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

原书第 133 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。
员工最初对数字化心存顾虑。他们担心这意味着更严格的管控,担心自己的工作过程被 完全记录,也担心需要学习一套全新的系统。如果只考虑老板需要的数据透明和风险管 理,忽略员工的感受,系统做出来也不会有人愿意用。 所以在设计流程时,我们同时兼顾两方诉求。对老板,解决数据透明和风险管理;对员 工,解决工作效率和流程负担。让一线人员感受到数字化是在帮他们减负,把时间还给 真正的专业工作。只有同时满足双方需求,系统才可能真正落地使用。 第三个挑战:避免过度建设。 在推进过程中,始终面临一个选择:做完整方案还是做最小可用功能?完整方案看起来 更专业、覆盖更广,但对传统企业来说,每增加一个功能就意味着员工需要额外学习和 适应。最终我们选择了更务实的路径:拥抱飞书等企业已有的基础工具能力,通过小模 块、小功能逐步推进迭代。简单方案往往更容易落地,也更容易根据反馈快速调整。 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? 第一,从业务问题出发,把AI放在解决真实问题的位置上。 很多企业看到AI后会先问:“我们哪里可以用AI?”但正确的问题应该是:“我们的业务 流程里,哪里存在真实的成本和效率问题?”AI只是解决问题的手段之一。如果一个问 题通过简单流程优化就能解决,就不一定需要AI。只有当数字化之后发现某些环节仍然 存在大量低效劳动,再考虑用AI降低成本。 第二,FDE必须具备业务理解能力,必须进入现场。 FDE区别于传统技术岗位的关键,在于不能只接受需求文档。很多时候,真正的问题不 会被准确描述出来。老板不知道具体需求细节,员工在正式场合未必敢表达真实想法。 只有深入一线,观察真实工作流程,才能把业务语言和技术语言连接起来。在这个项目 中,正是现场观察让我发现原方案的方向性错误,及时调整了方向。 133/243