想法很多，优先级不清
各部门都在提 AI 场景，但缺少共同的价值标准，资源分散在工具试用和零散 PoC。
When diagnosis helps
适合这些状态的企业
诊断的价值不是“多想一些点子”，而是减少错误投资，并让组织对第一步形成共同判断。
系统和数据问题交织
无法判断应该先补 ERP、接口、数据、知识，还是可以直接验证一个 AI 场景。
老板与团队判断不一致
业务期待快速见效，IT 担心底座和风险，供应商又从各自产品出发给出不同建议。
Diagnosis scope
不是只看技术，而是看完整经营链路
近道把经营结果、业务流程、组织责任、系统数据和 AI 可行性放在同一个诊断框架中。
- 经营结果：增长、利润、效率、库存、交付或客户体验，当前基线是什么。
- 业务流程：工作如何真实发生，哪里存在等待、重复、断点和经验依赖。
- 组织与责任：谁对结果负责，谁拥有决策权、执行权和异常处理权。
- 系统与数据：ERP、SaaS、表格、数据口径、接口、权限和知识现状。
- AI 可行性：任务是否可评估、上下文是否可获得、风险是否可控制。
- 投资与顺序：价值、可行性、风险、依赖和组织准备度如何共同排序。
How it works
从经营问题到路线图
诊断过程会进入真实业务现场，不仅依赖管理层访谈或已有需求文档。
01 / 对齐
明确经营目标与诊断边界
确认希望改善的指标、企业阶段、关键负责人，以及本次诊断需要回答的决策问题。
02 / 现场
访谈、观察并绘制现状流程
跟随工作发生过程，梳理角色、系统、数据、规则、例外和实际协作方式。
03 / 判断
识别根因与 AI 机会
区分表面需求与真实问题，判断哪些应由流程、系统、数据、组织或 AI 解决。
04 / 排序
选择第一项最小完整闭环
综合经营价值、技术可行性、风险、依赖和组织准备度确定试点。
05 / 路线图
形成 6—18 个月建设顺序
把近期试点、必要底座、团队责任、治理机制和后续扩展放到同一张路线图上。
Deliverables
诊断结束后，你会获得什么
所有成果都服务于下一步决策和执行，不以页数衡量价值。
业务能力与现状地图
关键经营流程、角色、系统、数据和问题之间的关系。
AI 机会清单
明确每个机会对应的业务结果、使用者、依赖与风险。
项目优先级
说明值得做、暂缓做和不应做的项目及判断依据。
目标流程
员工、AI 与系统如何重新分工，异常如何升级处理。
技术与组织路线图
未来 6—18 个月的建设节奏、负责人和关键依赖。
业务结果指标
试点上线后如何验证价值、质量、成本与风险。
诊断会做什么
- 挑战未经验证的需求假设
- 进入现场识别真实流程
- 给出明确的建设顺序
- 说明哪些项目暂时不应做
诊断不会做什么
- 批量罗列通用 AI 场景
- 用技术热词代替经营判断
- 预设必须购买某款产品
- 承诺没有基线的模糊收益
Make the first decision
第一步不是立项，而是做出正确判断
用一次初步沟通确认：你是否需要完整诊断，还是已经具备直接验证一项 AI 业务能力的条件。