行业知识 · v2.3.0 · 资料核对 2026-10-03
机会发现与需求验证
不从“做一个 AI”开始
正确问题是：谁在什么情境下，为完成什么任务，付出了什么可量化成本；哪部分可由 AI 改善，改善后谁愿意改变行为或付费？
1. 战略边界
在访谈前先明确：
- 组织目标：增长、效率、体验、风险或新商业模式。
- 可用优势：独有数据、渠道、流程、品牌、领域专家、算力。
- 约束：预算、周期、区域、系统、隐私、合规、人才。
- 风险偏好：哪些用户、决策、动作和数据暂不进入。
输出一页战略简报，不要把“AI first”当战略。战略是选择和放弃。
2. 发现真实工作
访谈问行为，不问愿望
弱问题：“你想要一个 AI 助手吗？”
强问题：
- 上次发生是在什么时候？请按步骤带我走一遍。
- 哪一步最慢、最易错、最焦虑？
- 你现在用什么替代？为什么仍不满意？
- 错了会怎样，谁发现，怎样补救？
- 你信任什么证据？何时必须找人确认？
- 若解决，你愿意改变什么、付出什么？
至少覆盖主用户、边缘用户、受影响者、执行者、审批者和支持者。
观察与数据
- 影随/情境观察：实际工作与口述经常不同。
- 流程挖掘：等待、返工、切换、异常和人工判断点。
- 搜索日志、客服工单、退单、编辑历史、操作时长。
- 失败/险情：最有价值的需求往往藏在异常路径。
注意数据只记录现有产品允许发生的行为，不自动代表未满足需求。
3. 用 JTBD 定义任务
模板：
当【情境/触发】时，我想要【进步/任务】，从而【更高层结果】；但【阻碍】让我只能用【现状替代】。
AI 场景还要补：
我愿意让系统【建议/草拟/执行】到什么程度；当【风险/不确定】时必须【澄清/确认/转人工】。
把“总结会议”改写为：“项目负责人会后 10 分钟内要得到可追溯的决定、责任人与截止日，并能在发出前纠正误识别。”后者才可设计、评测和验收。
4. 现状基线
记录：
- 任务量、频率、完成时长、等待时长。
- 一次成功率、返工率、升级率、错误损失。
- 参与角色与全量人力成本。
- 现有工具、规则、搜索和人工服务表现。
- 用户满意、信任、放弃和绕过行为。
AI 方案必须与最强现实替代比较，不是与“什么都没有”比较。
5. 场景拆分
把宽泛场景拆成原子任务：输入是什么、输出是什么、是否有标准答案、错误是否可逆、动作是否高风险、反馈多久出现。
例如“AI 客服”可拆为：意图识别、知识检索、答案草拟、政策核对、工单摘要、情绪判断、退款执行。每项的模型、指标、权限和风险完全不同。
6. 机会评分
使用 1–5 分并记录证据：
机会分 = (痛点强度 × 频率 × 用户/业务价值 × AI 增量)
× 数据可得性 × 可评测性 × 采用可能
÷ (风险 × 集成复杂度 × 运行成本)公式不是数学真理，作用是暴露假设。任何“5 分”都要能指出证据来源。
优先“高价值、可测、可逆、有反馈”的窄场景；先做辅助决策，再逐步提升自主性。
7. 假设地图
按四类列出并排序“若错了，项目最可能失败”的假设：
- 价值：问题足够痛，用户会使用/付费。
- 可用：用户能理解输出并融入流程。
- 可行：数据、模型、集成可达到阈值。
- 可经营：成本、销售、支持和合规可持续。
为每个假设写：证据现状、最小实验、阈值、负责人、截止日、结论。
8. 低成本验证
Concierge / Wizard-of-Oz
先由人模拟 AI 服务，验证用户是否真的提交任务、使用结果、纠错和复购。必须告知研究安排与数据用途，不欺骗用户。
Fake Door
展示入口并测点击/申请，但不要承诺不存在的能力；点击后清楚说明测试并收集意向。
数据回放
在历史真实案例上回放候选方案，确认信息是否足够、输出是否可评、错误代价如何。
原型测试
测试能力告知、输入方式、等待、引用、编辑、确认、撤销和转人工，不只测视觉。
9. 商业论证
收益
- 收入增量：新增付费、转化、客单、留存。
- 效率：节省时间 × 可兑现比例 × 人力成本。
- 风险：事件概率/损失下降，但避免虚构精确收益。
- 战略期权：数据、平台、渠道能力的复用价值。
成本
- 构建：产品、设计、数据、算法、工程、法务、采购。
- 运行：模型、检索、存储、工具、监控、安全、人工复核、支持。
- 变更：集成、培训、流程重构、迁移和采用。
- 风险：错误、事故、合规、品牌、供应商退出。
单位经济
每成功任务净价值 = 每任务业务价值
- 模型/基础设施成本
- 人工复核与返工
- 支持和风险预期成本“节省 30% 时间”只有当组织把时间用于更多产出、降低外包或改善 SLA 时才可能兑现。
10. 发现阶段停止条件
- 问题低频、低痛，现状方案已足够。
- 用户表达兴趣但不发生行为改变。
- 关键数据不可合法获得或无法代表目标分布。
- 最低可用质量与错误代价冲突。
- 端到端成本长期高于可兑现价值。
- 高风险无法通过限制自主性、人工监督或流程重构降到可接受。