如何定义AI产品的'死亡指标'，即哪些信号表明该产品已无继续投入价值？
解读
面试官想验证三件事：
- 你能否把“技术成功”与“商业成功”解耦，避免“模型指标好却业务亏钱”的陷阱；
- 你能否在数据、算法、合规、成本四条线上同时设定可量化、可审计的“红线”，而不是拍脑袋；
- 你能否在组织内推动“体面下线”，把资源腾给更高ROI的项目，而不是无限“输血”。
知识点
- 死亡指标必须同时覆盖“商业面、技术面、合规面、资源面”，且提前写入项目 charter，经财务、法务、算法、业务四方会签。
- 指标分两级：
- 红线指标（Hard Kill）：一旦触发，30 天内进入下线流程，无需二次审批；
- 预警指标（Soft Kill）：连续两季度不达标，触发“续命评审”，需 CEO 或管委会一票否决。
- 所有指标必须“可快照”——即评审当天能从 BI、MLops、财务系统直接拉数，杜绝事后解释。
- 国内特有三道高压线：算法备案失效、数据出境违规、生成内容造成重大舆情（≥50 篇负面热搜或监管约谈），任意触发即红线。
- 计算成本时，要折算“国产算力券”与“地方补贴”后的真实现金支出，避免政府补贴退坡后突然死亡。
答案
示范一套可直接落地的“死亡指标”框架，按红线/预警两档呈现，所有阈值写入项目 OKR：
一、商业面
- 红线：
- 单用户贡献毛利（Gross Profit Per User，GPPU）连续 3 个月 < –0.8 元，且环比无回升；
- 获客成本/生命周期价值（CAC/LTV）> 1.2，且市场预算缩减 30% 后仍无法降到 1 以内；
- 客户付费转化漏斗最后一环（如“模型调用→付费”）月转化率 < 0.5%，且已做两轮迭代优化。
- 预警：
- 月活跃客户数（MAC）环比负增长 ≥15%，连续两季；
- 新签合同中算法模块金额占比 < 15%，显示 AI 溢价消失。
二、技术/数据面
- 红线：
- 核心业务场景模型 AUC 提升已低于 0.003/季度，且数据增益（新增有效样本数）< 5%；
- 线上真实数据漂移（PSI）> 0.3，持续 4 周，且重训后指标回弹 < 50%；
- 数据标注成本占收入比 > 25%，或因隐私合规导致 30% 以上训练数据不可使用。
- 预警：
- 模型推理 P99 延迟连续 30 天高于 SLA 1.5 倍，客户投诉量因此上升 20%；
- 国产替代芯片适配后，算力利用率 < 40%，导致毛利率再降 5 个百分点。
三、合规/舆情面
- 红线：
- 算法备案被监管机构驳回且二次申报仍不通过；
- 因生成式内容出现重大舆情，48 小时内负面声量占比 > 30%，或被中央网信办约谈；
- 数据安全审查导致服务器强制下架 > 20% 算力。
- 预警：
- 季度内收到 3 份以上省级以上监管整改通知；
- 用户举报率（举报次数/总调用）> 0.1%，且呈上升趋势。
四、资源/财务面
- 红线：
- 扣除地方算力补贴后，单月净现金 burn > 立项预测基线的 150%，且融资缺口无法在未来 6 个月补齐；
- 项目 ROI 预测曲线显示，即使按最乐观收入翻倍情景，回本周期仍 > 36 个月。
- 预警：
- 核心算法团队流失率 > 30%/半年，导致模型迭代停摆；
- 云资源预付款锁价到期，预计下期账单上涨 ≥40%。
落地流程
- 立项评审即签字确认上述指标与阈值；
- MLOps 与 BI 系统每周自动快照，超标邮件直达 PMO、财务、法务负责人；
- 红线触发后 5 个工作日内，PM 提交《AI 产品下线草案》，含数据归档、模型封存、客户迁移方案；
- 预警触发后，进入“30 天续命窗口”，由产品负责人向管委会汇报自救计划，失败即升级至红线流程。
拓展思考
- “死亡指标”不是静态的，需随补贴、算力价格、监管细则年度复盘一次；
- 对于政府/国企项目，可增加“政策预算取消”或“主管领导更换”作为外部红线，避免无限期试点；
- 多模态大模型场景下，要把“内容安全过滤成本”单独核算，防止因审核链路过长吃掉全部毛利；
- 下线后建议保留“最小可用模型”与脱敏数据 3 年，以备监管回查，同时把 GPU 资源立刻划转至更高 ROI 项目，实现“尸检即器官捐献”。