案例 07 · 企业研发转型
Datawhale原书章节 · 印刷页码 67—75 · 当前仅加载一页

原书第 74 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。
如果业务可以用轻量级方式快速验证,比如API、SaaS或者Agent等方式能够先跑起 来,我更倾向于先验证业务价值。除非企业有明确的合规、安全等要求,否则没有必要 一开始就把投入做得特别重。 投入应该由轻到重,先把业务价值验证出来,再逐步加深。 Q6:根据你的经验,我们怎么才能更好地把AI部署到实际业务中? 我现在越来越觉得,企业部署AI最容易犯的错误,是把AI当成一个单独的技术项目。实 际上,真正落地的时候,技术只是其中一部分。 第一,先理解业务到底想解决什么问题。 很多企业会说:“我要做AI转型。”但这句话本身没有办法指导落地。到底是个人提效、 团队提效,还是研发流程重构?不同目标对应完全不同的方案。 第二,不要过度依赖前期调研,快速做原型、跑真实流程。 因为AI的使用水平很难通过问卷准确判断,所以我现在更倾向于快速做原型、快速跑一 遍真实流程。哪怕第一次只有七八十分,也比坐在那里把方案讨论到100分再开始更有 价值。 因为真正跑起来之后,背景、痛点、方案和限制条件都会变得更清楚。第二遍再优化, 就有机会从七八十分做到八九十分。 第三,接受AI落地是一个持续迭代的过程。 尤其是在AI发展特别快的领域,没有人能够保证自己第一次设计出来的就是最佳方案。 与其追求一次性解决所有问题,不如先把第一轮跑起来,然后不断修正。 最后,也是我认为FDE最重要的一点:不要只站在技术人员自己的视角看问题。FDE需 要同时理解技术、业务和客户。 74/243