《AI场景识别与AI需求挖掘》

讲师:卢海波 发布日期:10-30 浏览量:11


《AI场景识别与AI需求挖掘》

用三高筛场景、用MVP验假设、用成本定去留

主讲老师:卢海波

【课程背景】

很多团队都在AI的浪潮下,投入大量资源和精力推动产品功能的AI化转型,在实战中,许多团队在转型中面临以下痛点:

需求抓不准,消耗了大量AI资源,做出来的新功能却不出彩

数据在哪、格式对不对、权限能不能拿,这些落地的关键问题无人回答

准确率要求多少、错了谁兜底?

知识库谁维护、更新机制是什么?

许多团队往往从单一维度拆解场景并分析需求,最终的结果就是出了大力,但没有带来奇迹,甚至没有带来口碑,整个团队反而背上了一笔新的技术债。

本课程即针对以上痛点问题,尝试以系统化“三高”方式来找到那些真正可以被AI能力更新的场景和功能。

课程主线:三高筛场景、MVP验假设、成本算去留

方法论体系:AI场景四问

【课程收益】

1. 掌握用三高标准筛选可AI化的成交场景

2. 掌握从业务原声到AI需求定义卡的挖掘路径与拆解方法

3. 掌握AI场景MVP的四种搭建思路与验证指标设计方法

4. 掌握AI场景成本结构测算与三类降本手段

5. 带着一份本企业MVP方案走出课堂

6. 建立AI场景评估的共同语言,跨部门对齐有一套

【课程特色】

授课形式:方法讲解+案例拆解+实战工作坊

可视化表达:以可视化方式呈现最优质信息

课程即实战:演练以客户业务场景展开,练出肌肉记忆

直接交付工具:每模块交付针对痛点问题的实战工具

【课程对象】

ToB/ToG软件产品经理、业务策略分析师、产品总监

【课程时间】

1天(6小时)

【课程大纲】

图1 课程主线:从成交到立项的五步

一、用三高标准筛出值得AI化的业务场景

图2 三高标准:可AI化成交的三道打分项

1. 不是所有成交都值得AI化,先过三高筛选

1)重复性高:同一动作在固定周期内反复发生

2)数据质量高:输入数据可稳定获取且质量可控

3)成本高:人工或现有方案完成该动作代价大

4)三高打分卡按五分制打分,低于阈值即出局

5)成交数据源:合同、工单、售后记录、交付报告

2. 方法和工具

1)三高打分卡(重复性/数据/成本五档评分)

2)成交复盘清单(合同条款/交付周期/售后工单)

3. 案例

富通天下外贸SaaS的询盘跟进场景AI化案例

4. 实战

现场盘点:用三高打分卡评估既有场景和需求

二、AI需求挖掘,从原声到需求定义卡

1. AI需求不是功能清单,是人机分工的任务分类

1)首席看输入形态:结构化/半结构化/文本/图像?决定技术路线

2)其次看工作类型:检索汇总/抽取填写/判断分类?决定模型能力门槛

3)第三判断确定性:规则可穷举/靠经验/靠博弈?决定是靠代码还是AI

4)第四评错误成本:可回滚/影响交付/影响合规?决定能否被AI接管

5)可替代不等于值得替代,更不等于能被验收

2. 方法和工具

1)4类标签矩阵模型

2)场景-任务-人机分工拆解表

3)AI需求定义卡(输入/输出/验收/兜底)

3. 案例

六度人和销售CRM的人机分工AI应用案例

4. 实战

现场拆解:把选定场景拆成AI需求定义卡

三、AI场景MVP的搭建思路与验证方法

图4 AI场景MVP的四种形态

1. MVP的目的不是做出产品,是低成本证伪假设

1)假设先行:把场景判断写成可证伪的假设句

2)四种形态:提示词版、规则引擎版、人工兜底版、小模型版

3)数据最小化:先用小样本真数据,不搞数据大跃进

4)指标预设:先定验证指标,再动手搭MVP

5)迭代止损:设定通过线与止损线,避免无限投入

2. 方法和工具

1)MVP四型法(提示词/规则/人工兜底/小模型)

2)假设-指标验证表(假设句/指标/通过线/止损线)

3)假数据防火墙(真数据脱敏+小样本闭环)

4)模型分级调用策略(大模型/小模型/规则分工)

3. 案例

1)森马使用MVP优化商业效率,快速A/B测试

2)Klarna使用MVP关键指标定义错误导致失败案例

4. 实战

现场搭建:选定场景写出MVP方案

四、成本测算与降本,AI场景去留第三关

图5 AI场景成本账与降本路径

1. 算不过账的AI场景,技术再先进也不立项

1)成本结构:算力、数据、人力、维护四块算总账

2)对比基线:与现有人工成本逐项对比才算得清

3)降本三斧:模型分级、缓存复用、人机回环兜底

4)隐性成本:数据治理、提示词维护、失败返工

5)组织承接:用得起来、养得起的场景才留得下

2. 方法和工具

1)AI场景TCO测算表(四类成本+对比基线)

2)降本三板斧(分级路由/缓存复用/回环兜底)

3)AI四问之成本问(成本算不算平+组织接不接)

4)场景去留决策单(成本/价值/风险三签字)

3. 案例

1)中金等国内知名证券公司、投行的AI成本优化案例

2)国内短剧制作机构的token降本案例

4. 实战

现场算账:给MVP方案配一张成本账

五、全流程实战,输出AI场景立项建议书

图6 AI场景四问框架

1. 一天课程攒一个完整成果:能上会的立项建议书

1)三关连走:筛场景、定需求、搭MVP、算成本一次完成

2)分组呈现:每组8分钟汇报,全场质询打分

3)交叉评审:用去留决策单给别组方案挑刺

4)讲师点评:按价值、能力、成本、组织四问复盘

2. 方法和工具

1)AI场景立项建议书模板(五段式)

2)三高打分卡+需求定义卡+MVP方案+成本账

3)AI四问框架(价值/能力/成本/组织)

3. 实战

现场路演:分组输出立项建议书并互评(输出:建议书)

六、核心成果与课堂产出

序号

交付成果

包含要素

适用场景

1

三高打分卡

重复性/数据/成本五档评分

评估在手成交场景时

2

AI需求定义卡

输入/输出/验收/兜底

业务原声转需求时

3

MVP验证方案

假设句/验证指标/止损线

搭建场景MVP前

4

成本测算表与决策单

TCO四成本/对比基线

场景立项评审时

5

AI场景立项建议书

五段式/可直接上会

提交内部评审时

七、课后行动建议+效果巩固模块

序号

课后行动建议

落地动作

效果检验

1

建场景候选清单

按三高标准盘点近两年成交

两周内产出候选清单

2

推原声采集机制

每月固定访谈+工单归类

月度原声库持续增补

3

跑通第一个MVP

选最高分场景搭提示词版

30天内出验证结论

4

立AI成本台账

算力/数据/人力/维护记账

每次评审会带成本账

5

设去留评审会

用AI四问过堂场景方案

每个场景有书面结论

分享
联系客服
返回顶部