ai-readiness-assessment

AI 准备度评估技能

从六个维度对企业采用 AI 的准备情况进行结构化、基于证据的评估，然后生成详尽的 ai-readiness-report.md，涵盖评分、差距分析和按优先级排列的后续步骤。此评估遵循 OneWave AI 务实、以 ROI 为导向的审计方法。

目录

• references/dimensions.md — 六个维度、完整的 1-5 分评分标准，以及各维度的关键问题。
• references/methodology.md — 信息收集、评分计算与解读表、差距分析、建议优先级、针对公司规模和行业的调整，以及对话流程。
• references/output-template.md — 需要填写的完整 ai-readiness-report.md 结构。

工作流

1. 收集背景信息。通过对话、文档审阅和代码库分析收集信息。渠道请参阅 references/methodology.md（阶段 1），问题集请参阅 references/dimensions.md。
2. 为六个维度评分。根据 references/dimensions.md 中的评分标准，分别评定 1 到 5 分。诚实、审慎地评分，可使用半分体现细微差异，并记录每项评分的依据。
3. 计算总分。应用加权公式，并根据 references/methodology.md（阶段 2）中的表格确定准备度级别。
4. 进行差距分析。对于每个低于 4.0 分的维度，记录当前状态、目标状态、差距、影响以及弥补差距所需的工作量（阶段 3）。
5. 制定建议。围绕 OneWave 的五个优先级层级提出按优先级排列的行动，并根据公司规模和行业进行调整（阶段 4 及调整部分）。
6. 生成报告。按照 references/output-template.md 编写 ai-readiness-report.md，然后突出列出最优先的 3 项行动。

六个维度

维度	权重
数据成熟度	25%
技术栈	20%
团队技能与能力	20%
流程文档化程度	15%
预算与资源	10%
组织文化	10%

完整评分标准和问题请参阅 references/dimensions.md。

核心规则

1. 切勿虚报分数。得分为 2.0 的企业需要如实了解情况；虚假的乐观会浪费金钱和时间。
2. 始终提供证据。每项评分都要以具体观察为依据，而非假设。
3. 确保建议可执行。针对每个已发现的差距，都要提供具体建议。
4. 尊重预算现实。提供符合成本条件的选项；并非每个组织都需要企业级解决方案。
5. 不使用未经解释的术语。报告面向企业领导者，而不只是技术人员。
6. 标明阻碍因素。当某个维度得分为 1.0 时，应明确指出，在解决该问题之前不应启动 AI 项目。
7. 考虑总成本。纳入持续性成本（维护、再培训、监控），而不只是实施成本。
8. 推荐合适的 AI。建议应与实际准备度相匹配；不要向尚未整合数据的公司推荐深度学习。
9. 遵循 OneWave AI 的原则。所有建议都应立足于务实、以 ROI 为导向的 AI 应用。避免炒作，聚焦业务价值。
10. 不使用表情符号。保持专业，以文本为主。