解读

这道题考察的是“向上沟通”与“横向协同”中的优先级判断能力。国内互联网/传统企业高层对AI项目容忍度低、ROI 敏感，技术细节如果前置，容易让决策层陷入“听不懂→质疑价值→砍预算”的恶性循环。面试官想看候选人是否具备“把技术语言翻译成商业语言”的产品思维，以及能否在 3 分钟内让老板听到“钱、效、险”三点结论，而不是参数、Loss 曲线、F1 值。回答时必须给出“先业务后技术”的明确立场，并用中国职场常见的“电梯汇报”场景佐证：领导在电梯里只给你 30 秒，你第一句话必须说业务结果。

知识点

1. 国内汇报语境三层受众：CXO（关心 ROI）、业务 VP（关心指标）、技术 VP（关心架构）。
2. 电梯法则：30 秒先说结论，90 秒给论据，3 分钟补细节。
3. 业务成果三件套：收入增量、成本节降、风险缓释，必须量化到人民币。
4. 技术细节后置原则：用“一张指标卡”封装——模型指标、数据指标、资源指标，仅当受众追问时再展开。
5. 合规红线：国内《算法推荐管理规定》《深度合成规定》要求披露“显著标识”“安全评估”，业务成果里必须同步说明合规水位，否则老板不敢拍板。
6. 数据闭环证据：展示线上 A/B 结果时，要给出“数据回流→模型迭代→指标提升”的闭环图，让老板看到可持续壁垒，而不是一次性实验。

答案

我会优先展示业务成果，技术细节仅作为“可追问的附录”。
理由：

1. 国内决策链路由“业务老大+财务老大”双签，他们先问“多赚了多少钱”而非“mAP 涨了多少”。先把 GMV 提升、客服人效、退货率下降等人民币指标亮出来，才能锁定注意力。
2. 业务成果是“通行证”，技术细节是“通行证”背面的防伪码。只有通行证被认可，防伪码才有意义。
3. 电梯汇报场景下，30 秒公式：
   “上线 14 天，推荐场景 GMV +3.8%，对应年化增量 1.2 亿元；模型 AUC 提升 4.3%，但更重要的是把 bad case 率从 0.9% 压到 0.4%，减少客诉赔偿 260 万/年。”
   如果老板追问“怎么做到的”，再展开样本增强、负采样策略、推理耗时 38ms 等细节。
4. 合规同步：在业务成果里加一句“已通过集团安全部算法评审，完成显著标识与风险库双备案”，让老板放心签字。

拓展思考

1. 对技术 VP 的“二次汇报”可前置技术细节，但要用“成本-收益”框架包装：例如“把 6 层 Transformer 剪枝到 4 层，推理成本降 32%，每年省 48 万元 GPU 预算，线上 AUC 只掉 0.7%，可接受”。
2. 若项目处于 MVP 阶段尚无业务指标，则改用“风险对冲”叙事：先展示“不做”带来的潜在罚款或客诉金额，再给出模型实验指标，证明“花 200 小时标注即可避免 500 万合规罚款”，同样符合“先业务后技术”原则。
3. 建议日常准备“一页纸双栏模板”：左栏业务结果（数字+人民币），右栏技术支撑（指标+资源），汇报时根据受众动态决定展开哪一侧，形成可复制的“AI 项目汇报 SOP”。