02 / AI 机会塑形
不是所有业务问题都应该用 AI。
FDE Delta 将真实工作拆成任务、判断、内容、分析、协调和执行动作，再比较流程、规则、软件、数据分析、LLM、Agent 与暂缓方案，选择一个边界足够小、又足够真实的首个能力。
查看方案判断场 ↓先比较，再选择
先比较干预方式，再选择技术。
这个判断场不是技术排行榜。它用于检查哪一种干预方式最符合已确认的问题、现有证据、运营约束和责任边界。
明确负责人 · 可观察工作流 · 重要影响 · 证据路径 · 衡量路径
当前查看类别
流程改善
- 适配信号
- 主要摩擦来自职责、顺序、交接或激励。
- 决策问题
- 不增加新系统，仅改变角色、节奏、政策或工作流，能否解决问题？
六个评估问题
- 业务价值哪项行为、结果、成本或风险会改变？
- 证据强度哪些已经观察到，哪些仍是假设或未知？
- 可行性数据、系统、技能和运营路径是否可信？
- 风险与权限谁承担后果、批准行动并拥有停止权？
- 采用难度谁的工作会改变，他们为什么会采用？
- 学习速度能否在有用周期内观察到代表性事件？
S1流程改善当前查看类别
- 适配信号
- 主要摩擦来自职责、顺序、交接或激励。
- 决策问题
- 不增加新系统，仅改变角色、节奏、政策或工作流，能否解决问题？
S2规则 / SOP
- 适配信号
- 决策受稳定且可解释的业务规则约束。
- 决策问题
- 规则能否被解释、维护并一致执行？
S3软件 / 自动化
- 适配信号
- 主要缺口是确定性执行、界面或数据流转。
- 决策问题
- 是否已有能力未被使用，或确定性软件已经足够？
S4数据分析
- 适配信号
- 工作需要估计、排序、监测或资源配置。
- 决策问题
- 数据、基线和行动机制是否足以支持分析被真正使用？
S5LLM 辅助
- 适配信号
- 任务依赖语言、知识获取、生成或非结构化材料。
- 决策问题
- 如何处理错误成本、来源、人工复核与可接受用途？
S6Agent / Workflow
- 适配信号
- 任务需要有边界的多步骤行动、工具调用、状态与反馈。
- 决策问题
- 权限、授权、恢复、审计和归因条件是否足以继续？
S7不做 / 暂缓
- 适配信号
- 证据、紧迫性、负责人、时机或依赖仍不充分。
- 决策问题
- 哪一项新证据或条件变化会支持重新考虑？
不使用通用总分。只有存在证据时，才记录 SUPPORTED、PARTIAL、UNKNOWN 或 BLOCKED。
它是决策候选，不是方案承诺，也不等于 Pilot 已获批准。
可见比较等价文本
- 流程改善主要摩擦来自职责、顺序、交接或激励。不增加新系统，仅改变角色、节奏、政策或工作流，能否解决问题？
- 规则 / SOP决策受稳定且可解释的业务规则约束。规则能否被解释、维护并一致执行？
- 软件 / 自动化主要缺口是确定性执行、界面或数据流转。是否已有能力未被使用，或确定性软件已经足够？
- 数据分析工作需要估计、排序、监测或资源配置。数据、基线和行动机制是否足以支持分析被真正使用？
- LLM 辅助任务依赖语言、知识获取、生成或非结构化材料。如何处理错误成本、来源、人工复核与可接受用途？
- Agent / Workflow任务需要有边界的多步骤行动、工具调用、状态与反馈。权限、授权、恢复、审计和归因条件是否足以继续？
- 不做 / 暂缓证据、紧迫性、负责人、时机或依赖仍不充分。哪一项新证据或条件变化会支持重新考虑？
工作构成
先拆解任务和决策，再决定 AI 应该出现在哪里。
一条工作流并不是一个任务。不同部分可能需要不同的干预方式，有些决策必须继续由人承担结果。
- 01
重复操作
重复但确定的动作。
- 02
规则判断
受业务规则或政策约束的判断。
- 03
语言与知识
涉及语言、知识或非结构化材料的任务。
- 04
承担后果的决策
必须由人承担结果的关键决策。
- 05
数据、系统与交接
依赖系统、数据或跨团队协调的动作。
- 06
异常与高风险
低频、高风险或异常场景。
分类用于提出更好的问题，并不构成自动化授权。
首个能力边界
首个能力应该足够小，但不能只是演示。
一个可信的首个能力拥有真实用户、真实任务、代表性案例、明确边界和可观察结果。它不需要覆盖完整业务系统，但必须暴露数据、权限、可靠性、采用和运营问题，让组织能够判断是否值得继续投入。
- 01宽泛机会
- 02边界条件
- 03候选首个能力
- 01明确的业务负责人
- 02清晰的用户群体
- 03可观察的工作流边界
- 04正常与异常案例
- 05基线或可信的基线计划
- 06明确的禁止条件
- 07已接受的人机责任划分
AI 辅助 · 人类决策
AI 可以拓宽方案集合，但不能替人做出选择。
AI 可以
- 生成并挑战方案假设；
- 对适合辅助、自动化或排除的任务进行分类；
- 比较相似模式，但不把类比当作证据；
- 模拟正常、异常与失败场景；
- 起草能力卡和价值假设，供人审查。
AI 不得
- 把类比变成账户事实；
- 虚构评分、基线、目标、ROI、负责人或批准；
- 因为 Agent 看起来更先进就推荐 Agent；
- 创造权限、授权、集成、Pilot 或实施批准。
GATE 02 / 是否进入能力设计？
- 01AI 机会组合
- 02优先用例简报
- 03业务到 AI 拆解
- 04人机责任模型
- 05价值假设
- 06首个能力边界
- 07禁止 / 暂缓清单
每项输出都是决策产物，并不证明能力已经构建或验证。
- 比更简单的干预方式更合适
- 明确的业务负责人
- 可信的证据路径
- 有边界的工作流和用户
- 已接受的人机责任划分
- 没有未解决的 BLOCKED 条件
不因为“可以做成 Agent”就选择一个用例。只有当 AI 方案比更简单的流程、规则、数据或软件方案更合适，并且负责人、证据、边界和人机责任足够可信时，才可以进入能力设计。
如果 Agent 方案需要多角色编排、持久状态、外部连接、恢复或副作用，必须先报告 WORKFLOW_DECISION_REQUIRED，再讨论实施建议。
开启对话
构建值得验证的事物。
关于 AI 原生产品、全球 GTM 或独立项目，可以通过以下方式联系我。