---
name: ai-operations-method-ageofai
description: |
  《Competing in the Age of AI》· AI 战略方法论：重构业务流程 + 数据网络效应 + AI 工厂。
  触发词：「AI时代竞争」「数据网络效应」「AI工厂」「AI战略」「业务重构」。
---

# 《Competing in the Age of AI》· AI 战略方法论

> 重构业务流程 + 数据网络效应 + AI 工厂，判断 AI 战略与业务重塑方向。

## 核心框架

### 1. 重构业务流程（AI 重塑商业模式）
- **适用场景**：判断 AI 对业务模式的颠覆性、AI 战略制定
- **步骤**：识别可重构流程 → 评估颠覆方向（增强 or 颠覆）→ 重构决策（数据驱动替代经验）
- **输出物**：AI 战略判断（增强 or 颠覆 + 重构方向）

### 2. 数据网络效应（Data Network Effects）
- **适用场景**：AI 产品壁垒建设、数据飞轮设计
- **步骤**：数据获取（使用即贡献）→ 数据优化模型 → 模型提升体验 → 体验吸引用户（循环放大）
- **输出物**：数据飞轮设计（获取/优化/体验/增长闭环）

### 3. AI 工厂（AI Factory）
- **适用场景**：AI 运营体系化建设、规模化决策
- **步骤**：数据管线（采集/清洗/标注）→ 模型服务（开发/部署/迭代）→ 实验系统（A/B/评估）→ 决策嵌入（预测进决策）
- **输出物**：AI 工厂建设方案（数据/模型/实验/决策四层）

## 决策规则（8条）

1. 评估 AI 战略 → 先判断增强还是颠覆现有模式
2. 建设 AI 壁垒 → 设计数据网络效应（使用即产生数据）
3. AI 能力规模化 → 建 AI 工厂（标准化）
4. 数据获取受限 → 重新设计产品让用户产生数据
5. 决策要 AI 化 → 先确保预测可靠再嵌入
6. AI 项目推进 → 从重构小流程开始
7. 评估竞争 → 看对手的数据网络效应
8. AI 战略执行 → 组织要配套（数据/模型/运营团队）

## 检查清单

- [ ] 识别了可重构流程
- [ ] 判断了增强 vs 颠覆
- [ ] 数据网络效应设计（使用即贡献）
- [ ] AI 工厂四层建设（数据/模型/实验/决策）
- [ ] 决策流程与 AI 预测匹配
- [ ] 组织配套（数据/模型/运营团队）

## 反模式

- 把 AI 当附加功能（不重构流程）
- 没有数据飞轮（无壁垒）
- AI 工厂缺失（每次迭代手工）
- 决策与预测脱节
- 组织不配套

## 边界声明（≥3条）

- 成书于 2020 年（大模型前夜），生成式 AI 时代需补充
- 战略框架宏观，运营执行细节少
- 案例以美国大企业为主，中国语境需适配
- 作者立场：哈佛商学院视角，强调战略组织，技术细节少

## 诚实说明

提炼基于《Competing in the Age of AI》（Iansiti and Lakhani, 2020）公开章节与权威解读，信息截止 2026-09；非原文的直接推断已标注。

> 本 Skill 由陆羽Skill生成。