← 案例目录DATAWHALE / FDE

案例 13 · 消防维保数字化

Datawhale原书章节 · 印刷页码 128—134 · 当前仅加载一页

Datawhale《FDE案例100》,案例13,原书第131页;下方可展开文字版

原书第 131 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。

正是在这个过程中,我发现此前设计的方案存在方向性问题。一开始我们计划建设一个
完整的业务平台,但走到现场后发现,企业已经部署了政府监管要求的软件流程,这套
流程无法开放接口。如果再增加一个完整系统,意味着员工需要在两套系统之间重复操
作。
这意味着原来的方案必须调整。
调整后的思路很明确:在已有流程基础上做最轻量的改造,重新建设一套完整流程既不
现实,也会增加员工负担。
整个推进分为两个阶段。第一阶段,先帮助企业完成流程数字化,把原本在纸质表单和
Excel中流转的数据迁移到线上,让信息能够被记录、沉淀和管理。这一步的目的是先让
企业拥有自己的数据基础,为后续AI介入创造条件。
第二阶段,在数字化流程中寻找AI真正适合介入的环节。判断标准很明确:找到业务流
程中真实存在成本的环节,再判断这个环节是否适合AI介入。先问“哪里存在真实的业
务成本”,再考虑“这里是否需要用AI”。
举个例子,维保人员填写月检表时,经常需要重复输入类似的问题描述。某些设备长期
存在相同异常,每个月都需要复制粘贴几乎一样的内容。这类场景中,AI可以辅助生成
和调用历史记录,减少重复劳动。
在技术方案设计上,我们采用的是分工协作模式:系统负责流程记录和数据沉淀,AI负
责处理复杂信息、辅助生成和降低重复工作,人负责最终判断和业务决策。大模型擅长
从非结构化信息中提取和生成内容,但业务流程的完整性和数据准确性必须由专业系统
保障,最终的消防专业判断必须由人来做。
Q4:相比传统方式,使用AI后的实际效果如何?
目前项目仍处于持续推进阶段,尚未形成大规模的业务指标变化,但已经可以看到几个
层面的实际价值。
131/243