你想验证“AI 能帮采购团队自动比较供应商”这一机会，但手里没有训练数据，也不想先投入三个月研发。你会怎么做？
考察说明
考查低成本 AI 产品发现与假设验证。
回答思路
- 先访谈采购人员并观察真实比较过程，明确他们处理哪些材料、做什么判断、当前瓶颈和错误后果。
- 选择少量历史案例，由人工加通用模型在后台完成受控的向导式服务，验证结果是否真的被采用而非只获得口头好评。
- 把关键假设分开验证，包括资料能否获得、字段能否稳定抽取、比较标准是否一致以及用户是否信任解释。
- 全程让专业人员复核供应商结论，并记录模型错误、人工耗时和用户修改，避免用人工悄悄补齐却误判自动化可行。
- 成功指标应包括决策时间、遗漏减少、结果采纳和可接受成本，同时设置敏感合同泄露与错误推荐的风险门槛。
- 只有瓶颈被验证且所需数据能够合规积累后再决定产品化深度，否则调整任务范围或停止投入。