🧠 图解记忆： AI 项目要同时过能力、数据、价值、体验和风险五道门。
💡 答案要点
评估维度：
┌─────────────────────────────────────────────────────────┐
│ AI 场景适用性评估 │
└─────────────────────────────────────────────────────────┘
技术可行性 ←→ 商业价值 ←→ 数据准备 ←→ 用户体验 ←→ 风险评估评估框架：
| 维度 | 关键问题 | 评分标准 |
|---|---|---|
| 技术可行性 | 现有 AI 能力能否解决？ | 高/中/低 |
| 商业价值 | 能带来多少收益/节省多少成本？ | ROI > 3 |
| 数据准备 | 有足够的高质量数据吗？ | 充足/一般/缺乏 |
| 用户体验 | AI 比传统方案好吗？ | 明显提升/持平/更差 |
| 风险评估 | 失败后果严重吗？ | 可接受/需谨慎/不可接受 |
适合 AI 的场景特征：
- ✅ 有大量数据可供训练/检索
- ✅ 任务有一定模糊性，规则难以穷尽
- ✅ 允许一定容错率
- ✅ 人力成本高或效率低
- ✅ 用户能接受 AI 辅助决策
不适合 AI 的场景特征：
- ❌ 需要 100% 准确性（如医疗诊断、法律判决）
- ❌ 数据极度缺乏或质量差
- ❌ 规则清晰明确，传统编程更可靠
- ❌ 失败后果严重且不可逆
面试话术：
"我评估 AI 场景用五维框架：技术可行性、商业价值、数据准备、用户体验、风险评估。核心是 ROI，如果 AI 方案不能带来 3 倍以上收益，我宁愿用传统方案。"