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 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