← 案例目录DATAWHALE / FDE

案例 18 · 生物科技经营与销售

Datawhale原书章节 · 印刷页码 177—184 · 当前仅加载一页

Datawhale《FDE案例100》,案例18,原书第181页;下方可展开文字版

原书第 181 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。

这是大型企业项目跟很多小项目最不一样的地方。外部FDE不应该永远作为企业外部的
拐杖,企业要长期转型,一定要具备自己的内部能力。所以第一阶段之后,我们建议董
事长扩充内部团队,企业拿出20个编制,我们参与人员招聘和团队框架建设。这样一
来,项目就从帮企业做几个AI应用,进一步变成帮企业逐渐建立继续往前走的能力。
Q4:相比传统方式,使用AI后的实际效果如何?
这个项目本身是一个覆盖面比较广的转型项目,所以我们会从多个角度来看效果。
第一个明确的结果是销售人效。新人原来的培训周期接近两个月,把知识内容转化为AI
陪练、电子化学习和考试之后,培训周期缩短到大约3周。对一个200多人、流动大的销
售团队来说,这意味着新人可以更早进入有效销售状态。
第二个结果是招聘效率。因为销售招聘量大,以前老销售也要和HR一起筛简历、参与面
试。我们当时测算,一个老销售每个月大概要在这些工作里投入3-4个人天。引入AI进
行简历筛选和打分之后,这部分工作基本能省下来,一个销售把这些时间拿回来,至少
可以多去拜访1-2个客户。
第三个变化体现在经营分析。管理层除了看到销售结果,还能更快看清各区域趋势以及
增长、下降背后的原因,从而更快做经营调整。
所以我评价AI项目,习惯先问一句,被AI释放出来的时间,有没有重新变成企业的生产
力。在这个案例里,答案是有的。
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?
这个项目真正难的地方,大多不在技术。回头看,主要有三个挑战。
第一个挑战,是销售数据散,直接上大模型会做成演示项目。
181/243