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 143 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。
如果让我把这两年的经验压缩成几句话,我现在最看重的,其实是怎么把下面这几件事 做好,Agent本身反而排在后面。 第一,先判断问题,再选择AI。 不要为了AI而找场景。一个问题值不值得做,要同时看价值和可行性。技术做不到的不 要硬做,做出来没有价值的也不要做。 第二,先把业务流程讲清楚,再谈Agent。 很多人一上来就问:“这个场景能不能做个Agent?”我的答案通常是:先别急。 先问这个岗位到底是怎么工作的。把隐性的经验、判断和流程拆出来。因为企业里的很 多流程,业务人员自己已经习惯到感觉不到它存在了,但AI必须知道这些东西。 第三,不要把FDE简单理解成一个“产品经理+全栈工程师”。 现在回头看,FDE真正的价值,是打通业务和技术之间的鸿沟。FDE可以是业务人员往 技术方向发展了一点,也可以是技术人员往业务方向走了一点。但这个岗位对于人的要 求其实很高。 以目前的现实来看,当前一个成熟的FDE交付团队,仍然需要分工。有人负责业务咨 询,有人负责知识萃取,有人负责培训,有人负责技术开发,各司其职。 第四,中大型企业的AI落地一定是一号位工程。 如果老板只是说一句“我们要AI化”,然后把事情扔给IT部门,最后很容易变成一个技术 项目,最后大概率面临失败。 但真正进入业务以后,人事、业务负责人、团队负责人甚至一号位都需要参与进来。因 为AI最终改变的,是组织的协作和工作方式。 第五,最终目标是让企业自己长出AI能力。 143/243