前必须在输入 JSON 的 pricing 里换成真实合约价;自托管论证还必须绑定 workload_pattern 与现实利用率区间,不能默默沿用 70% 乐观值。
技能如何工作
- 决策 1:对照
model_buildvsbuy_strategy.md确认流量、延迟、数据驻留、团队能力与工作负载模式,填use_case.json后运行model_buildvsbuy_calculator.py,得到 3 年期 TCO、推荐路径、盈亏平衡与利用率敏感性。 - 决策 2:按
ai_risk_governance.md描述部署地域与用例类型,运行ai_risk_classifier.py,输出 EU AI Act 等级与美国各州触发项(仅为合规初筛,高风险仍须法务复核)。 - 决策 3:用
ai_cost_economics.py对比 API 与自托管月度成本、盈亏平衡流量及隐性成本。 - 决策 4:纯框架问答,用
ai_team_org_evolution.md判断组织阶段 1–5 与下一个该招的角色。
交付形态是套 templates/caio_decision_report.md 的一页决策页,并要求勾选成本来源与利用率现实声明;示例价或偏乐观利用率未纠正时,输出会带警告,不应直接进正式汇报。
适用边界
- 适合战略与经济性论证,不替代具体 RAG/Agent 工程实现、单次提示词调优或 HR 薪酬体系设计。
- 风险分级器是初筛,不是法律意见;🔴/🟠 级用例需资质 AI 法务复核。
- 计算器在 Windows 下已对 stdout/stderr 做 UTF-8 兜底,但结论可信度取决于你是否补齐真实定价与现实利用率。
使用场景
- 客服场景月百万级查询、延迟预算 2 秒内,需向管理层论证自研大模型还是继续买 API。
- LLM 月度账单明显上涨,要用盈亏平衡流量和利用率敏感性说明是否值得自托管 GPU。
- 产品计划进入欧盟或参与投标,需先按用例做 EU AI Act 风险等级与各州触发项初筛。
- AI 团队只有 1~2 名工程骨干,编制扩充前需确定下一阶段该招 ML、MLOps 还是应用 AI 工程师。
适合人员
- 向 CEO/业务负责人汇报模型路线选择的 CTO 或技术 VP,需要 TCO 对比而非概念 PPT。
- 负责 FinOps 或云成本的工程经理,要把 API 账单换算成自托管是否划算的量化论据。
- 推进海外市场的产品/合规负责人,要在法务深度介入前完成 AI 风险分级与治理清单草稿。
- 百人规模 SaaS 公司的创始人或 AI 负责人,团队刚起步却要在招聘会上说明「下一个该招谁」。