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 141 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。
在我们全员培训以后,他发现了自己工作中的这个需求,然后通过AI平台,基于数据中 台的MCP能力,用提示词做一个简单的Agent。员工可以在IM上直接问机器人:“我今 天要领两节电池,还有没有?”系统去查库存;库存不足时,就提醒行政人员补货。补 货完成后发送信息给需要电池的员工。 这个工具本身的业务价值并不大,但它让我们觉得特别重要,有一种特别的含义。 以前这位同事遇到这个问题,需要要找IT部门提需求、排期、开发、内部结算工时。现 在,他自己已经可以想“这个问题我能不能用AI解决?” 这时候,FDE交付的就多了一层意义:它在企业内部培养出了新的AI使用者,新的 FDE。 这可能比我们这些外部团队替他做一个Agent更重要。 Q5:在部署AI过程中,是否遇到了新问题或挑战?你是怎么解决 的? 我们踩过最大的坑,其实不在技术。 如果让我给企业AI落地的难度排个序,我现在的排序是:人最难,其次是组织,再是数 据,最后才是技术。以前总说万事俱备差个技术。现在技术反而是现在没有那么难的部 分。 第一个挑战,是业务人员不一定愿意把自己的知识变成组织资产。 尤其当员工觉得组织使用AI最终是为了替代自己时,他自然不会主动把自己的经验、流 程和知识全部告诉你。 所以我们必须从“替代”切换到“助手”,同时让企业的人事制度、激励机制跟上。 正因如此,我们后来一定要让人事部门参与进来。AI本身就是一个组织工程,需要企业 141/243