案例 01 · 制造业经验传承
Datawhale原书章节 · 印刷页码 6—13 · 当前仅加载一页

原书第 10 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
他们实际使用的平台,并进一步设计了一套类似在线课程打卡的培训流程。 新人能够看到自己在规定时间内完成了多少学习内容;带教师傅也能够回到平台查看新 人当前的学习进度;每节课程还会设置问答,对学习结果做一次简单验收。也就是说, AI进入了原来的新人培训流程,没有额外增加一个“聊天机器人”。 第四步,陪着企业把它真正用起来。 上线以后,我还持续调整前端易用性、页面和实际问答效果。这个过程不是一天两天, 当时仅陪跑就接近两个月,整个项目如果从立项、调研一直算到最终陪跑,大约经历半 年;如果只算真正投入在项目里的时间,大约四个月左右。 所以企业AI落地很少是“系统上线=项目结束”。真正的落地,往往发生在上线之后。 员工怎么使用、哪里不习惯、老师傅愿不愿意看、新人能不能看懂,这些问题最后都会 反过来要求我继续修改产品。 Q4:相比传统方式,使用AI后的实际效果如何? 从实际业务变化来看,有几个变化是比较明确的。 首先,过去分散在老师傅个人经验里的知识,开始被系统化整理,企业第一次能够比较 完整地知道哪些经验真正不能随着老师傅退休而流失。 其次,老师傅的角色开始发生变化,从重复回答所有问题,逐渐转向关注新人学习进度 以及处理更复杂的问题。 第三,培训本身变得更可追踪。以前新人“学到了哪里”“到底掌握了多少”,很大程度 依赖带教师傅自己的观察,现在这些进展都能在平台上被清楚地看到和跟踪。 对我来说,这个项目真正的价值,在于企业原本高度依赖个人的经验传承过程,开始变 成一套能够沉淀、检索、学习和追踪的组织流程。 10/243