案例 12 · 鞋服电商素材
Datawhale原书章节 · 印刷页码 118—127 · 当前仅加载一页

原书第 125 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? 我觉得最大的挑战,其实不在模型本身。 第一个挑战,客户对AI的认知。 企业里经常会出现两个极端。一种人觉得,“我们现在挺好的,为什么要折腾AI?它到 底对我有什么价值?”另一种恰恰相反,觉得AI无所不能,甚至会期待“花10万元,就 应该给我做出100万元的效果”。 这两种认知都会给项目带来问题。 所以后来我反复强调一件事:AI一定要放进真实产业场景里跑。与其讨论AI理论上能做 什么,不如回到这家企业今天的业务流程,看哪个环节值得改、能不能改、改完以后价 值怎么验证。 第二个挑战,基层员工。 这是很多AI项目特别容易忽略的一层。 老板可能非常积极,但真正每天使用产品的是设计师、运营。他们很自然会担心,你做 这个是不是准备取代我。如果这种情绪没有解决,你拿到的需求可能都是假的,最后产 品上线以后也没人愿意真正使用。 所以我们一进去,没有跟员工讲“AI转型”这种大词,先把他们眼前的小麻烦解决掉,把 关系建立起来。然后再跟核心人员把目标说清楚,AI是来帮大家从低价值重复劳动里脱 身的,让他们把时间用在更有价值的事上。 第三个挑战,AI本身的不确定性。 生成内容最怕的是“看起来很好,但商品不对”。所以原来如果只是追求“生成效果好 看”,这个标准就不够用了。 125/243