← 案例目录DATAWHALE / FDE

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

Datawhale《FDE案例100》,案例07,原书第74页;下方可展开文字版

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