高管 · 决策者方案
为时间最贵的人设计。不教你写代码，也不让你跑 demo。这套课只回答一个问题：面对 AI 这一波，我和我的团队应该做什么？
高管 · 决策者 · 业务负责人
下面问"我们要不要做 AI"，你不能回答"不知道"；但又怕被供应商忽悠、被新概念裹挟、被预算压力推着乱投。最痛的不是不懂——是不知道自己不懂什么。这套方案给你一套判断框架：哪些是真趋势、哪些是营销话术；什么时候该用、买、造；试点应该怎么设计、怎么评估。学完你不会自己写 prompt，但你能在董事会上回答清楚每一个 AI 问题。
推荐组合
课 · 实践（精简版）法 · 提问式法 · 拆解（案例）
实践但精简——你需要的不是 hands-on 工程，是看见真实的。提问式逼你形成自己的判断而不是听灌输。拆解（案例）给你大量真实公司的成功与失败样本，反推你的决策。
课程系列 · 5 课
X · 012 小时 · 1 次会面
不被新名词迷惑 · AI 现在到底能做什么
90 分钟把 LLM、Agent、RAG、Multi-modal、Sub-agent、MCP 一次性讲清楚——以及哪些是真能力、哪些是名词游戏。
- 模型能力的真实边界：什么场景准、什么场景胡说
- 区分"能演示"与"能上线"：90% 的 demo 死在第二步
- 3 个简单测试快速判断供应商有没有真东西
- 未来 12-24 月最可能改变的几个能力点
X · 022 小时
三种组织升级路径 · 用 / 买 / 造
每个 AI 项目本质上是三选一：用现成 SaaS、买定制服务、自建团队。选错了浪费一年。
- "用"的边界：什么场景 SaaS 就够、什么场景必死
- "买"的真实成本：除了报价单还有什么
- "造"的最低门槛：什么样的组织才该自建
- 3 个公司案例：他们当年怎么选的、现在后悔吗
X · 032 小时
AI-first 团队是什么样的
不是招两个 AI 工程师就叫 AI-first。它意味着整个研发流程、决策方式、产权与考核体系的重新设计。
- 角色重新分配：人做什么、Agent 做什么
- 研发流程的 AI 化：从需求到上线的关键改变
- 考核与产权：谁是"AI 写的代码"的责任人
- 避免"PPT AI-first"：3 个识别真伪的问题
X · 043 小时 · 工作坊
评估你的项目 · 噱头还是杠杆
带着你自己的 1-3 个候选项目来。我们一起用框架打分，决定哪个值得试点。
- "AI 杠杆"评估表：节省工时、提升质量、减少错误、增加收入
- 失败模式 checklist：你的项目命中了几条
- 试点规模与预算：MVP 应该花多少、跑多久
- 退出准则：什么时候该砍掉、什么时候该 double down
X · 052 小时 · 收尾
决策框架与试点策略
把整套课程沉淀成你可以在公司用的"决策文档"模板。
- AI 投资决策模板：3 页纸说清楚一个项目
- 季度评审会议结构：怎么开、谁参加、看哪些指标
- 外部供应商谈判清单：必问的 12 个问题
- 转型路线图：6 / 12 / 24 月该实现的里程碑
配套软件 · 这套课要造的工具
① 团队 AI 成熟度评估
30 道题问卷，覆盖工具普及、流程改造、人才储备、决策机制。生成报告 + 改进路径 + 行业对标。
② AI 试点 ROI 计算器
输入场景（任务、人数、当前工时、成本）→ 估算 AI 介入后节省的工时、需要投入的成本、预计回本周期。
③ 行业案例库
按"行业 × 公司规模 × AI 场景"索引的真实落地案例。包含成功原因、失败教训、投入产出数据。
④ AI 转型路线图工具
输入公司现状（人数、行业、当前 AI 应用情况）→ 生成 6 / 12 / 24 月里程碑建议。可导出 PPT 给董事会。
学完你会有
- 一份针对你公司的"AI 投资决策文档"（3 页纸，可直接上董事会）
- 一个或几个真正立项的试点（不再是 PPT）
- 面对供应商和团队都能"听得懂、问得对"的判断力
- 不被任何新名词裹挟的从容感——能区分趋势与噱头