← 案例目录DATAWHALE / FDE

案例 14 · 国企工作流程

Datawhale原书章节 · 印刷页码 135—144 · 当前仅加载一页

Datawhale《FDE案例100》,案例14,原书第136页;下方可展开文字版

原书第 136 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。

Q1:作为FDE,你应用AI的具体场景是什么?在这个场景下遇到的
具体问题长什么样?
我这个案例的客户,是一家省属国企一级子公司,业务覆盖服装、美妆、3C等十多个电
商业务线,已经完成了比较扎实的数字化建设,有OA、ERP、数据中台,也有自己的信
息化部门。
管理层在GPT等大模型出现之后提出了一个很模糊的要求:既然公司的数字化建设在国
企中已经领先,能不能再往AI走一步?
如果只听这句话,你可能会觉得这不过是一次常见的“企业上AI”项目。但我们真正进入
现场以后,发现这其实不是一个技术问题。
业务在增长,但国企有编制限制,人员并不能跟着业务无限增加。真正懂电商、懂业务
的人才也不一定愿意进入国企来从事这方面的工作。所以第一个真实问题其实是:业务
要扩张,团队能力却很难同步扩张,怎么办?
第二个问题来自内部管理。国企的合规要求严格,业务越多,法务、财务、纪检等内控
岗位的压力就越大。比如法务团队只有两个人,却要面对不同业务线、不同合作伙伴的
大量合同。很多事情不能简单靠增加人手解决,因为真正懂业务的外部律师也不好找。
所以我们后来复盘的时候发现,客户说的“AI化”,背后至少有几个真实需求:业务增长
之后如何提效,专业岗位如何承接更多工作,以及企业里大量依赖个人经验的工作,能
不能变成一种可复用的能力。
这里面最重要的一步,是把表层需求和真实需求区分开。
高层不会直接告诉你:“我希望法务少招一个人”,“我希望员工的重复劳动减少”。他
只会说:“我们要拥抱AI。”FDE真正要做的,是进入业务现场以后继续往下问:做什
么?为什么现在要做?哪个环节最痛?这个痛点究竟是人不够、流程不清、数据没有沉
淀,还是组织机制的问题?
136/243