032 · 思维模型
AI 四横三纵
拆 AI 转型的基建层和场景层
分类：术（拿到结果）
① 是什么
一句话定义
AI 四横三纵把 AI 转型拆成四层基础设施和三类业务场景，防止企业一上来就做花哨应用。
四横：基础设施
| 层级 | 内容 | 关键问题 |
|---|---|---|
| 模型层 | 大模型、专用模型、多模型选择 | 用什么模型，为什么？ |
| 智能体层 | Agent、流程编排、工具调用 | AI 能否完成任务链？ |
| 数据层 | 知识库、业务数据、权限治理 | AI 能否调用可信数据？ |
| 算力层 | 云 API、本地部署、成本控制 | 速度、稳定性、成本是否可控？ |
三纵：业务场景
| 场景 | 价值 | 示例 |
|---|---|---|
| 内容供给 | 提高内容与文档产能 | 方案、课件、说明书、营销内容 |
| 运营决策 | 辅助分析与预测 | 销售预测、库存优化、客户分层 |
| 客户交互 | 改善服务和销售体验 | 智能客服、销售助手、个性化推荐 |
交付物
- AI 场景机会清单。
- 四横基建成熟度评估。
- 试点场景方案。
- AI 工作流与评估指标。
② 适用范围
适合解决的问题
AI 转型架构
什么时候适合用
- AI 转型架构
- 能力进化与 AI 转型系统
诊断问题
- 当前最值得 AI 优化的瓶颈是什么？
- 这个场景的数据是否可获得、可信、可授权？
- AI 输出如何被审核和使用？
- 成功标准是什么？节省多少时间或提升多少指标？
- 这个场景是否能沉淀为组织能力？
常见误区
- 为了 AI 而 AI，没有业务瓶颈。
- 没有数据治理就做知识库。
- 只买工具，不改流程。
- 把 AI 输出当最终结论，不设审核机制。
③ 怎么用
标准使用流程
第一步，先找业务瓶颈。 AI 不是为了显得先进，而是为了突破系统瓶颈。
第二步，检查数据基础。 没有可用数据和知识，AI 只能泛泛回答。
第三步，选择小场景。 优先选高频、明确、可评估、低风险场景。
第四步，搭建从模型到流程的闭环。 不是让员工单独问 AI，而是让 AI 嵌入工作流。
第五步，建立评估标准。 看节省时间、降低错误、提升转化、减少返工，而不是只看生成速度。
＋1 秒懂案例
一家公司说：「我们要全面 AI 化。」
结果买了一堆工具，员工还是各聊各的，数据还是散的，流程还是断的。
正确看法是：
- 四横是地基：模型、智能体、数据、算力。
- 三纵是场景：内容供给、运营决策、客户交互。
没有地基，场景会塌；没有场景，地基闲置。
秒懂点： AI 转型不是买一个聊天工具，而是把 AI 接进业务系统。
直接用法： 先选一个瓶颈场景，比如“访谈纪要到诊断初稿”，再补数据、模板、模型和审核流程。