mcpField
A
ai-readiness

ai-readiness

github.com/anthropics其他40.9k999 次安装今天更新
代码仓库

关于 ai-readiness

ai-readiness 是面向私募股权运营合伙人的投资组合 AI 机会评估技能。它按数据、负责人和试点速度设定门槛,并跨公司排序机会与可复用方案。

主要功能

  1. 01评估数据、负责人和试点条件
  2. 02识别公司级 AI 杠杆机会
  3. 03按影响、速度和概率排序
  4. 04发现跨公司可复用方案
  5. 05汇总行动清单与 EBITDA 贡献

适用场景

  1. 01筛选投资组合公司的 AI 项目
  2. 02确定可在 30 天内启动的试点
  3. 03在多家公司复制已验证方案

MCP 相关

可从已连接的 MCP 服务读取投资组合资料,包括数据室、SharePoint、Google Drive 或运营数据库。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/anthropics/financial-services --skill ai-readiness

安装后在 Claude Code 中输入/ai-readiness确认已加载。

详细介绍

Portfolio AI Readiness

工作流

第 1 步:连接投资组合数据

首先,询问用户投资组合材料存放在哪里。不要假设——提供这些选项:

  • MCP 服务 — 如果已连接,可使用数据室、SharePoint、Google Drive 或投资组合运营数据库
  • 本地文件 — 磁盘上包含季度材料、财务数据、董事会文件的文件夹路径
  • 文件上传 — 将 PDF、PowerPoint 或 Excel 直接拖入对话

连接后,拉取投资组合(或其子集)的季度更新、董事会材料和财务数据。对每家公司提取:行业、收入、按职能划分的员工人数、提到的技术栈,以及任何已在推进中的 AI/自动化举措。

如果用户只提供一家公司,仍然运行扫描,但跳过跨投资组合排名。

如果材料中不明显,请提前询问:

  • 每家公司的剩余持有期(AI 回报在距离退出 12 个月时重要性更低)
  • 是否有任何 portco 已经部署了有效的东西
第 2 步:逐公司扫描

对每家公司,回答三个门槛问题。三项均为是 → Go。任一项为否 → Wait,并注明什么能解除阻塞。

  1. 数据是否到位? 他们能否为该用例产出干净输入——客户名单、发票流、合同库——而无需先做 6 个月的数据项目?
  2. 是否有负责人? 管理团队中有人会推动这件事,而不是一个只会“支持”它的赞助人。
  3. 能否在 30 天内试点? 一个团队、一个工作流、现成工具。如果答案以“首先我们需要……”开头,那就不是快速见效。

然后识别前 2-3 个杠杆点。在成本结构和运营中寻找这些模式:

后台(通常最快试点)

  • 发票处理、AP/AR 匹配、费用分类
  • 合同抽象——供应商协议、租约、客户 MSA
  • 月末结账:对账、波动评论、贷款方报告初稿

收入 / 前台

  • RFP 和提案初稿——如果收入基于项目,这是大杠杆
  • 销售电话摘要和 CRM 维护
  • 客户支持工单分诊和首次响应起草
  • 配置型 / 复杂产品的报价

运营(取决于行业)

  • SOP 和质量文档生成
  • 排程和调度(现场服务、物流)
  • 代码生成和审查(软件 portco)

对每个杠杆点,用一行记录:它替代什么、每周节省的 FTE 小时数(假设 30-50%,而非 100%),以及是购买现成方案还是需要轻度构建。

第 3 步:跨投资组合排名

把每家公司每个杠杆点堆进一个列表。按以下标准排名:

  1. 美元影响 — 年化 EBITDA 贡献(成本削减 + 收入提升,扣除工具成本)
  2. 价值实现速度 — 到首个可衡量结果的月数
  3. 概率 — 对数据质量、变革管理风险、管理团队能力的折减

决胜规则:偏好剩余持有期 <18 个月的机会——这些必须现在就推进,否则就永远不推进。

输出排序:

排名公司机会预计 EBITDA ($)实现价值月数门槛第一步
1Go
2Go
3Wait — [阻塞项]
第 4 步:寻找可复用打法

投资组合中杠杆最高的动作是把一个成功打法在多家公司运行。扫描:

  • 同行业、同职能 — 两家医疗服务 portco 都在手动 prior-auth?一次实现,两次部署。
  • 同工具、不同公司 — 如果一家 portco 已有可用的发票处理设置,把每一家 AP 量 >$Xm 的其他 portco 标记为快速跟进者。
  • 共享供应商杠杆 — 三家 portco 购买同一工具就是一次价格谈判。

列出每个可复用打法及其领跑公司(谁证明它)和跟进公司(谁复制它)。

第 5 步:输出

为运营合伙人准备一页内容,按投资组合审视的结构组织:

  1. 投资组合中的前 5 项 — 第 3 步中的排名表,附负责人和 30 天内的第一步
  2. 可复制方案 — 2-3 个可同时适用于多家公司的打法
  3. 按公司给出推进 / 暂缓 — 每家一行;对于暂缓项,说明什么能解除阻塞
  4. 我们不做的事 — 那些纸面上看起来不错但未能通过门槛的机会;让运营合伙人不必每个季度都重新争论它们
  5. EBITDA 贡献合计 — 整个投资组合的 AI 机会总额,拆分为第 1 年速赢与第 2-3 年规模化

重要说明

  • 按金额排序,而不是按兴奋度排序。 一个无聊的 AP 自动化,在一家收入 4000 万美元的公司里每年节省 40 万美元,永远胜过花哨的面向客户的聊天机器人。
  • 真正的约束几乎总是数据,而不是模型。 如果一家公司连一份干净的客户名单都做不出来,那么 AI 就不是第一个项目——数据清理才是。要直说。
  • 优先现成方案。 对于缺乏工程深度的公司,定制开发既慢又贵且脆弱。优先选择他们能直接购买并部署的工具。
  • 归属才是真正的门槛。 没有内部负责人的速赢会在 90 天内夭折。如果管理团队中没有人想要它,无论金额多大,都标记为暂缓。
  • 持有期决定紧迫性。 距离退出还有 3 年的公司,负担得起一个基础数据项目。距离退出还有 12 个月的公司,需要的是能体现在 CIM 的 LTM EBITDA 里的东西——否则就跳过。
  • 失败的试点是信号。 如果管理层已经尝试过某件事但没有坚持下来,在再次提出同样建议之前先弄清原因。

评论

支持 Markdown