本文へ移動
cccskills
無料GitHub で公開

three-value-drivers

应用从 AI for Everyone 蒸馏出的「AI价值驱动三途径 — 降本/增收/新业务」方法论。

Use when the user needs practical guidance, diagnosis, workflow design, decision support, or an action plan related to three-value-drivers.

インストール方法を見る

含まれるファイル(2)

  • SKILL.md5.4 KB
  • test-prompts.json4.0 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

Source Metadata

Original cangjie-skill frontmatter from the distillation run:

id: f23
title: "AI价值驱动三途径 — 降本/增收/新业务"
book: "AI for Everyone"
author: "Andrew Ng(吴恩达)"
source: p15
tags: [value-assessment, business-model, project-selection, roi]
related_skills:
  - slug: triple-due-diligence, relation: depends-on
  - slug: cross-functional-brainstorming, relation: composes-with

R — Reading(原文引用)

"AI项目可以通过三种方式创造价值:降低成本、增加收入、创建新业务...问'它降低了什么成本?增加了什么收入?创造了什么新业务?'" — p15

I — Interpretation(用自己的话重新阐述)

评估一个AI项目的商业价值时,Andrew Ng提供了一个简洁的三问框架:

  1. 降低成本:AI能否自动化某些任务,从而减少人力成本、时间成本、错误成本?
    • 例:客服自动化减少人工坐席、质检自动化减少质检员、预测性维护减少停机损失
  2. 增加收入:AI能否推动更多转化、更高客单价、更好的用户体验?
    • 例:推荐系统提升交叉销售、动态定价提升利润率、个性化提升用户留存
  3. 创建新业务:AI能否让公司进入全新的业务领域或推出全新产品?
    • 例:数据本身作为新产品、AI能力开放为平台、全新的智能服务

为什么这个框架有用?

  • 避免"为了AI而AI"——每个项目必须能回答这三问之一
  • 帮助商业尽调时结构化地量化项目价值
  • 三个途径的风险和回报特征不同:降本最可预测、增收需要用户行为改变、新业务风险最高但天花板最高

A1 — Past Application(过去应用案例)

  • 降本案例:某制造企业用AI视觉质检替代人工质检。每个质检员年薪8万,AI系统替代5个质检员,年节省40万人力成本。项目投入60万,1.5年回本。
  • 增收案例:某电商平台引入推荐系统。推荐系统将用户转化率从2%提升到3.5%,按年GMV 10亿计算,增量收入1500万。
  • 新业务案例:某银行将内部风控模型开放为SaaS服务,为其他小银行提供风控能力。这是全新的业务线,与原有银行业务无关。

A2 — Future Trigger(未来触发条件)

触发场景:

  • 评估一个AI项目"值不值得做"
  • 向管理层/投资人解释AI项目的商业价值
  • 比较多个AI项目的优先级
  • 商业尽调阶段需要量化项目价值

语言信号:

  • "这个项目怎么赚钱"
  • "AI项目的ROI怎么算"
  • "这个项目有什么商业价值"
  • "值不值得投入"
  • "能带来多少收益"

区分要点:

  • 用户需要的是快速分类(三选一)还是详细量化(财务模型)?本skill提供分类框架,详细量化需要triple-due-diligence。
  • 项目处于创意阶段还是评估阶段?创意阶段用cross-functional-brainstorming,评估阶段用本skill。

E — Execution(执行步骤)

  1. 识别价值驱动类型:这个项目主要通过降本、增收还是新业务创造价值?(可以多选)

  2. 量化价值:

    • 降本:计算可替代的人力/时间/错误成本
    • 增收:估算转化率/客单价/留存的提升空间
    • 新业务:评估市场规模和进入壁垒
  3. 评估投入:估算开发成本、数据成本、部署成本、维护成本

  4. 计算ROI:(量化价值 - 投入成本) / 投入成本

  5. 风险评估:

    • 降本:技术能否达到自动化要求?
    • 增收:用户行为是否会如预期改变?
    • 新业务:市场是否存在?竞争格局如何?
  6. 综合判断:如果三个问题都答不上来,项目价值存疑。

完成标准:明确项目的价值驱动类型,并给出量化的价值估算和投入产出分析。

B — Boundary(使用边界)

不适用场景:

  • 纯研究项目(没有商业应用目标)
  • 基础设施类项目(价值间接,难以直接量化)
  • 合规/伦理驱动的项目(价值不在经济层面)

失败模式:

  • 把所有项目都说成"三个都有"——没有聚焦
  • 过度乐观估算增收/新业务的价值
  • 忽视实施成本和变革管理成本
  • 只看经济价值,忽视战略价值(如数据积累、能力建设)

作者盲区:

  • Andrew Ng的三问框架偏向短期经济价值,但有些AI项目的价值是战略性的——如积累数据资产、培养AI能力、建立组织信心。这些长期价值难以用三问框架衡量。
  • 三个途径并非互斥——一个项目可能同时降本和增收,需要判断哪个是主要驱动力。

相关 skills

  • triple-due-diligence — depends-on:商业尽调需要量化项目价值,三价值驱动框架提供了商业尽调中"价值评估"部分的结构化方法。
  • cross-functional-brainstorming — composes-with:头脑风暴产出候选项目后,用三价值驱动框架对候选项目进行价值评估和优先级排序。

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

当用户想判断一个问题是否能用监督学习解决,或试图把业务问题转化为AI问题时调用。 用户在问"AI能不能做X"、"这算不算机器学习问题"、"我们的业务场景适合用AI吗"时使用。 不适用于: 纯数据分析洞察、无明确输入输出的探索性问题、聚类等非监督学习场景。

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/ai-for-everyone-skill372026年7月3日 更新

应用从 AI for Everyone 蒸馏出的「AI流水线 — 多组件串联的系统设计模式」方法论。Use when the user needs practical guidance, diagnosis, workflow design, decision support, or an action plan related to ai-pipeline.

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/ai-for-everyone-skill372026年7月3日 更新

应用从 AI for Everyone 蒸馏出的「AI项目生命周期 — 从立项到落地的完整流程」方法论。Use when the user needs practical guidance, diagnosis, workflow design, decision support, or an action plan related to ai-project-lifecycle.

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/ai-for-everyone-skill372026年7月3日 更新

应用从 AI for Everyone 蒸馏出的「AI战略护城河 — 用AI构建可持续竞争优势」方法论。Use when the user needs practical guidance, diagnosis, workflow design, decision support, or an action plan related to ai-strategy-moat.

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/ai-for-everyone-skill372026年7月3日 更新

应用从 AI for Everyone 蒸馏出的「AI团队构建 — 打造高效AI团队的角色与协作」方法论。Use when the user needs practical guidance, diagnosis, workflow design, decision support, or an action plan related to ai-team-building.

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/ai-for-everyone-skill372026年7月3日 更新

应用从 AI for Everyone 蒸馏出的「AI转型五步指南 — 组织变革路线图」方法论。Use when the user needs practical guidance, diagnosis, workflow design, decision support, or an action plan related to ai-transformation-playbook.

日本語の概要は準備中です。原文の説明を表示しています。

kangarooking/ai-for-everyone-skill372026年7月3日 更新

kangarooking のスキルをすべて見る

このスキルの問題を報告する