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 11 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。
Q5:在部署AI过程中,是否遇到了新问题或挑战?你是怎么解决 的? 这个项目里,我觉得至少有三个挑战值得单独拿出来讲。 第一个挑战,是用户说不清需求,也说不清经验。 最开始我采用访谈,希望通过和不同层级员工交流了解问题。但做下来才意识到,一线 员工未必愿意投入很多时间,而且很多隐性的工作习惯很难靠问答完整说出来。 所以我后来减少对纯访谈的依赖,直接跟着员工走他的日常流程。这是一个很小的调 整,但对FDE来说非常重要。有时候你不能继续追问用户“你需要什么”,得自己去现场 看,看他到底怎么工作。 第二个挑战,是技术指标不能由FDE自己关起门来定义。 比如文档解析率、召回准确率做到多少算合格,没有一个可以直接套用的行业标准。我 的做法是先做一个小范围测试,看看当前条件下大概能达到什么水平,再和客户沟通他 们真正需要什么,最后双方共同确定验收标准。所以验收标准本身,也是业务沟通的一 部分。 第三个挑战,是技术跑通以后,员工不一定愿意用。 所以后来我花了很多时间调整前端页面、学习流程和易用性。我没有要求新人改变整个 工作习惯去适应AI,尽量把AI放进他们已经存在的培训和协作环境里。 我做企业项目时一直比较坚持这一点,如果客户已经有能够解决问题的技术栈、平台或 者模型,我会尽可能复用,避免为了展示技术能力把客户已有的东西全部推翻重做。因 为站在客户角度看清楚“什么已经能用、什么真正需要改”,本身就是建立信任的过 程。 11/243