← 案例目录DATAWHALE / FDE

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

Datawhale《FDE案例100》,案例12,原书第126页;下方可展开文字版

原书第 126 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。

我们后来把验收标准重新拉回业务本身,前面定下的那几项硬性要求,一项都不能松。
而且不能因为用了AI,就把审核也完全自动化,最终的业务责任,仍然要交给人。
AI可以提高效率,但最终的业务责任,不能交给模型。
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?
做完这些项目以后,我愈发确信,FDE的核心竞争力,早就超过了“会多少AI工具”这个
层面。真正难的,是找对问题,再让AI真正进入业务。
我现在比较看重几个原则。
第一,先判断价值,再决定做不做。
FDE和传统外包一个很大的区别就在这里。外包接到任务就去把它完成,FDE会在开始
之前先判断,这件事值不值得做,未来有没有拓展性。因为FDE最终要为结果负责,
“功能有没有按时交付”只是其中一环。
第二,一定要进现场。
很多需求在会议室里是问不出来的。要真正进到现场,看员工每天的时间到底花在哪
里,真正的痛点经常藏在这些细节里。
第三,先快速做出东西来验证,不要追求一步到位。
调研之后,尽快做出一个能用的东西,让客户用起来,反馈之后再改。AI时代给了我们
快速试错的能力,应该把这种能力用在产品验证上,让客户早一点看到东西。
第四,把AI嵌进流程里。
如果原来的工作方式完全没变,只是每个人多了一个AI账号,那谈不上真正的AI改造。
真正的改变是,原来的哪一步可以取消,哪一步可以自动完成,哪些信息可以沉淀,谁
负责最后判断,新的上下游关系应该怎么连接。
126/243