ST07战略L4adapted
AI战略攻守矩阵
Attack-Defense Strategy
"守"用AI优化核心业务建立效率壁垒，"攻"用AI创造全新商业模式开辟新战场。两线作战但资源有限，需要精算配比。
解决什么问题
没有这个方法时，企业做AI战略容易犯两个极端错误：
- 只守不攻：AI全用来降本增效，短期见效但天花板低——你的竞争对手也在做同样的事
- 只攻不守：全力做AI新业务，但核心业务下滑吃掉现金流——新业务还没起来老业务先死了
攻守矩阵帮你同时想清楚两线的优先级和资源配比。
核心框架
攻（Offense）
用AI创造新模式、新市场、新品类
┌─────────────────────────────┐
│ • AI原生产品 │
│ • 新商业模式 │
│ • 新客户群体 │
│ • 新价值网络 │
└─────────────────────────────┘
↑
资源配比
↓
┌─────────────────────────────┐
│ • 核心流程AI化 │
│ • 人力替代/增强 │
│ • 数据资产建设 │
│ • 客户体验升级 │
└─────────────────────────────┘
守（Defense）
用AI优化现有核心业务的效率和壁垒
资源配比建议：
| 企业类型 | 守 | 攻 | 理由 |
|---|---|---|---|
| 成熟企业（有稳定收入） | 70% | 30% | 核心业务是生命线，攻是探索 |
| 成长企业（快速扩张期） | 50% | 50% | 两边都是生存线 |
| 创业公司 | 40% | 60% | 没有需要守的东西，必须攻 |
| 转型企业（传统行业被颠覆） | 30% | 70% | 守不住了，必须攻 |
怎么用
Step 1：盘点守线
列出核心收入来源，识别AI能提升效率的环节：
- 哪些环节人力成本最高？→ AI替代潜力
- 哪些环节数据最丰富？→ AI优化潜力
- 哪些环节客户体验最差？→ AI改善潜力
Step 2：探索攻线
用AI视角重新审视行业：
- AI能服务哪些以前服务不了的客户？
- AI能创造哪些以前做不出来的价值？
- AI能颠覆哪些行业固有假设？
Step 3：资源配比
根据企业阶段确定守攻比例，再分配具体资源：
- 人力：谁做守、谁做攻（建议不混编——目标冲突）
- 资金：守的投入有ROI预期，攻的投入有止损线
- 时间：守按季度看效果，攻按年度看方向
Step 4：输出攻守一体作战地图
一张图同时展示守线优化计划和攻线探索计划，标注关键里程碑和资源投入。
诊断分级
| 等级 | 特征 |
|---|---|
| S级 | 守线有具体ROI测算，攻线有假设验证计划，资源配比有逻辑依据，攻守之间有联动设计 |
| A级 | 攻守都有方向，但量化不够，配比凭感觉 |
| B级 | 只做了守线分析，攻线只有概念 |
| C级 | 笼统说"AI很重要"，没有攻守分层思考 |
案例
场景：造物云（KA设计服务公司）的AI攻守
| 线 | 方向 | 具体动作 | 资源占比 |
|---|---|---|---|
| 守 | 提升KA服务效率 | AI辅助设计方案生成、自动化交付流程、智能客户管理 | 60% |
| 攻 | AI Agent产品化 | 小龙虾（AI Agent团队）、MBA同学技能AI化 | 40% |
关键洞察：造物云的守线是"用AI让KA服务更赚钱"，攻线是"把KA服务中积累的能力变成AI产品卖给更多人"——攻线不是另起炉灶，是从守线中长出来的。
常见陷阱
- 守攻资源混用：同一个人既做守又做攻，目标冲突。纠偏：守和攻最好用不同团队，至少用不同OKR。
- 攻线没有止损线：探索性项目烧钱无底洞。纠偏：攻线项目必须有"在X个月/Y万投入后如果Z指标不达标就停"的预设。
- 忽视守攻联动：最好的攻线是从守线中长出来的。纠偏：探索攻线时先问"守线积累了什么可以复用？"
方法关系
- 前置：ST11 波特五力（理解竞争格局）、ST02 行业第一性原理（判断哪些是可颠覆的）
- 后续：DC01 场景价值矩阵（对攻线候选方向做可行性评估）、PD01 BMC（攻线方向的商业模式设计）
- 并行：ST08 战略幻觉诊断（检查守线是否陷入工具崇拜，攻线是否陷入完美规划）
Cases