Portfolio AI Readiness 是一个面向投资组合运营场景的 AI 机会扫描与排序技能，目标是在多个被投公司之间找出最高杠杆的 AI 落地机会，并据此安排运营合伙人的时间投放。其工作流程分为五个步骤。
第一步：连接组合数据。技能会先询问用户的投资组合材料存放位置，提供三种接入方式：MCP 服务器（如数据室、SharePoint、Google Drive 或已连接的组合运营数据库）；本地文件（磁盘上包含季度演示文稿、财务数据、董事会材料的文件夹路径）；文件上传（将 PDF、PowerPoint 或 Excel 直接拖入对话）。连接后，拉取投资组合（或其子集）的季度更新、董事会材料和财务数据。对每家公司，提取：行业、收入、按职能划分的员工数、提到的技术栈，以及已在推进中的任何 AI/自动化项目。如果用户只提供一家公司，仍会运行扫描，但跳过跨组合排序。对于材料中不明显的信息，需要事先询问：每家公司剩余的持有期（AI 回报在距离退出 12 个月时重要性更低）；是否已有被投公司部署过成功案例。
第二步：逐公司扫描。对每家公司回答三个门槛问题。三个都为“是”→ Go；任一为“否”→ Wait，并注明什么条件可以解锁。问题一：数据是否就绪？能否在不先做 6 个月数据项目的前提下，为该用例产出干净的输入——客户名单、发票流、合同库？问题二：是否有负责人？管理层中是否有人会推动这件事，而不是一个只会“支持”的赞助者。问题三：能否在 30 天内试点？一个团队、一个工作流、现成工具。如果答案以“首先我们需要……”开头，那就不是速赢。随后识别前 2-3 个杠杆点，在成本结构和运营中寻找以下模式：后台职能（通常最快试点），包括发票处理、AP/AR 匹配、费用分类；合同抽象——供应商协议、租约、客户 MSA；月末结账：对账、波动评论、贷款人报告初稿。收入/前台职能，包括 RFP 和提案初稿（若收入基于项目则杠杆很大）、销售电话摘要和 CRM 整理、客户支持工单分类和首轮回复起草、配置型/复杂产品的报价。运营职能（视行业而定），包括 SOP 和质量文档生成、排程和调度（现场服务、物流）、代码生成和评审（软件类被投公司）。对每个杠杆点，用一行记录：它替代什么、每周节省的 FTE 小时数（假设 30-50%，而非 100%），以及是购买现成方案还是需要轻量构建。
第三步：跨组合排序。将每家公司的每个杠杆点汇成一个列表，按以下标准排序：美元影响——年化 EBITDA 贡献（成本节约加收入提升，扣除工具成本）；见效速度——到首个可衡量结果的月数；成功概率——根据数据质量、变革管理风险、管理团队能力打折。平局时优先考虑剩余持有期少于 18 个月的机会——这些机会要么现在推进，要么不再推进。输出排名表，包含：排名、公司、机会、预估 EBITDA（美元）、到价值实现月数、门槛结论、第一步。
第四步：寻找可复用打法。组合中最高杠杆的动作是在多家公司运行同一个成功打法。扫描以下情况：同行业、同职能——两家医疗服务被投公司都有手动预授权？一次实施，两次部署。同工具、不同公司——如果一家被投公司已有可用的发票处理方案，标记所有 AP 量超过某阈值的其他被投公司作为快速跟随者。共享供应商杠杆——三家被投公司购买同一工具，就是一次定价谈判。列出每个可复用打法，包含领跑公司（谁证明）和跟随公司（谁复制）。
第五步：输出。为运营合伙人生成一页式材料，按组合审视结构组织：组合前五名——第三步的排名表，含负责人和 30 天第一步；可复用打法——2-3 个一次覆盖多家公司的剧本；按公司的 Go/Wait——每家一行；对于 Wait，注明什么可以解锁；我们不做什么——纸面上看起来不错但未通过门槛的机会，避免运营合伙人每季度反复争论；合计 EBITDA 贡献——组合整体 AI 机会，拆分为第 1 年速赢和第 2-3 年规模化。
重要说明：按美元排序，而非兴奋度。一个无聊但在一家收入 4000 万美元公司节省 40 万美元的 AP 自动化，每次都胜过花哨的面向客户的聊天机器人。约束条件几乎总是数据，而非模型。如果一家公司无法产出干净的客户名单，AI 就不是第一个项目——数据清理才是。应直说。优先现成方案。对于没有工程深度的公司，定制构建慢、贵且脆弱。倾向于他们能购买并部署的工具。负责人是真正的门槛。没有内部负责人的速赢会在 90 天内消亡。如果管理层中没人想要它，无论金额大小都标为 Wait。持有期驱动紧迫性。距离退出 3 年的公司可以承受一个基础数据项目。距离 12 个月的公司需要能体现在 CIM 的 LTM EBITDA 中的东西——否则跳过。失败的试点是信号。如果管理层已经尝试过某事但未持续，在再次提议同样的事情之前先弄清原因。