如何做 AI 场景的价值、难度、数据排序

把候选场景放到一张表里打分。BCG 发现 AI 价值有 62% 来自核心业务流程而非支持职能——所以评估时别只盯着客服、IT 这类「省人力」场景，要看看运营、销售、研发是否更值得做。

三维打分法

每个场景按三个维度打分（高=3、中=2、低=1），然后相乘得到优先级指数。指数越高越优先。

1. 价值维度：能省多少钱 / 增多少收入？不要用「提升效率」这种模糊表述，要换算成具体数字
2. 难度维度：技术难度 + 组织难度。需要对接几个系统？涉及几个部门的配合？
3. 数据维度：数据质量好不好？格式统一吗？历史数据够不够？需要标注吗？

排序规则

1. 优先做「价值高、难度低、数据好」的（指数 ≥ 18）——这是第一批 POC 的池子
2. 「价值高但数据差」的不要急着上，先把数据采集和治理排进下季度计划
3. 「难度高、价值中」的留到组织有经验后再说——第一个项目千万别选这种
4. 「价值低、难度高」的直接划掉——别因为「听起来很酷」浪费资源

打分表示例（参照格式）

以一家中型零售企业为例：AI 客服（价值 3 × 难度 2 × 数据 3 = 18）排第一；AI 需求预测（价值 3 × 难度 3 × 数据 1 = 9）虽然价值高但数据差，排到后面做数据准备；AI 面试官（价值 2 × 难度 3 × 数据 1 = 6）风险大收益小，直接搁置。