案例 04 · 城市规划研判
Datawhale原书章节 · 印刷页码 33—45 · 当前仅加载一页

原书第 44 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。
如果做律师业务,就真的跟着律师跑一遍;如果做城市规划,就想办法让自己成为“半 个规划师”。很多企业表面上说出来的问题其实不是真问题。只有真正跟着他们把工作 流跑一遍,你才会发现,哪些事情每天都在重复,真正贵的成本在哪里,哪些步骤看起 来不起眼却决定最后结果。 第二,不要一上来做大。 我们这个项目一开始也可以讲一个很大的故事:整个市、所有数据、所有规划场景全部 智能化。但真正让项目跑起来的,是不断收敛。从一个城市缩到一个区域,再缩到一个 具体单元,再挑两条工作流。先找到一个足够小、足够真实、能够形成闭环的场景,跑 通之后,再扩。 第三,不要迷信技术先进性。 客户要的是解决问题,不是技术框架。硬编码能解决,就可以硬编码;若当前任务固定 工作流合适,就用工作流;若当前任务较灵活,Agent适合开放任务,就用Agent;若 当前任务需颗粒度小,传统算法比大模型精准,就用传统算法。 我现在更看重的是,模型、数据、工具、人和评估怎么组合起来,形成一个真正可交付 的系统。尤其是评估和兜底。Demo很好做,真正难的是,数据错了谁发现?模型给错 建议怎么办?计算结果能不能追溯?最后谁对决策负责?这些问题解决不了,再酷的 Demo也进不了真实业务。 第四,理解FDE自己的角色也会变化。 我在这个项目里其实经历了三个阶段。最开始,我像一个新人和助理,先进去学习他们 的行业,把自己变成他们中的一员。等我理解业务以后,我开始帮助他们重新定义问 题、设计流程、判断哪些地方适合用AI。再往后,当他们自己已经会做Skill、会Vibe Coding、会尝试搭自己的AI应用时,我的角色又变了。这时候我不一定还要替他们写每 一个功能,可以站到更高一点的位置,告诉他们下一步有哪些坑,架构怎么选,哪些方 向值得投入。 44/243