21
道同版本题目
7
个 AI 落地维度
35
组 L1–L5 行为锚点
试运行专业草案 · 待业务校准
请选择最接近当前稳定做法的选项，而不是未来目标。没有制度化做法时，不应仅因个别人员偶尔完成过就选择高分。
已完成 0/21 题
答案只保存在当前浏览器草稿中，提交后才匿名写入数据库。
访谈业务负责人和一线用户，识别真实问题、定义边界并形成结构化需求。
梳理当前流程与瓶颈，识别高价值 AI 场景，设计未来流程和业务指标。
判断模型、知识库、工作流和智能体的适用性，兼顾价值、成本、安全和维护。
开发 AI 应用、调用模型和工具、接入企业数据与 API，并处理权限、异常和日志。
部署到测试或生产环境，完成测试、监控、风险识别和运维文档。
推动业务人员参与，开展培训、收集反馈、处理阻力并提升真实采用率。
完成复盘，沉淀模板、提示词、组件和 SOP，把一次性交付转化为可复用方案。
本问卷不询问或保存企业名称、联系人、电话和邮箱。数据库保存题库版本、七维模型版本、21 题原始答案与计算结果；私密结果只能通过随机访问链接查看。
行为锚点
行为锚点用于解释分数，不是对企业进行认证。当前展示版本：试运行专业草案 · 待业务校准。
能够识别访谈对象并在指导下记录显性需求，但尚不能独立判断问题真伪和优先级。
能够按既定提纲开展访谈、整理痛点与需求清单，并在协助下补充关键背景。
能够独立访谈多类利益相关者，交叉验证问题，形成有边界、有优先级的结构化需求。
能够在复杂组织中识别冲突诉求、隐性约束和决策链，推动各方对问题定义与范围达成一致。
能够建立可复用的客户发现方法、质量标准和辅导机制，并持续用项目结果改进访谈体系。
能够理解流程图和 AI 场景的基本概念，在指导下描述局部业务步骤。
能够按模板梳理现状流程、识别明显瓶颈，并参与候选 AI 场景讨论。
在线结果不能替代对业务目标、数据、系统、安全与组织条件的专业核查。企业可另行预约人工诊断。
能够独立完成现状与目标流程设计，按价值、可行性和风险排序 AI 场景并定义业务指标。
能够设计跨部门端到端流程，处理例外、控制点和人机协同，并推动流程所有者确认。
能够建立场景识别与流程再设计方法论，使组织持续发现、评估和复制高价值 AI 场景。
了解大模型、知识库、工作流和智能体等常见方案形态，能在指导下参与方案讨论。
能够根据既定架构制作原型或配置基础方案，但对成本、安全和长期维护的权衡仍需协助。
能够独立设计可验证的 AI 方案与产品流程，说明模型、数据、评测、成本和安全取舍。
能够为复杂场景设计多组件架构和分阶段产品路线，处理性能、可靠性、合规与运营约束。
能够建立组织级 AI 方案设计原则、评测体系和组件标准，指导多团队复用与演进。
能够阅读示例代码或低代码流程，在指导下完成局部配置和简单接口调用。
能够按既定设计开发单一功能、调用模型或工具，并接入清晰定义的数据接口。
能够独立开发可维护的 AI 应用，完成企业数据与 API 集成，并处理权限、异常、日志和测试。
能够负责复杂系统集成，处理异构数据、并发、可靠性和跨团队接口治理。
能够建立 AI 应用工程与集成标准，沉淀平台组件并指导团队交付复杂系统。
了解测试、部署、监控和安全的基本要求，能在指导下执行标准步骤。
能够按既定流程部署到测试环境，执行功能测试并记录问题和运行状态。
能够独立完成测试与生产部署，建立验收、监控、回滚、安全控制和运维文档。
能够负责高风险或复杂环境的发布治理，处理容量、合规、供应链与跨系统故障。
能够建立组织级 AI 系统质量、安全与运维标准，并用运行数据持续改进。
意识到用户参与和培训的重要性，能在指导下收集反馈和整理常见问题。
能够按计划组织演示或培训、收集用户反馈，并跟进明确的问题清单。
能够独立设计试点、培训和反馈闭环，以使用数据和业务结果推动真实采用。
能够处理跨部门变革、角色调整和利益冲突，推动管理者与一线用户共同承担采用责任。
能够建立组织级 AI 采用与变革方法论，形成持续学习和行为改变体系。
了解复盘和资产沉淀的意义，能在指导下整理项目材料与经验。
能够参与项目复盘，整理提示词、模板、流程或组件，但复用条件尚不清晰。
能够独立完成交付复盘，将有效做法沉淀为可复用模板、组件和 SOP，并验证复用效果。
能够管理跨项目资产组合，识别共性能力并推动方案标准化、模块化和规模复制。
能够建立从交付到产品化的组织机制，以复用数据和商业结果持续演进产品体系。
