> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-er-bu-fen-zhan-le-yu-pan-duan-pian/11-gao-jia-zhi-chang-jing.md).

# 第 11 章 · 高价值场景:价值 × 可行性

准备度看清之后，真正花钱的一步是选场景。选错场景，是 AI 项目最常见的浪费：要么挑了个特别性感却根本落不了地的，要么在一堆无关痛痒的小改良里耗掉了预算。选场景其实只需要两把尺子——这件事价值有多高，以及做成的可行性有多大。

价值这一把，看几点：够不够高频、覆盖面广不广、痛点是否明确、能不能对应到降成本、增收入或造新能力中的某一条。一个每天发生几千次、人人喊痛的环节，天然比一个一年才用几次的边角更值得动。

可行性这一把，承接第 5 章那四条尺子：容错高不高、目标说不说得清、结果能不能验证、数据拿不拿得到、责任链清不清楚。四条越是齐备，这件事越容易做成。

两把尺子一交叉，四个象限就清楚了。高价值、高可行的，先做——这是拿确定回报、建立信心的地方。高价值、低可行的，是攻坚区，值得投入但要分步，先把"低可行"的原因（往往是数据或责任）一点点解决。低价值、高可行的，可以顺手做，但别当重点，否则忙了半天不解决真问题。低价值、低可行的，别碰。

这里要单独拎出可行性里最隐蔽、也最容易被高估的一项：能不能便宜地验证。AI 生成东西很快，但一件事划不划算，取决于验证它对不对的成本。生成快、验证也快的场景是真红利——写代码有测试兜、查事实有检索核、算数有公式对；生成快、验证却极慢的场景是陷阱——一份战略草稿、一个医疗判断，演示时惊艳，可没有谁能廉价地判定"这一版到底对不对"，于是它做得出 demo，却迟迟上不了线。选场景时，应该把"这件事错了怎么被发现、发现的成本多高"当成一条硬指标，和价值放在一起看。很多死在上线前的项目，不是不够聪明，是验证太贵。

最后一句务实的提醒：别一上来就挑最性感、最难的场景，去向老板证明"我们很先进"。先从高价值、高可行、验证便宜的场景做起，拿到确定回报、攒下组织的信任，再拿这份信任去啃攻坚区。顺序错了，往往是还没做出第一个成果，预算和耐心就先耗光了。

## 要点速查

* 选场景两把尺子：价值（高频/覆盖广/痛点明/对应三条价值路径）× 可行性（承接第5章四尺子：容错/说得清/可验证/数据可得/责任清）。
* 四象限：高价值高可行先做；高价值低可行分步攻坚；低价值高可行顺手做；低价值低可行别碰。
* 可行性里最隐蔽的一条是"验证成本"：生成快+验证快=真红利；生成快+验证极慢=陷阱（做得出 demo，上不了线）。
* 把"错了怎么发现、发现成本多高"当硬指标；很多项目死在验证太贵，而非不够聪明。

## 给管理者的三步

* 现在：把候选场景放进"价值 × 可行性"矩阵，并给每个场景补上一栏"验证成本"。
* 三个月：从高价值、高可行、验证便宜的象限里选一个先做透，拿确定回报。
* 一年：用攒下的信任和经验，去啃高价值、低可行的攻坚场景，先解决它"低可行"的根因（通常是数据或责任）。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-er-bu-fen-zhan-le-yu-pan-duan-pian/11-gao-jia-zhi-chang-jing.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.