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

原书第 137 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。
我后来逐渐明确的一点是:先把客户真正的问题找出来,再决定做什么。 Q2:在你参与之前,这个问题过去是怎么解决的? 传统企业的软件交付是这么做的:企业有一套相对成熟的软件和流程,技术团队根据客 户的实际情况做配置、开发和定制。简单的就配置一下,复杂一点就开发模块。再复杂 一点的就要先做咨询,把企业的业务流程梳理清楚以后再交付系统。 这套方式过去完全能跑通,但它的前提是软件行业几十年的最佳实践,能被信息化覆盖 的业务部分,是能被讲清楚、流程相对固定。而企业落地AI的真正难点,恰恰藏在“几 十年的最佳实践”这里。 很多企业知识根本没有被沉淀,被结构化。比如法务以前审核过很多合同,但最终只留 下了一份修改后的合同,中间为什么修改、哪些条款是关键、哪些地方不能省,可能都 在法务脑子里。客服也是一样,员工可能已经在脑子里形成了一套知识体系,但这些知 识并没有真正沉淀到AI可以使用的数据系统中。 流程也是同样的问题。一个人把一件事情做了几年之后,会觉得很多步骤“理所当 然”,甚至意识不到自己其实是在执行一套复杂流程。可对于AI来说,这些步骤如果不 被明确梳理出来,大模型就只能自己“生成”。 所以传统方式的真正问题,到业务规模变大、流程越来越复杂以后才暴露出来:靠人、 靠经验、靠传统软件定制的方式,开始越来越难继续扩张。 Q3:后来你使用AI解决这个问题的整体思路和关键步骤是什么? 我们其实是边做边调整的。 最开始进入这家企业,我们也先按传统思路来:以技术人员为主,把技术底座搭起来。 当时我们认为,只要把知识库、模型能力、Agent这些东西搭起来,再接到客户已有的 信息化系统里,AI就能够逐渐进入业务。 137/243