收益：
- 能够从广泛的池中收集人工智能使用领域，并使用“问题/谁/数据/结果/测量”模板对其进行澄清
- 能够在价值和适用性轴上对使用区域进行评分，并将其放置在四区域矩阵中
- 能够通过快速收益创造动力并规划大赌注来专注于前 90 天的浪潮
人工智能策略的成功或失败通常归结为一个问题：“我们对什么说‘是’，对什么说‘不’？”大多数机构中都流传着数十种想法；但资源有限。在本单元中，您将学习如何系统地识别人工智能用例并确定其优先级（应用人工智能解决具体业务问题的特定场景）。目的是选择“最能产生最大价值的”而不是“最受关注的”。
如何收集使用区域？
首先创建一个池。好的用例来自三个来源：痛点（员工耗时、乏味、容易出错的工作）、机会（可以推动收入或客户体验）和基准测试（在类似行业中有效）。保持泳池宽阔；消除是稍后发生的。
一个好的用例描述包括以下元素：什么业务问题、针对谁、什么数据、预期结果以及如何衡量它。 “客户服务中的人工智能”不是一个用例； “通过根据主题自动对收到的电子邮件进行分类并将其定向到正确的团队来缩短转发时间”是一个使用领域。
提示：好的用例往往是“大量+重复+大量文本/数据+合理的容错”作业。一项工作具备这四种属性越多，其人工智能价值就越高。
优先级：价值/适用性矩阵
最常见、最实用的工具是两轴矩阵：
- 价值轴：这会产生多大的业务影响？ （收入、成本、风险降低、客户体验）
- 可行性轴：我们能轻松做到这一点吗？ （数据是否准备好、技术难度、风险、变更负担）
地区
价值
适用性
该怎么办？
快速增益
高
高
现在开始
大赌注
高
低
计划、设定先决条件
填料
低
高
如果你有时间就去做吧。
陷阱
低
低
不/推迟
策略：通过快速获胜建立动力和信心，通过计划大赌注培养动力和信心，避免陷阱。
循序渐进：从想法到优先事项
1. 清理水池。各部门提出了广泛的用例清单（30-50 个想法是正常的）。
2. 描述使用标准模板。将每个想法采用“问题/谁/数据/结果/测量”格式。模糊的部分变得清晰或被消除。
3. 在两个轴上进行评分。对每个想法的价值 (1-5) 和可行性 (1-5) 进行评分。以证据为基础。
4. 插入矩阵。分布到四个区域；凸显快速收益。
5. 选择第一波。从 2-4 次快速胜利 + 1 个大赌注发现开始。不多了。
三个迷你箱子
案例 1——很诱人但不切实际。一家电子商务公司爱上了“带有人工智能的完全个性化店面”（高价值）的想法。但数据分散，整合需要9个月（可行性低）。矩阵显示这是“大赌注”。公司首先开始快速收购“用人工智能生成产品描述文本”；内容制作时间在 6 周内缩短了 70%，节省的资金为这个大赌注提供了资金。
案例 2 — 消除模板。一家保险公司收集了 41 个想法。当拟合到标准模板时，发现其中 14 个实际上描述了相同的问题，而其中 9 个没有可测量的结果。泳池实际使用面积从41个缩减至12个；优先顺序变得更加清晰。
案例3——逃离陷阱。一位厂商热情地提出了“用AI总结高管会议笔记”的想法。矩阵中的价值较低（人员较少，节省的时间很少），可行性输出中等：回填/陷阱限制。相反，资源被定向到“分析生产线故障记录并查找重复发生原因”的高价值获取；年停机时间减少了 11%。
四个可复制模板
1) 定义使用区域：
您的角色：人工智能业务分析师。将以下业务问题描述为用例：[问题]。模板：(1) 要解决的业务问题，(2) 为谁解决，(3) 所需数据，(4) 预期可衡量结果，(5) 关键风险。如果有任何模糊的问题，请向我提出问题。
2）池生产：
为[行业]的[部门]建议10个人工智能用例。为每个问题提供一句话的问题描述和估计价值类型（收入、成本、风险、经验）。专注于大批量、重复性工作。
3）价值/适用性评分：
在两个轴上对以下用例进行 1-5 分评分：价值（业务影响）和可行性（数据准备、技术难度、风险）。为每一点写下一句话理由，并将其分为四个区域（快速获胜、大赌注、填充、陷阱）。字段：[列表]
4）第一波选择：
从这个优先列表中选择前 90 天内开始的浪潮：最多 3 个快速获胜和 1 个大赌注发现。对于每个选择，写下为什么现在选择、将用什么指标来衡量以及第一个里程碑。列表：[文本]
弱提示/强提示
弱项：“为我的公司提供人工智能创意。”
结果：没有上下文的通用列表；它的价值和适用性是不确定的，无法做出选择。
Güçlü：“我是一家拥有 150 名员工的会计服务公司。我们最耗时的工作是发票录入、对账和回复客户电子邮件。建议这三个领域的人工智能用例，用‘问题/谁/数据/结果/风险’模板描述每个领域，并将其放入价值适用性矩阵中。写下您建议我在前 90 天内开始的理由。”
结果是：一个情境化、模板化、优先级和可操作的选择。
常见错误
- 选择最受关注的一个。最流行的想法并不是最有价值的想法；矩阵固定了情绪。
- 使用区域模糊。像“X with AI”这样的描述是无法衡量的；需要标准模板。
- 忽视实用性。盲目地投入高价值但无法进行数据/集成的想法意味着数月的无价值劳动。
- 一次启动太多。将第一波限制为 3-4 次可以提供集中注意力和学习。
- 绕过容错。为了快速获胜而误入容错率低的领域（例如直接医疗/法律决策）是危险的。
注意：人工智能可能会建议用例列表和评分；但价值和适用性分数是否符合机构的实际以及选择哪一波是由管理者决定的。此外，尽管用例在技术上可能是“可行的”，但从道德或合规性的角度来看，它可能是“未完成的”；我们将在第 8 单元和第 9 单元中介绍这一点。
综上所述
使用优先级是将有限资源引导至最高价值的艺术。首先收集一个大池，用“问题/谁/数据/结果/测量”模板澄清每个想法，然后在价值和可行性轴上对其进行评分，并将其放入矩阵中。通过快速获胜来建立动力，通过计划大赌注来培育动力，避免低价值陷阱。将第一波限制在 3-4 个区域。在下一个单元中，我们将了解如何使用投资回报率和指标来证明您选择的用例是否真正产生了价值。
应用任务
从您的组织收集 10-15 个 AI 用例创意。将每个都安装到标准模板中；澄清或消除模糊的内容。在价值和可行性轴上对余数打 1-5 分，并将它们放入矩阵中。选择前 90 天的那一波（最多 3 场快胜 + 1 场大赌注），并为每个选择写下一句话理由。
清单
- [ ] 我收集了大量的使用区域。
- [ ] 我将每个想法都融入到了标准模板中。
- [ ] 我消除了模糊和重复的想法。
- [ ] 我根据证据对价值和可行性进行了评分。
- [ ] 我把这些想法放在了四区域矩阵中。
- [ ] 我将第一波限制在3-4个区域。
- [ ] 我专门标记了容错率较低的区域。