案例 08 · 工业物料与采购

文字由原PDF提取，阅读顺序和表格请以原页为准。

第五步，从能快速证明价值的场景开始，允许中途反复。
我不建议一上来就挑最难、最酷的东西做。因为如果一个项目做了几个月还没有结果，
客户的耐心和信心都会快速下降。我们更愿意先找容易见效的场景，最好几个星期，甚
至两周左右，就能够让业务部门看到一个初步结果。
一旦业务人员看到“这个东西真的有效”，信心就建立起来了，后面才会更愿意主动参
加后续的行动。而且这条路不会一直笔直。
过程中经常会反复。有时候做到一半发现问题定义不对，我们会重新回到问题发现这一
步；有时候发现范围铺得太大，就重新缩回来。FDE真正做的，是持续验证“问题、方
案、业务价值”三者之间的关系，让每一步都建立在前一步的验证结果上。
最终，我们让业务人员更容易找到已经存在的物料。这样做的目的，是从源头减少重复
录入，进一步减少错误采购和重复采购，搜索只是手段。
Q4：相比传统方式，使用AI后的实际效果如何？
我们衡量效果的方法其实非常明确。最终看的是客户是不是少买错东西了，是不是少重
复购买了。模型准确率、员工觉得搜索速度快了多少，都只是过程指标，真正的业务结
果是采购行为有没有改变。
在做这个项目之前，客户其实知道错误采购和库存浪费存在，但这个问题在客户那里并
不显性。没有人真正把历史数据库里的记录找出来，仔细分析这些错误到底每年造成多
少损失。所以我们工作的一部分，是把过去不可见的问题变成可以计算的问题。
我们会从历史数据中建立基线，再通过小规模实验逐步扩大范围。每个阶段都去验证几
个问题，AI有没有减少重复数据，数据库的清洁程度有没有提高，原来因为数据问题造
成的错误采购有没有下降，最终对应的采购浪费有没有被避免。
更重要的是，这个价值不能由我们自己宣布。我们最后需要通过严格的计算方式得出结
81/243