收入影響是業務價值的最直接體現。銷售和營銷場景的 AI 投資回報率通常是後勤場景的 3-5 倍。如果你的得分低於 4 分，這個場景可能不適合作為首發項目。

1.2 成本節約（7 分）

評估問題：
1. 這個場景目前消耗多少人力工時？（每週）
– >100 小時：3 分 / 40-100 小時：2 分 / <40 小時：0 分
2. AI 預計能自動化多少比例的工作？
– >70%：2 分 / 40-69%：1 分 / <40%：0 分
3. 這些工時的平均人力成本？
– 高級崗位（月薪>5 萬港幣）：2 分 / 中級：1 分 / 初級：0 分

診斷洞察：成本節約的常見陷阱是「節省的時間能否真正釋放？」如果節省的時間無法用於更高價值的工作，實際成本節約為零。得分低於 4 分，建議重新審視場景的經濟性。

1.3 戰略意義（6 分）

評估問題：
1. 這個場景的成功，能否為其他場景樹立標杆？
– 能，高度可見：2 分 / 部分能：1 分 / 不能：0 分
2. 是否解決了長期困擾企業的頑疾？
– 是，多年痛點：2 分 / 影響有限：1 分 / 否：0 分
3. 是否符合公司的戰略方向？
– 高度契合：2 分 / 部分契合：1 分 / 低關聯：0 分

診斷洞察：戰略意義容易被忽視。明智的企業會選擇「1 個黃金場景 + 1 個戰略場景」的組合。得分低於 3 分，這個場景缺乏足夠的戰略槓桿。

維度二：數據就緒度（Data Readiness）— 20 分

數據就緒度評估的是：你有足夠的高質量數據來訓練和運行 AI 嗎？

AI 不是魔法，它需要數據作為燃料。沒有數據，或者數據質量差，再先進的算法也無能為力。

2.1 數據完整性（7 分）

評估問題：
1. 關鍵數據欄位的完整率是多少？
– >95%：3 分 / 80-94%：2 分 / 60-79%：1 分 / <60%：0 分
2. 數據的歷史積累有多久？
– >3 年：2 分 / 1-3 年：1 分 / <1 年：0 分
3. 數據的覆蓋範圍？
– 全公司統一：2 分 / 部分部門：1 分 / 個別員工：0 分

診斷洞察：超過 60% 的中小企業關鍵數據完整率低於 70%。這不是技術問題，而是管理問題。得分低於 4 分，強烈建議先做數據治理。

2.2 數據準確性（7 分）

評估問題：
1. 隨機抽檢 100 條數據，準確率是多少？
– >98%：3 分 / 90-97%：2 分 / 80-89%：1 分 / <80%：0 分
2. 數據錄入後是否有校驗機制？
– 有自動校驗：2 分 / 有人工覆核：1 分 / 無校驗：0 分
3. 發現數據錯誤時是否有糾正流程？
– 有明確流程：2 分 / 有但執行鬆散：1 分 / 無：0 分

2.3 數據可訪問性（6 分）

評估問題：
1. AI 系統能否通過 API 直接訪問數據？
– 可以：2 分 / 需定制開發：1 分 / 無法直接訪問：0 分
2. 數據更新頻率？
– 實時（<1 小時）：2 分 / 每天：1 分 / 每週或更長：0 分
3. 數據訪問有無合規障礙？
– 無障礙：2 分 / 有限制可解決：1 分 / 重大風險：0 分